BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//labri.fr//NONSGML kigkonsult.se iCalcreator 2.41.92//
CALSCALE:GREGORIAN
METHOD:PUBLISH
UID:53012638-373a-4d78-869a-ad8afb66f569
X-WR-CALNAME:Thèse de Kévin Reby : «Reconnaissance automatique de la douleu
 r à partir de la posture corporelle par deep learning»
X-WR-TIMEZONE:Europe/Paris
BEGIN:VTIMEZONE
TZID:Europe/Paris
TZUNTIL:20241027T010000Z
BEGIN:STANDARD
TZNAME:CET
DTSTART:20221030T030000
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
RDATE:20231029T030000
END:STANDARD
BEGIN:DAYLIGHT
TZNAME:CEST
DTSTART:20220327T020000
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
RDATE:20230326T020000
RDATE:20240331T020000
END:DAYLIGHT
END:VTIMEZONE
BEGIN:VEVENT
UID:53012638-373a-4d78-869a-ad8afb66f569
DTSTAMP:20260404T100248Z
CLASS:PUBLIC
DESCRIPTION:Kévin Reby\, département I&amp\;S (équipe TAD)\, soutiendra sa 
 thèse intitulée : «Reconnaissance automatique de la douleur à partir de la
  posture corporelle par deep learning»\n
DTSTART;TZID=Europe/Paris:20221214T133000
DTEND;TZID=Europe/Paris:20221214T173000
LOCATION:Amphi E (Bât A29)
ORGANIZER;CN=Marie Beurton-Aimar:mailto:marie.beurton@labri.fr
SEQUENCE:0
SUMMARY:Thèse de Kévin Reby : «Reconnaissance automatique de la douleur à p
 artir de la posture corporelle par deep learning»
TRANSP:OPAQUE
END:VEVENT
END:VCALENDAR
