Ce projet développe des outils pour analyser et caractériser les sources sismiques à partir de données GNSS en utilisant des modèles d'apprentissage profond. Il permet de générer des séries temporelles synthétiques, d'entraîner des modèles de deep learning et d'évaluer leur performance sur des données réelles et simulées.

Outil développé pour l'INERIS permettant d'identifier et caractériser des composés chimiques dans différents milieux (eau, air, sols). Il utilise des modèles d'intelligence artificielle pour analyser des données environnementales et détecter des sources de pollution. La plateforme permet aux experts de visualiser les résultats, de lancer des analyses et de gérer les accès sécurisés. Elle s'appuie sur des bases de données relationnelles et des services cloud pour le stockage et le traitement des données.