Atelier - Intelligence artificielle grenobloise pour les sciences physiques (GAP 2024)

Séminaire Recherche
29 mai 2024 - 31 mai 2024
L'atelier Grenoble Artificial Intelligence for Physical Sciences (GAP 2024) explorera les intersections entre la recherche sur l'apprentissage automatique et l'étude des systèmes physiques décrits par des systèmes d'équations différentielles.
Nous espérons réunir des chercheurs en apprentissage automatique, en physique computationnelle et dans divers domaines d'application, afin de favoriser les collaborations et de renforcer les liens au sein de la communauté scientifique, et en particulier dans la région alpine. Les domaines d'application comprendront la science du climat, la géophysique, la physique de l'état solide et les neurosciences.

Participation et inscription

Les inscriptions pour participer à l'atelier sur place (y compris le tutoriel Julia) sont closes.

La participation à distance est encore possible.

Pour accéder au chat Q@A, veuillez envoyer un email à gap2024@sciencesconf.org

Orateurs principaux

Nous aurons le plaisir d'entendre les orateurs confirmés suivants :

  • Chris Rackauckas | MIT (Apprentissage scientifique de la machine, Julia)

  • David Greenberg | Helmoltz Zentrum Hereon (Apprentissage automatique guidé par un modèle)

  • Emmanuel de Bézenac | ETH (Réseaux neuronaux informés par la physique)

  • Gilles Louppe | Université de Liège (Inférence basée sur la simulation) 

  • Julia Gusak | Inria (ODE neuronales, opérateurs neuronaux et leur efficacité)

  • Marc Bocquet | Ecole des Ponts ParisTech (Assimilation de données et ML)

  • Marylou Gabrié | École Polytechnique (Modélisation générative)

  • Nicolas Boullé | Université de Cambridge (Apprentissage d'opérateurs pour les EDP) 

  • Nicolas Brodu | Inria (Etats causaux continus)

  • Ronan Fablet | IMT Atlantique (Assimilation de données neuronales de bout en bout)

Toutes les présentations offriront une vue d'ensemble complète du domaine, fournissant aux participants les connaissances nécessaires pour explorer les applications spécifiques et le potentiel de l'apprentissage automatique dans leurs domaines respectifs.
Publié le 23 mai 2024
Mis à jour le 23 mai 2024