Annuaire des initiatives
Pertinence
Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.
- Institut national de physique nucléaire et de physique des particules
- Keras
- Nptool est un framework open source dédié à l'analyse de données et à la simulation Monte Carlo pour les expériences de physique nucléaire à basse énergie. Il permet de modéliser des détecteurs, simuler des réactions nucléaires, et analyser les données expérimentales ou simulées. Le projet intègre des outils pour la calibration, la reconstruction d'événements et la visualisation des résultats.
- Formation professionnelle organisée par le CNRS pour initier les informaticiens aux concepts et enjeux du machine learning et du deep learning. Destinée aux développeurs et aux administrateurs système, elle combine cours théoriques et travaux pratiques sur quatre jours. L'objectif est de fournir les bases nécessaires pour comprendre et appliquer ces technologies dans un contexte professionnel.
- Cyclone est un outil dédié à la détection et à l'analyse des cyclones tropicaux à partir de données météorologiques. Il permet de modéliser des scénarios climatiques, de valider des modèles prédictifs et d'optimiser des réseaux de neurones pour améliorer la précision des prévisions. Le projet s'appuie sur des algorithmes avancés et des bibliothèques scientifiques pour traiter des jeux de données complexes.
- Ce projet propose des ressources pédagogiques pour découvrir et maîtriser les concepts fondamentaux du deep learning. Il inclut des notebooks interactifs couvrant les bases des réseaux de neurones, leur entraînement et leur évaluation. Les outils intégrés permettent de manipuler des jeux de données, de visualiser des résultats et de comprendre les mécanismes des modèles d'apprentissage automatique. Destiné aux étudiants et professionnels souhaitant se former à l'intelligence artificielle.
- Ce projet propose une introduction au Deep Learning à travers des présentations théoriques et des exercices pratiques sous forme de notebooks Jupyter. Il s'adresse aux débutants souhaitant découvrir les concepts fondamentaux des réseaux de neurones et de l'apprentissage automatique. Les ressources incluent des supports de cours et des environnements interactifs pour expérimenter avec des modèles de deep learning.
- Cette école internationale propose une formation intensive en programmation avancée dédiée aux domaines de l'astrophysique et de l'astroparticule. Elle couvre les outils modernes comme Python, Jupyter, et les bibliothèques scientifiques (NumPy, Pandas, TensorFlow) pour analyser des données, modéliser des phénomènes physiques et développer des applications performantes. Destinée aux chercheurs et étudiants, elle favorise l'échange de bonnes pratiques et l'utilisation de l'intelligence artificielle dans la recherche scientifique.
- Ce projet développe des modèles de substitution (surrogate models) pour prédire les paramètres clés d'un injecteur laser-plasma (LPI) à partir de configurations cibles. Il permet d'estimer des grandeurs physiques comme l'énergie médiane, la charge, la dispersion d'énergie ou l'émittance transverse du faisceau, en s'appuyant sur des données de simulations numériques. Ces modèles facilitent l'optimisation et la conception d'accélérateurs laser-plasma sans recourir à des simulations coûteuses.
- Ce projet propose des ressources pédagogiques pour apprendre les bases du machine learning et de l'intelligence artificielle. Il inclut des notebooks interactifs couvrant des concepts clés comme les réseaux de neurones, les algorithmes de classification et les techniques de traitement d'images. Destiné aux étudiants et professionnels souhaitant se former, il combine théorie et pratique via des exemples concrets et des exercices guidés.
- Projet universitaire de master 2 en cosmologie visant à implémenter et comparer des réseaux de neurones pour classifier des images de chiffres manuscrits. Le projet utilise des données d'entraînement standardisées et génère des visualisations pour évaluer les performances des modèles. Les résultats sont analysés et comparés selon différents paramètres comme le taux d'apprentissage ou le nombre de couches.
9 initiatives
10