Titre du sujet de thèse

Apprentissage profond, synergie multi-sources & masses de données d’observation satellitaire de l’océan : de nouvelles stratégies et modèles pour dépasser les limites actuelles des produits altimétriques ?

Thesis title

Deep learning and multi-tracer synergies for new satellite-derived sea surface currents

Description du sujet de thèse / Full thesis description

Encadrant(s) / Supervisor(s) Discipline(s) Financements / Funding bodies
Ronan Fablet

Bertrand Chapron
STI
SDU
CNES - Centre national d'études spatiales (50 % , Acquis)
Unité(s) de recherche associée(s) / Associated research unit(s) :
UMR 6523 Laboratoire d’Océanographie Physique et Spatiale – BREST
UMR 6285 Lab-STICC

Télécharger les descriptions complètes : Français : ardhuin_lops_DeepLearning_fr.pdf

Candidatures closes depuis le / Candidates closed since : 31/5/2017