L'institut
Agenda

Vous êtes ici

Événements passés

  • Soutenance Thèse / 05 avril 2022 / IUT Belfort - Amphi I102 - Bâtiment I

    Théodor AL SAIFY : "Mise en œuvre d’approches adaptatives et temps réel pour systèmes autonomes destinés à l’application de l’industrie 4.0 chez FAURECIA CLEAN MOBILITY"

    Lire la suite
  • Soutenance Thèse / 01 avril 2022 / FEMTO-ST - TEMIS BUILDING

    Vladimir SEMENOV : "Modulateurs spatiaux de lumière tout-optique destinés à la conception [...]"

    Lire la suite
  • Journées techniques / 03 février 2022 / ENSMM Bâtiment Transfert 26 Rue de l’Épitaphe Besançon

    Journée Métrologie Avancée

    Lire la suite
  • Conférence / 20 janvier 2022 / FEMTO-ST - TEMIS BUILDING - Amphi JJ Gagnepain

    Fake news et l'infodémie : Comprendre pour lutter contre les infox

    Lire la suite
  • Soutenance Thèse / 18 janvier 2022 / FEMTO-ST - TEMIS BUILDING

    Anne-Laure PONTEL : "Mise en œuvre des procédés potentiels d’évacuation des charges pyroélectriques sur niobate de lithium coupe Z"

    Lire la suite
  • Soutenance Thèse / 20 décembre 2021 / FEMTO-ST - TEMIS BUILDING

    Hugo DAGUERRE : "Estimation de position basée sur l’impédance électrique pour la microrobotique mobile"

    Lire la suite
  • Soutenance Thèse / 17 décembre 2021 / FEMTO-ST - TEMIS BUILDING

    Nadezhda SEMENOVA :"Aspects généraux du bruit dans les réseaux de neurones profonds sur une architecture matérielle analogique"

    Lire la suite
  • Soutenance Thèse / 16 décembre 2021 / FEMTO-ST - TEMIS BUILDING

    Coraline LAPRE : " Caractérisation des régimes de stabilité et instabilité des lasers à soliton dissipatif avec dynamiques soliton-similariton et régénération Mamyshev"

    Lire la suite
  • Soutenance Thèse / 16 décembre 2021 / Amp

    Henri De Boutray : " Études calculatoires de l'intrication et de la contextualité quantiques dans la perspective de leur vérification formelle"

    Lire la suite
  • Soutenance Thèse / 16 décembre 2021 / Département des Sciences et Energies Louis Néel

    Johny MATAR : "Optimisation des techniques d’apprentissage automatique pour le clustering génomique"

    Lire la suite

Pages