Výsledky vyhledávání - "LACOUR, Stéphanie"

Akademický článek

Analyses des consommations énergétiques des tracteurs en usage réel : application aux chantiers d'épandage

Autor: LACOUR, Stéphanie, GALIEGUE, Yves, GUISCAFRE, Pierre, VAITILINGOM, Gilles

Publikováno v: Sciences, Eaux & Territoires, Vol 2012, Iss 07, Pp 62-65 (2012)

Afin de réduire la facture énergétique de l'agriculture, il faut pouvoir améliorer l'efficacité des machines utilisées, mais aussi celle des méthodes de productions agricoles. À partir d'une campagne d'expérimentations sur le travail d'épan

Externí odkaz: https://doaj.org/article/98a9bc02f1d24506b7fbba36a6a496f3

Zobrazit plný text záznamu

Akademický článek

Comment déterminer la consommation des automoteurs agricoles ?

Autor: VIGIER, Frédéric, LACOUR, Stéphanie, DIEUDE-FAUVEL, Emilie

Publikováno v: Sciences, Eaux & Territoires, Vol 2012, Iss 07, Pp 46-53 (2012)

Afin d'orienter efficacement une politique de maîtrise des consommations d'énergie en agriculture, il est essentiel de disposer de données synthétiques sur la consommation de carburants du matériel agricole dans les exploitations. Les auteurs no

Externí odkaz: https://doaj.org/article/9c65c014db9f41d384bc57e1b66f4452

Zobrazit plný text záznamu

Akademický článek

Déterminer l'impact environnemental de la consommation de carburant des tracteurs agricoles : simulation et comparaison

Autor: LACOUR, Stéphanie, DIEUDÉ-FAUVEL, Émilie

Publikováno v: Sciences, Eaux & Territoires, Vol 2011, Iss 04, Pp 74-81 (2011)

Consommer moins est devenu le leitmotiv des constructeurs de machines agricoles mais surtout des agriculteurs pour qui le poids économique des matières premières et notamment du carburant pèse de plus en plus lourd sur leurs exploitations. C'est

Externí odkaz: https://doaj.org/article/210bbd4f9aa1471ba65aca2bacfa47d1

Zobrazit plný text záznamu

Report

NeuralTree: A 256-Channel 0.227-$\mu$J/Class Versatile Neural Activity Classification and Closed-Loop Neuromodulation SoC

Autor: Shin, Uisub, Ding, Cong, Zhu, Bingzhao, Vyza, Yashwanth, Trouillet, Alix, Revol, Emilie C. M., Lacour, Stéphanie P., Shoaran, Mahsa

Publikováno v: IEEE Journal of Solid-State Circuits, vol. 57, no. 11, pp. 3243-3257, Nov. 2022

Closed-loop neural interfaces with on-chip machine learning can detect and suppress disease symptoms in neurological disorders or restore lost functions in paralyzed patients. While high-density neural recording can provide rich neural activity infor

Externí odkaz: http://arxiv.org/abs/2205.06090

Zobrazit plný text záznamu