Fermer le menu

Agenda

 

Mathieu Istas, informatique et réseaux, présentera
le séminaire mensuel NÉEL

Mardi 13 février 2024 à 9h30

Salle des séminaires – Bâtiment A

 

Titre : Utilisation de méthodes de deep learning pour explorer le diagramme de phase de l’hydrogène

Résumé :

Au cours des dernières années, les performances des techniques machine learning ont considérablement augmenté, permettant une reconnaissance d’image précise, la génération de texte avec des modèles tels que ChatGPT, et de nombreux autres exemples. 
Le domaine de la physique n’est pas à l’abri de cette tendance, comme en témoigne le fait que ces derniers mois, les modèles machine learning pour les prévisions météorologiques sont devenus compétitifs par rapport aux prévisions météorologiques numériques traditionnelles.
Dans ce séminaire, je donnerai une introduction sans mathématiques aux concepts de l’apprentissage statistique et du réseau de neurones artificiels, et je montrerai comment ils peuvent être utilisés pour effectuer des simulations de dynamique moléculaire afin d’étudier l’hydrogène dense.
Tout l'agenda