Physical Models and Machine Learning for Scientific Imaging
MAIRAL Julien
Deep learning has transformed image processing, often surpassing traditional methods that rely on precise modeling of optical image formation...
Mon compte
Pas encore inscrit ?
MAIRAL Julien
Deep learning has transformed image processing, often surpassing traditional methods that rely on precise modeling of optical image formation...
LOTTE Fabien
Dans ce nouvel épisode de Désassemblons le numérique, nous vous proposons un petit détour par… votre cerveau ! Enfin, plus précisément, par la façon dont les machines pourraient un jour le comprendre.
PESTOURIE Raphaël
Full-wave simulations of large-scale electromagnetic devices — spanning thousands of wavelengths while featuring sub-wavelength geometrical details — pose significant computational challenges….
LEHMANN Fanny
Le Scientific Machine Learning a émergé comme un domaine à la frontière entre apprentissage automatique et simulation numérique pour construire des méta-modèles innovants...
DORIZZI Bernadette
GOTTESMAN Yaneck
Cet exposé s'attachera à décrire l'intérêt des techniques de réseaux de neurones pour la microscopie computationnelle…
DAI Angela
Recent advances in machine learning have shown remarkable progress in the 2D and video domain, fueled by very large-scale data and compute. 3D, however, which is critical for applications spanning
MBOMé Marie
Cette présentation met en avant l'apport des outils modernes de traitement des données dans le domaine des sciences humaines et sociales, en combinant statistiques avancées et intelligence
JOSé-GARCIA Adan
Présentation de deux méthodes d'apprentissage non supervisé : multi-view data clustering et biclustering
RISSER Laurent
Laurent RISSER est un ingénieur de recherche à l'IMT (Institut de Mathématique de Toulouse et au 3IA ANITI.
HANCZAR Blaise
Application de réseaux de neurones sur des données d'expression pour prédire des phénotypes
BRéHéLIN Laurent
Application des méthodes d'apprentissage automatique à l'analyse de séquences régulatrices