| ÉLECTRONIQUE DES CIRCUITS INTÉGRÉS | COMMANDE DE PROCESSUS | PHYSIQUE DES COMPOSANTS MICRO-ELECTRONIQUES | MODÉLISATION ET APPRENTISSAGE |
MODÉLISATION ET
APPRENTISSAGE - ESPCI,
3ème année option physique et option chimie - Enseignant
responsable : G. DREYFUS
Objectif
Ce cours est destiné à fournir aux physiciens et chimistes de 3ème année des éléments es-sentiels des méthodes qui permettent de réaliser des modèles prédictifs et/ou explicatifs à partir de données expérimentales, pour les sciences de l'ingénieur et pour les neuros-ciences.
Contenu
- Modélisation pour les sciences de l'ingénieur (enseignant : Gérard DREYFUS ; durée : 7 heures) : éléments de statistiques pour la modélisation ; apprentissage artificiel (« machine learning ») : réseaux de neurones formels pour la modélisation statique et dynamique ; modélisation semi-physique. Applications : lecture automatique des codes postaux, évaluation des capacités financières des collectivités locales, modélisa-tion du séchage du ruban Scotch, ...
- Modélisation pour les neurosciences computationnelles (enseignante : Brigitte QUENET ; durée : 3 heures) : les différentes échelles de modélisation en neurosciences computa-tionnelles ; l'utilisation de la modélisation mathématique : la modélisation du sys-tème olfactif, du neurone formel de McCulloch et Pitts au neurone bio-vraisemblable de Hodgkin et Huxley.
Travaux pratiques (enseignant
: Yacine OUSSAR ; durée : 3 h)
Mise en oeuvre d'un logiciel industriel de développement
de réseaux de neurones sur quelques cas didactiques.