[Atelier] Intelligence artificielle et microscopie électronique

Le 23 mai prochain, la Graduate School Innovative Materials organise un workshop sur l’intelligence artificielle appliquée à l’imagerie des matériaux, à destination des étudiantes et étudiants de Master 2, des (post)doctorantes et des (post)doctorants, des chercheuses et chercheurs, des enseignantes-chercheuses et enseignants-chercheurs et des ingénieurs.

Cet atelier hybride 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. Cette journée est l’occasion 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, tel que :

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

Au cours de cette journée, différents sujets seront abordés :

• Application de Machine Learning et Deep Learning 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, etc.) ;
• 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 ;

C’est atelier est à destination des étudiantes et étudiants de Master 2, des doctorantes et des doctorants, des post-doctorantes et post-doctorants, des chercheuses et chercheurs et des enseignantes chercheuses et des enseignants chercheurs et des ingénieurs.

Sur inscription gratuite mais obligatoire >
Atelier limité à 65 personnes en présentiel.