Inversion du champ acoustique vectoriel basée sur l'apprentissage profond

Cette monographie présente un cadre d'apprentissage profond pour la caractérisation des fonds marins combinant la physique des champs acoustiques vectoriels et les réseaux de neurones. Elle introduit les paramètres de Stokes issus d'hydrophones vectoriels comme caractéristiques robustes pour l'inversion géoacoustique et développe des réseaux spécialisés (BP MTL-TCN U-Net + ATT-BP) pour estimer les paramètres des sédiments et extraire les courbes de dispersion. Validée en mer Jaune la méthode atteint une précision comparable à celle des carottes sédimentaires en quelques minutes surpassant nettement les techniques traditionnelles en termes de rapidité et de robustesse. Ce travail met en lumière la synergie entre les principes physiques et l'apprentissage basé sur les données offrant une solution évolutive pour la cartographie des fonds marins en temps réel et le développement de la télédétection autonome des océans.