EPFL Logo
fr|en
Se Connecter
Séance de cours

Apprentissage actif pour le design moléculaire

Dans cours
DEMO: aliquip mollit
Ipsum excepteur consequat dolore pariatur mollit amet laboris aliqua mollit ullamco sit occaecat. Ullamco exercitation ex aute in sit sit ad consequat proident incididunt. Deserunt labore aute anim veniam ut consequat magna ipsum ea do proident eiusmod. Sint anim exercitation ut officia velit Lorem elit veniam veniam. Elit id eu consequat proident et. Non irure est ad ad deserunt duis do nisi cillum ex eiusmod excepteur non qui. Tempor esse et nulla excepteur commodo do nostrud magna sunt.
Connectez-vous pour voir cette section
Description

Cette séance de cours de l'instructeur couvre les bases des approches d'apprentissage automatique pour remplacer le processus de création d'idées pour les matériaux à tester, à déduire si elles sont réalisables, et à concevoir des expériences. L'exposé se penche sur la théorie qui sous-tend ces techniques, fournit des exemples pratiques tirés de la littérature récente et identifie les logiciels d'exemple comme points de départ pour l'utilisation de ces techniques dans la recherche. La séance de cours passe de la discussion sur le rôle de l'instructeur dans divers projets à la mise en évidence de l'importance de l'éducation dans l'IA pour le matériel. Il aborde également les défis et les progrès de l'IA générative pour aider la créativité humaine dans la conception matérielle.

Connectez-vous pour regarder la vidéo
Enseignant
cupidatat velit laboris
Sunt sunt ea quis et pariatur ex ipsum. Dolor mollit ut nulla non sint veniam nulla ipsum in fugiat. Quis tempor quis occaecat reprehenderit nisi nisi ad esse Lorem ea voluptate. Lorem tempor non ex tempor voluptate elit culpa dolore nulla cillum exercitation amet. Irure culpa aliquip ullamco amet exercitation incididunt tempor qui exercitation est.
Connectez-vous pour voir cette section
Source officielle
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Proximité ontologique
Information engineering
Séances de cours associées (42)
Analyse des documents : Modélisation des sujets
Explore l'analyse documentaire, la modélisation thématique et les modèles génériques pour la production de données dans l'apprentissage automatique.
Modèles Vision-Langue-Action : Formation et applications
Se penche sur la formation et les applications des modèles Vision-Language-Action, en mettant l'accent sur le rôle des grands modèles linguistiques dans le contrôle robotique et le transfert des connaissances web. Les résultats des expériences et les orientations futures de la recherche sont mis en évidence.
Fondements de l'apprentissage automatique
Introduit des concepts fondamentaux d'apprentissage automatique, couvrant la régression, la classification, la réduction de dimensionnalité et des modèles générateurs profonds.
Réseaux neuronaux : formation et activation
Explore les réseaux neuronaux, les fonctions d'activation, la rétropropagation et l'implémentation de PyTorch.
Apprendre du monde interconnecté avec les graphiques
Explore l'apprentissage de données interconnectées à l'aide de graphiques, couvrant les défis, la conception du GNN, les paysages de recherche et la démocratisation du graphique ML.
Afficher plus

Copyright © 2025 EPFL, tous droits réservés

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.