Le DAS est-il pertinent pour enregistrer le bruit sismique urbain dans un aquifère alluvial ?
Le DAS peut-il être couplé au machine learning pour permettre de classifier en temps réel des sources sismiques sur de longues distances ?
Ces deux questions seront abordées demain lors de l'EGU (European Geosciences Union) General Assembly à Vienne, Autriche.
✅ Destin Nziengui Bâ, doctorant en géophyque, présentera son poster :
"Groundwater monitoring in an alluvial aquifer with an underwater DAS cable recording urban seismic noise: application to the Crépieux-Charmy Wellfield in France”
✅ et Camille Huynh, doctorant en Machine Learning, démontrera la puissance de la mesure acoustique répartie (Distributed Acoustic Sensing) et du machine learning au travers de son travail :
"A complete feature set for classification of seismic sources with Distributed Acoustic Sensing (DAS) in the context of long-range monitoring"