Le GDR IAMAT organise à Grenoble des journées thématiques du 12 au 14 mars 2024, sur la thématique des approches utilisant l'intelligence artificielle pour la caractérisation des matériaux et la description des microstructures (issues de l'expérience ou de la modélisation). Des exposés invités sont prévus pour couvrir les thématiques principales, et ce colloque est ouvert aux propositions d’exposés (oraux et affiches), y compris sur des études exploratoires et non finalisées. L'inscription à ces journes est gratuite.

La date de limite de dépôt des résumés est fixée au 16/02/2024

La date limite d'inscription est fixée au 23/02/2024

Orateurs confirmés:

• Jean-Sébastien Micha (ESRF BM32) : Machine Learning approaches on X-ray Scattering Beamline: First Results and perspectives
• Romain Gautier (IMN) : Predicting the Structure Type of Materials by Machine Learning
• Maxime Dupraz (ESRF BM02) : Exploring Machine Learning Techniques for Data Pre-processing and Analysis on the D2AM Beamline: A First Look
• Antoine Klos (SIMAP) : Post-traitement par apprentissage profond de données de tomographie à rayons X sous-échantillonnées
• Lionel Germain (LEM3) : Efficacité des réseaux convolutionnels pour l'analyse des microstructures
• Nicolas Monge (SIMAP/LIG/XENOCS) : Détection automatique de forme de nanoparticules par analyse de données SAXS
• Zineb Saghi (CEA LETI/PFNC) : Applications de l’intelligence artificielle à la microscopie électronique en transmission
• Baptiste Gault (Max-Planck-Institut für Eisenforschung GmbH, Department of Microstructure Physics and Alloy Design): analyse des données SAT
• Maggy Colas (IRCER) : Analyse de données Raman hyperspectrales par approche multivariée

Contexte:

En sciences des matériaux, un moteur important de l’intérêt porté à l’intelligence artificielle est la croissance très importante des données issues d’expériences, atteignant aujourd’hui des volumes qui rendent caduques les approches usuelles de traitement des données. Parmi les problématiques auxquelles font face quotidiennement les expérimentateurs, les algorithmes modernes d’intelligence artificielles sont amenés à jouer un rôle majeur par exemple dans :

• L’acquisition de données de qualité accrue, avec une prise en compte plus efficace du bruit, une réduction du temps de mesure, une résolution améliorée, un pilotage plus automatisé des expériences, etc.
• Le pré-traitement automatisé des données, permettant une analyse en ligne, un tri des données et un retour vers l’utilisateur en cours d’expérience, etc.
• Une interprétation avancée des données, plus rapide, adaptée à de la caractérisation à haut débit, permettant la reconnaissance d’objets par classification, la segmentation de régions d’intérêt, la modélisation complexe des données, etc.

L'objectif de ces journées scientifiques est de rassembler la communauté du GDR IAMAT autour d’interventions de collègues ayant déjà une expérience en matière d’IA appliquée à la caractérisation des matériaux. On peut penser en particulier (mais sans que ce soit limité à celles-ci) aux techniques suivantes :

• Microscopies (optique, électronique à balayage, à transmission)
• Données microstructurales issues de la modélisation (ex. champ de phase)
• Diffraction et diffusion des rayons X (laboratoire ou synchrotron, toutes techniques associées)
• Tomographies (rayons X, électronique, SAT, FIB)
• Spectroscopies (Raman, EELS, EDS, …)
• Essais mécaniques (corrélation d’images, …) ou non destructifs (émission acoustique, …)
• Essais électrochimiques (bruit électrochimique, …)

Applications de l’intelligence artificielle à la microscopie électronique en transmission 

Les journées thématiques auront lieu dans les locaux de Grenoble INP Phelma sur le site Minatec à proximité de la gare SNCF (10 min à pied, tramway possible), parvis Louis Néel. Elles démarreront le 12 mars vers 14h et se termineront le 14 mars vers 12h30.

Le colloque sera sans frais d'inscription, et les repas de midi ainsi que les pauses café seront prises en charge pour les participants. Pour des raisons évidentes de logistique, il est primordial que les personnes s'étant inscrites viennent effectivement aux journées.

Pour garder le contact avec notre goupe de recherche, nous vous proposons de nous rejoindre sur notre liste de diffusion (site : https://listes.services.cnrs.fr/wws/info/gdr_iamat-inscrits) et de nous suivre sur notre site:

https://iamat.cnrs.fr/

Sous la tutelle de l'INP et de l'INC (sections principales 5, 13, 15 du CNRS), le GDR IAMAT (Intelligence Artificielle en Sciences des Matériaux) a commencé au 1er janvier 2022, pour une durée de 5 ans. Nous vous proposons de nous rejoindre sur notre liste de diffusion (site : https://listes.services.cnrs.fr/wws/info/gdr_iamat-inscrits) et/ou de nous suivre sur notre site.

La mission du groupement de recherche GDR IAMAT (Intelligence Artificielle en Sciences des Matériaux) est de rassembler les nombreuses équipes et les différentes communautés intéressées par les approches d'intelligence artificielle en sciences des matériaux (théorique et expérimentale). Le spectre couvre un continuum scientifique entre les développements de l'IA jusqu'aux applications concrètes en sciences des matériaux. Une des missions clés du GdR est de favoriser les échanges pédagogiques entre les communautés, notamment par des actions transversales, pour promouvoir de nouvelles inspirations et collaborations.

Le GDR IAMAT s'organise de manière matricielle. Les "lignes" correspondent aux défis scientifiques identifiés. Les "colonnes" correspondent aux classes générales d'algorithmes et de méthodes d'IA/ML, qui sont transversales aux besoins des défis scientifiques.

Directeur

A. Marco Saitta (IMPMC – Paris)

Direction adjointe

Magali Benoit (CEMES – Toulouse)

Silke Biermann (CPhT – Saclay)

Jean-Claude Crivello (ICMPE – Thiais)

Bureau

Alexandre Boulle (IRCER – Limoges)

Alexis Deschamps (SIMAP – Grenoble)

Guilhem Dezanneau (SPMS – Saclay)

Gabriel Stoltz (CERMICS – Marne-la-Vallée)

Franck Tancret (IMN – Nantes)

Ambroise Van Roekeghem (LITEN – Grenoble)

Helena Zapolsky (GPM – Rouen)