Note importante relative à l'inscription à l'atelier : le seuil d'inscrits en présentiel étant atteint, les inscriptions en présentiel sont desormais closes.
Depuis son apparition à la fin des années 1930, la microscopie électronique à transmission (MET) est devenue un un outil essentiel dans la caractérisation de divers systèmes d'intérêts dans les domaines de la science des matériaux, la physique, la chimie ou encore les sciences de la vie. Plus précisément, le MET fournit des informations cruciales sur la structure de la matière et sur la dynamique des phénomènes qui se produisent à des échelles allant de l'atome au micromètre, qui sont d’une importance fondamentale pour la compréhension des propriétés des systèmes étudiés et leur utilisation dans des applications. Les récents progrès en microscopie électronique permettent désormais de générer dans des délais très courts de vastes ensembles de données dans toute une série de modes de travail et de conditions d'observation (in situ, résolution atomique, ...) où l'obtention de résultats statistiquement significatifs nécessite l'étude d'un grand nombre d'objets ou de mécanismes individuels rendant les étapes d’acquisition et de traitement des données complexes et particulièrement chronophages..
Dans ce contexte si particulier, l'intégration de méthodologies d'intelligence artificielle (IA) dans les protocoles d'acquisition et d'analyse des données est une approche très prometteuse. Elle n'en est encore qu'à ses débuts et ces nouvelles techniques se sont avérées révolutionnaires dans de nombreux domaines.
Cet atelier hybride (présentiel et distanciel) d'une journée vise à dresser le bilan de l'utilisation en plein essor du machine learning (ML) et deep learning (DL) en microscopie électronique au niveau national. Il se propose de réunir des scientifiques de la physique, de la chimie, de la biologie et des sciences des données intéressés par ce domaine de recherche émergeant afin de partager leur savoir-faire, leurs stratégies et leurs intérêts.
L'atelier couvrira entre autres les sujets suivants :
- Application de ML/DL à l'analyse de données de microscopie électronique (image, diffraction et spectroscopies, in situ, reconstruction tomographique) et l’amélioration des techniques de microscopie électronique (débruitage, super-résolution, segmentation sémantique, …)
- Génération et gestion d'ensembles de données réalistes pour l'entraînement de modèles
- Les possibilités de partage des données et des modèles au niveau national.
Cette journée sera constituée de contributions invitées de différents acteurs identifiés au niveau national ainsi qu’ouvertes à l’ensemble des participants via des interventions de type oral et poster. Merci de respecter le format indiqué lors de la soumission de votre résumé.
L'inscription à cet atelier est gratuite mais obligatoire et sera limitée à 65 personnes en présentiel.
La connection au lien zoom se fera via le lien suivant :
------------------------------
https://cnrs.zoom.us/j/96648969392?pwd=S2g1RUhDTm9JOHV5THBhdG52aFFpdz09
ID de réunion : 966 4896 9392
Code secret : Z4G5KQ
------------------------------
Au plaisir de vous accueillir à Paris,
Le comité d'organisation,
Hakim Amara (LEM/ONERA-CNRS)
Ovidiu Ersen (IPCMS/Université de Strasbourg)
Maxime Moreaud (IFPEN)
Jaysen Nelayah (MPQ/Université Paris Cité)