Identification automatique des comportements à partir de bio-loggers : une solution pour améliorer les connaissances sur l’écologie des tortues marines ?
Langue Français, Anglais
Langue Français, Anglais
Ce document est protégé en vertu du Code de la Propriété Intellectuelle.
Modalités de diffusion de la thèse :
- Thèse soumise à l'embargo de l'auteur jusqu'au 14/08/2022 (communication intranet).
Auteur : Jeantet, Lorène
Date de soutenance : 17-12-2021
Directeur(s) de thèse : Chevallier, Damien
Établissement de soutenance : Strasbourg
Laboratoire : Institut pluridisciplinaire Hubert Curien (Strasbourg ; 2006-....)
École doctorale : École doctorale des Sciences de la vie et de la santé (Strasbourg ; 2000-....)
Date de soutenance : 17-12-2021
Directeur(s) de thèse : Chevallier, Damien
Établissement de soutenance : Strasbourg
Laboratoire : Institut pluridisciplinaire Hubert Curien (Strasbourg ; 2006-....)
École doctorale : École doctorale des Sciences de la vie et de la santé (Strasbourg ; 2000-....)
Discipline : Écologie-éthologie
Classification : Sciences de la vie, biologie, biochimie, Animaux. Zoologie
Mots-clés libres : Tortues marines, Accéléromètre, Bio-logging, Deep learning, V-net, Stratégie énergétique, Écologie comportementale
Mots-clés :
Classification : Sciences de la vie, biologie, biochimie, Animaux. Zoologie
Mots-clés libres : Tortues marines, Accéléromètre, Bio-logging, Deep learning, V-net, Stratégie énergétique, Écologie comportementale
Mots-clés :
- Tortues marines - Comportement animal
- Tortues marines - Protection
- Écologie animale
Type de contenu : Text
Format : PDF
Format : PDF
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2021STRAJ081
Type de ressource : Thèse
Identifiant : 2021STRAJ081
Type de ressource : Thèse