Menu

Antoine BERTRAND

MARSEILLE 2

En résumé

Mes compétences :
Scilab
Fortran
Machine Learning
R
HTML
MySQL
Python
Numerical Modeling
Computer Vision
PHP
Image Analysis
C++
Statistical Modeling
GRASS GIS
Pattern Recognition
Shell script
Latex
Java
OpenGL

Entreprises

  • Institut de Recherche pour le Développement - Stagiaire - Imagerie satellitaire - Segmentation

    MARSEILLE 2 2013 - maintenant " Optimisation de la segmentation automatique d'images satellitaires pour la cartographie du littoral guyanais "
    – Bibliographie sur les méthodes d'évaluation des segmentations d'images en télédétection, en particulier sur les mesures de similarité permettant de comparer deux segmentations ;
    – Choix et application d'une mesure de similarité ;
    – Application à l'optimisation du paramètre de segmentation de l'algorithme « Statistical Regions Merging » à partir des cartes d'occupation du sol du projet PROCLAM ;
    – Validation, discussion des résultats au regard des performances associées au critère d'optimisation et à la fonction coût choisie (distance entre segmentations).

    Le stage s'est déroulé dans une équipe de chercheurs de l'UMR Espace-Dev (www.espace.ird.fr) et a été financé par le projet d'Equipex GEOSUD (www.geosud.teledetection.fr).

  • Thales - Stagiaire - Modélisation numérique

    Courbevoie 2012 - 2012 Évaluation d'une nouvelle méthode numérique de calcul de diffraction électromagnétique,
    exploitant l'analyse tensorielle des réseaux.
    – Étude des méthodes de calcul de Surface Équivalente Radar (SER), notamment pour le cas d'un cylindre avec cavité ;
    – Implémentation d’algorithmes en Python et Fortran. (méthode IPO) ;
    – Couplage entre ces méthodes et la méthode de Kron (analyse tensorielle de réseaux) afin d'obtenir un système d'équations représentant des problèmes complexes complets.

  • Université de Caen Basse-Normandie - Stagiaire - Modélisation numérique

    Caen 2011 - 2011 Stage M1 : Théorie des jeux à champ moyen et équations d'Hamilton-Jacob.
    – Étude de la théorie des jeux à champs moyens (Mean Field Games) ;
    – Implémentation (Scilab) d'algorithmes de résolution appliqués au domaine de la modélisation et simulation du mouvement de foule.

Formations

Réseau

Annuaire des membres :