Géométrie riemannienne pour l'estimation et l'apprentissage statistiques : application à la télédétection. (Riemannian geometry for statistical estimation and learning : application to remote sensing).
A. Collas. University of Paris-Saclay, France, (2022)
%0 Thesis
%1 phd/hal/Collas22
%A Collas, Antoine
%D 2022
%K dblp
%T Géométrie riemannienne pour l'estimation et l'apprentissage statistiques : application à la télédétection. (Riemannian geometry for statistical estimation and learning : application to remote sensing).
@phdthesis{phd/hal/Collas22,
added-at = {2023-03-26T00:00:00.000+0100},
author = {Collas, Antoine},
biburl = {https://www.bibsonomy.org/bibtex/2f168614c9e9a430bf41d24858532ae79/dblp},
ee = {https://tel.archives-ouvertes.fr/tel-03948836},
interhash = {44c764a8f40b2b0b4c37124dfb1e3425},
intrahash = {f168614c9e9a430bf41d24858532ae79},
keywords = {dblp},
school = {University of Paris-Saclay, France},
timestamp = {2024-04-09T09:05:12.000+0200},
title = {Géométrie riemannienne pour l'estimation et l'apprentissage statistiques : application à la télédétection. (Riemannian geometry for statistical estimation and learning : application to remote sensing).},
year = 2022
}