|
08:35 - 10:00
|
Artificial intelligence for high-throughput characterization (M001) |
(+)
|
|
08:35 - 09:10 |
› Applications de l'intelligence artificielle à la microscopie électronique en transmission - Saghi Zineb, Commissariat à l'énergie atomique et aux énergies alternatives - Laboratoire d'Electronique et de Technologie de l'Information |
|
|
09:10 - 09:35 |
› Méthodologie de reconstruction 3D à partir d'images FIB d'une microstructure céramique à l'aide d'outil de deep learning - Damien André, Institut de Recherche sur les CERamiques, IRCER - Axe 4 : céramiques sous contraintes environnementales |
|
|
09:35 - 10:00 |
› Data Reduction and Clustering Approaches for a Comprehensive Phase Analysis inside NVPF Cathode Materials - Fayçal Adrar, Laboratoire réactivité et chimie des solides - UMR CNRS 7314 |
|
|
10:00 - 10:30
|
Break |
|
|
10:30 - 11:30
|
Artificial intelligence for high-throughput characterization (M001) |
(+)
|
|
10:30 - 11:05 |
› Analyse de données Raman hyperspectrales par approche multivariée - Maggy Colas, IRCER, UMR-CNRS 7315 |
|
|
11:05 - 11:30 |
› interprétation par analyse en composantes principales d'hyperspectres RAMAN : comment faire le lien entre statistique et physique ? - Lionel Desgranges, CEA/DEN/DEC/SESC Cadarache |
|
|
11:30 - 12:30
|
PEPR Tools and need for training - Noël Jakse et Jean-Luc Parouty |
|
|
12:30 - 14:00
|
Lunch |
|
|
14:00 - 16:20
|
Artificial intelligence for high-throughput characterization (M001) |
(+)
|
|
14:00 - 14:25 |
› Modèle pour la prédiction de microstructure de solidification par champs de phase et intelligence artificielle : application au procédé WAAM-CMT - Claire Maurice, Laboratoire Georges Friedel - Helmut Klöcker, Laboratoire Georges Friedel |
|
|
14:25 - 14:50 |
› Machine Learning Acceleration of Ferroelectric Phase-Field Modeling - ALHADA KEVIN, Institut National des Sciences Appliquées de Lyon |
|
|
14:50 - 15:15 |
› Machine learning of the enthalpy of mixing for predicting phase equilibria - Guillaume Deffrennes, Science et Ingénierie des Matériaux et Procédés |
|
|
15:15 - 15:40 |
› Machine Learning Insights into Multiscale Structural Properties of Soft Matter - Stefano Mossa, Institut de Recherche Interdisciplinaire de Grenoble |
|
|
15:40 - 16:10
|
Break |
|
|
16:10 - 18:10
|
Artificial intelligence for high-throughput characterization (M001) |
(+)
|
|
16:10 - 16:45 |
› Machine Learning for automatic selection of a nanoparticle analytical model for Small Angle X-Ray Scattering data analysis - Nicolas Monge, Xenocs SAS, Laboratoire d'Informatique de Grenoble, Science et Ingénierie des Matériaux et Procédés - Alexis Deschamps, Science et Ingénierie des Matériaux et Procédés |
|
|
16:45 - 17:20 |
› Exploring Machine Learning Techniques for Data Pre-processing and Analysis on the D2AM Beamline: A First Look - Maxime Dupraz, Institut Néel |
|
|
17:20 - 17:45 |
› Stratégie de traitement de données synchrotron par l'IA : des concepts à la pratique - FARHI Emmanuel, Synchrotron SOLEIL |
|
|
17:45 - 18:10 |
› Analysis of Electroluminescence data imaging using physical models and machine learning for photovoltaic applications - Erell LAOT, EDF R&D SYSTEME, Institut Photovoltaïque d'Ile-de-France (ITE) |
|
