Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Cette séance de cours explore l'application de l'apprentissage automatique inspiré par la physique dans la découverte des matériaux, en mettant l'accent sur la modélisation des matériaux à l'échelle atomique, la thermodynamique à température finie, les énergies libres anharmoniques et le rôle de la symétrie dans les modèles d'apprentissage automatique atomistique. L'instructeur discute des défis que posent l'exactitude des calculs de la structure électronique, l'utilisation de l'apprentissage automatique pour améliorer l'exactitude et l'importance de l'efficacité et de la transférabilité des données. Différents sujets tels que l'apprentissage automatique pour les tenseurs, la compréhension de l'éventail des interactions et l'efficacité des différentes représentations de modèles sont abordés, soulignant le potentiel de l'apprentissage automatique pour améliorer les premiers principes énergétiques dans la science des matériaux.