Actualités

[PODCAST] Sciences Num. – Contrôler le plan de vol de drones

14 octobre 2021 • Big Data & IA - Cybersécurité - Réseaux & IoT

Dans ce deuxième épisode de Sciences Num., focus sur la planification d’itinéraires de drones et leur optimisation.

Invité :

Anis Laouiti, enseignant-chercheur à Télécom SudParis, expert dans la planification de trajectoires de drones.

Une émission réalisée et présentée par Annick de Chenay.

Sciences Num. est un podcast produit par Télécom SudParis et soutenu par le Carnot Télécom et Société numérique.

Pour aller plus loin

Partager

Plus de ressources

industry of the future

Médias du futur

Mobilité intelligente

Dernières actualités

[BELLE HISTOIRE] Faciliter le quotidien des recruteurs à l’aide des graphes et du deep learning

Dans le cadre d’une thèse CIFRE réunissant le cabinet de recrutement Easy Partner, le laboratoire SAMOVAR de Télécom SudParis, école composante de l’institut Carnot TSN, et l’Efrei, Éric Behar a développé un outil d’aide à destination des recruteurs. Grâce à une représentation sous forme de graphe et à un modèle de deep learning, son système de recommandation peut ainsi identifier des candidats pertinents pour une offre de poste et, inversement, des offres correspondant à un candidat.

Big Data & IA, Cybersécurité, Health, Industrie du futur, industry of the future, Médias du futur, Mobilité intelligente, Réseaux & IoT, Santé numérique, Smart City

L’institut Carnot TSN au cœur de l’innovation industrielle à Global Industrie 2026

À l’occasion de Global Industrie 2026, l’institut Carnot TSN a réaffirmé son engagement au service de l’innovation industrielle, aux côtés de trois autres instituts réunis sur le stand du Réseau des Carnot. Pendant quatre jours, ce stand collectif porté par le Réseau des Carnot s’est imposé comme un véritable point de rencontre pour les industriels en quête de solutions concrètes.

Big Data & IA, Health, Santé numérique

[BELLE HISTOIRE] Faciliter la détection du cancer du sein grâce à l’IA

La tomosynthèse du sein, ou mammographie 3D, vise à améliorer le diagnostic précoce du cancer du sein à l’aide d’images 3D plus précises mais pouvant comporter des dégradations provenant des contraintes associées à l’examen. Des limites qu’Arnaud Quillent a cherché à dépasser grâce au deep learning, dans le cadre d’une thèse CIFRE réunissant l’entreprise GE HealthCare et le LTCI, laboratoire de l’école Télécom Paris, composante de l’institut Carnot TSN.

Besoin d’informations ?

Contactez-nous