DeepLearn
2020-2023

DeepLearn

Approche "Deep Learning" pour l'analyse de signaux ultrasonores

Responsable :

Emmanuel LE CLEZIO

Équipes de recherche :

ACO

OBJECTIF  :  Développer des approches de Deep-Learning pour le traitement automatique de signaux ultrasonores – Application à l’imagerie haute résolution.

Les signaux ultrasonores hautes fréquences sont soumis à de fortes atténuations conduisant à une dégradation du SNR et à des difficultés d’identification réduisant la qualité des images.

Le projet DeepLearn vise au développement de méthodes d’intelligence artificielle et plus précisément de Deep Learning permettant de repousser les limites actuelles de détection basées sur des méthodes conventionnelles de traitement du signal.

Problématique scientifique :

Développement et déploiement d’outils de traitement du signal permettant d’optimiser :
  • Les rapports SNR,
  • L’identification des temps de vols,
de signaux ultrasonores hautes-fréquences.

Voir aussi

OVERHEAT
2021-2026

OVERHEAT

NouVEau matéRiaux pour des capteurs SAW passifs utilisables à très Hautes tEmperATures

Financé par :

IRPAM
2020-2025

IRPAM

Caractérisation Acoustique des gaz de tube REP

Partenaires :

Financé par :

ACOUFEN
2022-2025

ACOUFEN

Mise en œuvre d’une méthode de suivi in-situ des phénomènes de transports de gaz à travers des membranes nanoporeuses

Partenaires :

Financé par :