Apprentissage Automatique: Physique et Données

Cette séance de cours de l'instructeur aborde le thème de l'apprentissage automatique atomistique, mettant l'accent sur l'intégration des principes physiques dans les modèles d'apprentissage automatique. Il explore l'utilisation de représentations adaptées à la symétrie, de noyaux SOAP et l'application de l'apprentissage automatique pour prédire les propriétés moléculaires avec une grande précision. La séance de cours se penche sur les défis de l'apprentissage des propriétés tensorielles, de l'optimisation des représentations et de la compréhension de l'éventail des interactions dans les systèmes moléculaires. Il traite également de l'élaboration d'un tableau périodique des éléments fondé sur les données et des répercussions de l'apprentissage automatique sur la prédiction des polarisabilités moléculaires et des interactions non-covalentes.