Le 23 mai 2023 se tiendra un atelier mêlant les sujets de l’intelligence artificielle et de la microscopie électronique. Cet atelier hybride (présentiel et distanciel) d’une journée vise à dresser le bilan de l’utilisation en plein essor du machine learning (ML) et deep learning (DL) en microscopie électronique au niveau national. Il se propose de réunir des scientifiques de la physique, de la chimie, de la biologie et des sciences des données intéressés par ce domaine de recherche émergeant afin de partager leur savoir-faire, leurs stratégies et leurs intérêts.

L’atelier couvrira entre autres les sujets suivants :

  • Application de ML/DL à l’analyse de données de microscopie électronique (image, diffraction et spectroscopies, in situ, reconstruction tomographique) et l’amélioration des techniques de microscopie électronique (débruitage, super-résolution, segmentation sémantique, …)
  • Génération et gestion d’ensembles de données réalistes pour l’entraînement de modèles
  • Les possibilités de partage des données et des modèles au niveau national.

Cette journée sera constituée de contributions invitées de différents acteurs identifiés au niveau national ainsi qu’ouvertes à l’ensemble des participants via des interventions de type oral et poster. Merci de respecter le format indiqué lors de la soumission de votre résumé.

Orateurs invités

  • Arnaud DEMORTIERE – CNRS/Université de Picardie Jules Verne
  • Daniel FORSTER – Université d’Orléans
  • Frédéric MOMPIOU – Centre d’Elaboration de Matériaux et d’Etudes Structurales (CEMES)
  • Patrick SCHULTZ – Institut de Génétique et de Biologie Moléculaire et Cellulaire

Le comité d’organisation

  • Hakim Amara (LEM/ONERA-CNRS) Ovidiu Ersen (IPCMS/Université de Strasbourg)
  • Maxime Moreaud (IFPEN)
  • Jaysen Nelayah (MPQ/Université Paris Cité)

Plus d’informations ici.

À lire aussi