Résultats de votre recherche
Le quinoa en tant qu'option de diversification des cultures intelligente face au climat pour générer des revenus plus élevés à partir de terres marginales en Méditerranée – Quinoa4Med
Q4M regroupe des partenaires scientifiques et des acteurs socio-économiques de 5 pays euroméditerranéens pour développer des ressources génétiques du quinoa très adaptées au climat défavorable et valoriser sa culture dans une approche intégrée. Guidés par les priorités nationales et internationales,
Intelligence artificielle pour la santé, la physqiue, les transports et la sécurité – AHEAD
L'intelligence artificielle (IA) a un impact majeur sur l'ensemble des domaines scientifiques et des sciences humaines et sociales. Au Cnam, de nombreux laboratoires mettent en place des programmes de recherche en IA. Cette proposition rassemble des acteurs du monde de l'informatique et des mathémat
Méthodes formelles pour l'analysis et le développement de systèmes cyber-physiques intégrant l'intelligence artificielle – CyphAI
L'intelligence artificielle (IA) révolutionne les systèmes d'information utilisés pour la commande et la supervision de divers appareils (tels que capteurs, robots, dispositifs IoT). Parmi ces systèmes d'information se trouvent les systèmes cyber-physiques (CPS) d'où émerge une nouvelle génération d
Intelligence Artificielle pour Tous – HUMANIA
La croissance rapide de la recherche en IA et de ses applications offre des opportunités sans précédent mais aussi des inquiétudes légitimes. Dans ce contexte, nous nous engageons à faciliter l’accès et l’utilisation de l’IA par un large segment de la population. Rendre l'IA plus accessible à tous d
Intelligence Artificielle Verte – GrAI
Ces dernières années, l'intelligence artificielle (IA) s’est de plus en plus installée dans notre vie quotidienne. Cependant, l'IA telle que actuellement développée par la plupart des acteurs majeurs de l'industrie comme les GAFAM, est décentralisée vers des serveurs. Étant donné que la consommation
Inférence statistique, méthodes numériques et Intelligence Artificielle – SCAI
Le facteur clé du récent boom de l'IA est l'émergence de l'apprentissage profond (DL). Le succès de ces méthodes - en particulier pour l'apprentissage supervisé - est étonnant. Mais les limites et les inconvénients du DL sont connus. Les algorithmes DL actuels sont " gourmands en données ", la perf
Application de l’Intelligence Artificielle à la COmpréhension et la Prédiction de l’Activité Humaine et Volcanique – AIACOPAHV
La gestion des données et leur traitement représentent un défi majeur dans l’observation de la Terre et du comportement humain actuel. L’acquisition de données sur l’environnement naturel et humain engendre chaque jour des volumes importants d’informations à partir desquelles doivent être extraites
