2020-2023
DeepLearn
Approche "Deep Learning" pour l'analyse de signaux ultrasonores
Responsable :
Équipes de recherche :
Axe(s) de recherche :
Partenaires :
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
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 :
PIANIST
Propriétes physiques des matériaux hybrides semi-métallique/semicoNducteur III-V/Si
Partenaires :
IES, Centre de Nanosciences et de Nanotechnologies, Institut de Physique de Rennes, La photonique, du matériau au système
Financé par :
SmartVista
Electronic Smart Systems (ESS)
Partenaires :
Analog Devices International Unlimited Company, Fraunhofer-Gesellschaft, Novosense, University College Cork
