Use of deep learning methods applied to the study of ticks and tick-borne diseases
2022
Hossain, Sk Imran | Frendo, Yann | Poux, Valerie | Lebert, Isabelle | Lesens, Olivier | Martineau, Delphine | Mephu Nguifo, Engelbert | Vourc’h, Gwenaël | de Goër de Herve, Jocelyn | Laboratoire d'Informatique, de Modélisation et d'Optimisation des Systèmes (LIMOS) ; Ecole Nationale Supérieure des Mines de St Etienne (ENSM ST-ETIENNE)-Centre National de la Recherche Scientifique (CNRS)-Université Clermont Auvergne (UCA)-Institut national polytechnique Clermont Auvergne (INP Clermont Auvergne) ; Université Clermont Auvergne (UCA)-Université Clermont Auvergne (UCA) | Unité Mixte de Recherche d'Épidémiologie des maladies Animales et zoonotiques (UMR EPIA) ; VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE) | Laboratoire Microorganismes : Génome et Environnement (LMGE) ; Université Blaise Pascal - Clermont-Ferrand 2 (UBP)-Université d'Auvergne - Clermont-Ferrand I (UdA)-Centre National de la Recherche Scientifique (CNRS) | Centre Hospitalier Universitaire de Bordeaux (CHU Bordeaux) | Le projet DAPPEM a été financé dans le cadre de l’appel à projet Pack Ambition Recherche 2018 / AAP Région Auvergne-Rhône-Alpes par le fonds FEDER. | Emmanuelle Becker (Université de Rennes) | Thomas Derrien (CNRS) | Claire Lemaitre (Inria) | DAPPEM –AV0021029
National audience
Show more [+] Less [-]Bibliographic information
This bibliographic record has been provided by Institut national de la recherche agronomique
