linkedintwitter
Annuaire  |  Flux RSS  |  Espace presse  |  Wiki IJL  |  Webmail  |  Videos  |    Photos   Single-Calendar-Single  Single-Calendar-Single 
Mai 2019
Dim Lun Mar Mer Jeu Ven Sam
  01 02
03
04
05
06
07
08
09
10 11
12
13
14
15
16
17 18
19
20
21
22 23
24
25
26
27
28
29
30 31  
Archives des actualités

Article

Catégorie : Evénements scientifiques

Mardi 14 mai 2019 : Journée sur les apports de l'intelligence artificielle dans la science des matériaux

Le Centre de Compétences ERMIONE et l'équipe Métallurgie et Surfaces de l'Institut Jean Lamour organisent conjointement une journée sur le thème :

"Apports de l'intelligence artificielle dans la science des matériaux"

 

Date et lieu :
Mardi 14 mai 2019 de 10h00 à 17h00
Institut Jean Lamour
Campus Artem, Nancy
Salle 4-014

 

L'inscription est gratuite mais obligatoire en remplissant le formulaire suivant :
http://jean-lamour.event.univ-lorraine.fr/ijl14-05-19_insc.php 

 

Résumé :
L'idée à terme est de concevoir de nouveaux matériaux à partir des propriétés d’usage de ceux-ci, en faisant appel aux dernières évolutions dans le domaine de l’informatique et du calcul. Un verrou de la science des matériaux moderne est en effet lié à un besoin d’optimisation extrêmement complexe de la structure et de l’élaboration, donc des propriétés d’un matériau en fonction de son usage.
L’ensemble des données que nous possédons représente une mine d’informations, pour peu qu’on sache les exploiter de façon pertinente. C’est le rôle de la fouille de données (« data mining ») et des derniers développements de l’intelligence artificielle via l’élaboration de systèmes apprenants (« machine learning »). Les données expérimentales et numériques / théoriques sont collectées et injectées dans une base de données de descripteurs, puis utilisées pour le criblage de combinaisons les plus prometteuses via des techniques d’apprentissage automatique et de nouveaux algorithmes. Il ne s’agit donc pas de pratiquer une optimisation par un simple algorithme de régression, mais de faire progressivement apprendre au système quelles propriétés découlent de combinaisons (composition, structure, élaboration) afin qu’il puisse orienter le criblage.

 

Télécharger le programme