BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//datacraft - ECPv6.16.3//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:datacraft
X-ORIGINAL-URL:https://datacraft.paris
X-WR-CALDESC:Events for datacraft
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20250330T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20251026T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20260329T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20261025T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20270328T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20271031T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20260420T170000
DTEND;TZID=Europe/Paris:20260420T193000
DTSTAMP:20260613T034220
CREATED:20260318T094804Z
LAST-MODIFIED:20260318T095055Z
UID:18726-1776704400-1776713400@datacraft.paris
SUMMARY:REX - Deep-learning pour la Localisation Multimodale en Temps réel et l'Identification de Cibles aériennes à faible Signature (drones)
DESCRIPTION:S’inscrire à l’événement\n\npar Malo Olivier\, ingénieur de recherche au Laboratoire Mécanique des Structures et des Systèmes Couplés (LMSSC)\, CNAM \nLa démocratisation des drones soulève aujourd’hui de nouveaux enjeux de sécurité\, notamment pour la protection d’infrastructures sensibles et la surveillance d’environnements urbains complexes. Dans ce contexte\, les travaux menés au LMSSC du Cnam portent sur le développement de méthodes innovantes de détection\, localisation et reconnaissance de drones à partir de leur signature acoustique\, à l’aide d’antennes microphoniques compactes basées sur des capteurs MEMS numériques. Ces systèmes permettent de capter et d’analyser les signaux acoustiques émis par des sources en mouvement afin d’estimer leur position et d’identifier leur nature en temps réel. Dans ce REX seront présentés les principes de ces antennes acoustiques compactes\, les algorithmes de localisation et de classification développés\, ainsi que les résultats expérimentaux obtenus pour la détection et le suivi de drones dans des environnements réalistes. \nCette conférence présentera des résultats issus du projet Deeplomatics porté par Eric Bavu (maître de conférences au CNAM). DEEPLOMATICS est financé par la DGA dans le cadre de l’ANR ASTRID et porte sur une approche multimodale et modulable de la détection des drones.\nhttps://deeplomatics.gitlab.io/ \nPublications liées:\nhttps://acoustique.cnam.fr/contacts/bavu/publication/bavu-hal-03707115/\nhttps://acoustique.cnam.fr/contacts/bavu/publication/bavu-hal-03707115/\nhttps://acoustique.cnam.fr/contacts/bavu/publication/hengy-hal-03831918/ \n\nS’inscrire à l’événement
URL:https://datacraft.paris/event/deep-learning-pour-la-localisation-multimodale-en-temps-reel-et-lidentification-de-cibles-aeriennes-a-faible-signature-drones/
LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France
CATEGORIES:Hybrid event,in French
END:VEVENT
END:VCALENDAR