BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Laboratoire Chrono-environnement - ECPv6.15.17.1//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-ORIGINAL-URL:https://chrono-environnement.univ-fcomte.fr
X-WR-CALDESC:Évènements pour Laboratoire Chrono-environnement
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20250330T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20251026T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20260329T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20261025T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20270328T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20271031T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20260311T100000
DTEND;TZID=Europe/Paris:20260311T120000
DTSTAMP:20260404T195155
CREATED:20260223T135532Z
LAST-MODIFIED:20260224T092634Z
UID:25251-1773223200-1773230400@chrono-environnement.univ-fcomte.fr
SUMMARY:Séminaire OSU THETA / Chrono-environnement
DESCRIPTION:Ce séminaire de géosciences aura lieu le 11 mars à 10h en salle -107M (Bâtiment Propédeutique\, Chrono environnement) en amont de la thèse d’Olivier Maillard qui aura lieu l’après-midi et dont les trois intervenantes sont membres de son jury de thèse. \nFace à l’augmentation des événements météorologiques extrêmes et à la complexité des environnements naturels\, les méthodes traditionnelles montrent parfois leurs limites. Comment peut-on utiliser l’intelligence artificielle pour comprendre la dynamique des hydrosystèmes\, évaluer l’impact des précipitations extrêmes sur les versants ou exploiter des données géophysiques dans un contexte de permafrost ? De la reconnaissance de réseaux de neurones à l’analyse des données géophysiques\, ce séminaire explore les nouvelles stratégies d’IA pour élucider les mécanismes hydro(géo)logiques et leurs conséquences sur la gestion des risques naturels. \n\nAdapter l’IA à la complexité des hydrosystèmes pour mieux apprendre l’hydro(géo)logie aux machines.\nAnne Johannet\, avec les contributions de Guillaume Artigue\, Séverin Pistre\, Line Kong A Siou et Bob Saint Fleur\n\nAnne Johannet est professeure à l’École des Mines d’Alès. Ses travaux portent sur l’utilisation des réseaux de neurones pour la modélisation de systèmes physiques dynamiques non linéaires\, avec des applications majeures en hydrologie. Elle explore notamment comment adapter les approches d’intelligence artificielle à la complexité des hydrosystèmes afin d’améliorer leur compréhension et leur prédiction. \n\nImpact of Extreme Rainfall on Triggering Conditions and Susceptibility for Shallow Landslides\nSéverine Bernardie\n\nSéverine Bernardie est ingénieure de recherche au BRGM. Spécialiste des risques naturels\, elle s’intéresse aux conditions de déclenchement des glissements de terrain superficiels sous l’effet des pluies extrêmes. Ses recherches analysent en particulier les dynamiques des eaux souterraines et contribuent à l’évaluation de la résilience des vallées montagneuses face à ces aléas. \n\nEffet du clustering sur des données de Polarisation Provoquée dans un contexte de permafrost.\nHéloïse Cadet\n\n\nHéloïse Cadet est chargée de recherche en géophysique chez SAGE INGENIERIE. Elle développe des outils d’analyse et de prédiction fondés sur l’intelligence artificielle appliqués aux risques gravitaires. Ses travaux portent particulièrement sur l’exploitation de données de polarisation provoquée dans un contexte de permafrost\, en intégrant des méthodes de clustering pour mieux caractériser les milieux instables. \nPour participer à la visioconférence\, cliquez ICI\nPour participer par téléphone\, composez le +33 9 79 94 06 78 et saisissez ce code : 518 210 0706# \n  \n  \n 
URL:https://chrono-environnement.univ-fcomte.fr/agenda/seminaire-osu-theta-chrono-environnement/
LOCATION:Laboratoire Chrono-environnement – Site de la Bouloie\, 16 route de Gray\, Besançon cedex\, 25030\, France
CATEGORIES:Séminaire
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20260311T140000
DTEND;TZID=Europe/Paris:20260311T170000
DTSTAMP:20260404T195155
CREATED:20260223T105608Z
LAST-MODIFIED:20260223T111257Z
UID:25234-1773237600-1773248400@chrono-environnement.univ-fcomte.fr
SUMMARY:Soutenance de thèse d'Olivier Béjean-Maillard
DESCRIPTION:Olivier Béjean-Maillard soutiendra sa thèse intitulée « Simulating slow-moving landslides with AI: Multi-source data\, hydro-meteorological forcings\, and interpretability » le mercredi 11 mars 2026 à 14h\, dans l‘amphithéâtre A du bâtiment Métrologie\, situé au 16 Route de Gray à Besançon. Il sera possible de suivre en visioconférence après une prise de contact (olivier.maillard@univ-fcomte.fr). \nComposition du jury \n\nM. Thom Bogaard ; Professeur ; Université de Delft (Pays-Bas) ; Rapporteur\nM. Filippo Catani ; Professeur ; Université de Padoue (Italie) ; Rapporteur\nMme Anne Johannet ; Professeure ; IMT Mines Alès ; Examinatrice\nMme Séverine Bernardie ; Ingénieure ; BRGM Orléans ; Examinatrice\nMme Héloïse Cadet ; Ingénieure ; SAGE INGENIERIE Agence Isère ; Examinatrice\nM. Clément Hibert ; Physicien adjoint ; Université de Strasbourg ; Examinateur\nMme Catherine Bertrand ; Professeure ; Université Marie et Louis Pasteur ; Directrice de thèse\nM. Jean-Philippe Malet ; Directeur de recherche CNRS ; Co-directeur de thèse\n\nRésumé\nSlow‐moving landslides represent a significant hazard for populations and infrastructure worldwide. Yet\, forecasting their velocity remains a major challenge because of the strong spatial and temporal heterogeneity of their internal properties. Their dynamics are nevertheless widely recognised as being strongly controlled by short- and long-term hydro-meteorological forcing. In this context\, data-driven approaches\, and in particular Artificial Intelligence (AI)\, provide an efficient alternative to physics-based models for capturing complex relationships between hydro-meteorological variables and landslide surface velocities. This thesis aims to better characterise and anticipate the dynamics of slow-moving landslides by combining long\, multi-source time series with interpretable AI models. The objective is to propose a more generic framework for analysing the links between hydrometeorological forcing and surface velocity\, while identifying the dominant mechanisms at different time scales. The work is structured around three complementary axes. The first axis addresses the lack of in situ hydrogeological measurements by using conceptual tank-type hydrological modelling (KarstMod)\, calibrated on deep Alpine landslides\, to reproduce outlet discharge and to provide synthetic time series representative of internal storage. The second axis consists in developing a scalable eXplainable AI (XAI) framework\, from data preprocessing to velocity simulation\, based on XGBoost and SHAP interpretation. This framework is used to simulate velocity and to quantify the influence of hydro-meteorological variables from multivariate records acquired on several instrumented landslides. Finally\, the third axis evaluates the effect of contrasting hydro-meteorological conditions by coupling rainfall and piezometric scenario generators with the trained models\, in order to characterise the interannual variability and the evolution of the probabilities of monthly velocities over a hydrological year. These contributions improve the transparency of hydro-meteorological controls on displacement by providing a scalable methodological framework and operational tools for analysing slow-moving landslides. Ultimately\, these approaches may evolve in line with advances in data acquisition\, performance and explainability of AI models\, in order to further integrate the spatio-temporal dimension and enhance their applicability in regions with limited\, or absent\, monitoring. \nLégende du bandeau : Le glissement de terrain de Viella (Hautes-Pyrénées)\, réactivé à la suite d’un éboulement en 2018\, affecte l’ensemble du versant et le village éponyme. Sa dynamique complexe\, liée aux forçages hydro-météorologiques\, en fait l’un des sites d’étude de cette thèse. ©J.-P. Malet
URL:https://chrono-environnement.univ-fcomte.fr/agenda/soutenance-de-these-dolivier-bejean-maillard/
LOCATION:Amphitéâtre A – Université Marie et Louis Pasteur\, UFR Sciences et techniques\, 16 route de Gray\, Besançon cedex\, 25030
CATEGORIES:Soutenance
ATTACH;FMTTYPE=image/jpeg:https://chrono-environnement.univ-fcomte.fr/wp-content/uploads/2026/02/Bandeau_Glissement_de_terrain_1008x400.jpg
END:VEVENT
END:VCALENDAR