sfp_2025_banniere_refonte_1.png

Programme et Résumés des mini-colloques > MC09: Applications de l'Apprentissage Automatique en Physique

Mini-colloque 9 – MC09


Applications de l'Apprentissage Automatique en Physique
Division Physique Atomique Moléculaire et Optique
Stéphane Barland (Université Côte d'Azur stephane.barland@univ-cotedazur.fr), Emmanuel Centeno (UCA  emmanuel.centeno@uca.fr) et Demetrio Macias (UTT-CNRS demetrio.macias_guzman@utt.fr)

L'intelligence artificielle et la physique sont profondément liés à plus d'un titre. l'IA ouvre évidemment de nouvelles voies pour la recherche en physique, depuis la découverte de modèle jusqu'à l'optimisation ou le contrôle de systèmes expérimentaux. Mais la physique peut à son tour contribuer à la compréhension des mécanismes d'apprentissage ou à la réalisation de tâches de calcul typiquement confiée à des algorithmes d'IA. 

Pour explorer ces liens, trois sessions seront organisées, 

1. Contrôle, problèmes inverses et physique expérimentale 

Cette session a pour objectif de réunir des experts qui partagerons leurs expériences concernant l’utilisation de l’IA pour le traitement des données expérimentales, la résolution des problèmes inverses et le contrôle des systèmes dynamiques. 

Orateur invité : Gaël Varoquaux (Inria Saclay-Île de France, Palaiseau, France) - Titre: AI and Science

2. Découverte de modèles et calcul

Dans cette session nous souhaitons aborder comment le traitement de données massives permet d'établir une relation entre les différentes variables d'un problème donné et d'en avoir une meilleure compréhension lorsque les modèles ne sont pas fiables voire inexistants.

Orateur invité : Rodrigo Ibata (Observatoire astronomique de Strasbourg, Université de Strasbourg) - Titre: Physics-aware Symbolic Regression & Analytic Neural Networks for Fast, Interpretable Modelling

3. Physique de l'apprentissage

Dans cette session, nous souhaitons réunir des experts des liens réciproques entre physique et apprentissage automatique en mettant l'accent sur le calcul sur des substrats physiques, les phénomènes émergents dans les réseaux de neurones et plus généralement la physique de l'apprentissage. 

Orateur invité : Rémi Monasson (Laboratoire de Physique Théorique de l'ENS) - Titre: Forty years of Boltzmann machines and counting

Dans la mesure du possible, la langue privilégiée pour les présentations orales et les posters sera l'anglais.

Ce mini-colloque bénéficie du soutien des GdR I-GAIA, Biocomp et Ondes.

MC09 :  Applications de l'Apprentissage Automatique en Physique moléculaire
       
Tuesday 1st July  -  B103 room
09:00 - 09:40 Rémi MONASSON Laboratoire de Physique Théorique de l'ENS Forty years of Boltzmann machines and counting
       
9:40 - 10:00 Robin Matha Laboratoire d'Electronique, Antennes et Télécommunications
Université Nice Sophia Antipolis (1965 - 2019), Centre National de la Recherche Scientifique, Université Côte d'Azu
Réseaux de neurones pour la mesure physique: évaluation de la fiabilité de mesure par des cartes auto-organisées
10:00 - 10:20 Nathanaël Hulard Onera - The French Aerospace Lab (Palaiseau) ONERA Intelligence Artificielle pour la Combinaison Cohérente de Lasers : de la simulation à la réalité
       
       
Thursday 3nd July  - A105 room
8:30 - 9:10 Gaël Varoquaux Inria Palaiseau AI and Science
9:10 - 9:50 Rodrigo Ibata (CNRS, Université de Strasbourg, Observatoire astronomique de
Strasbourg
Physics-aware Symbolic Regression & Analytic Neural Networks for Fast, Interpretable Modelling
9:50 - 10:10 Julian Sierra Laboratory Light, nanomaterials & nanotechnologies - L2n , University of Technology of Troyes (UTT) & CNRS UMR 7076 Retrieving the Optical Properties of Biological Structures via Symbolic Regression
Chargement... Chargement...