Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Recherche

Afficher tous les résultats pour

Accueil

Cours

PHYS-754: Lecture series on scientific machine learning

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de ce cours (76)

Les états quantiques neuronaux : applications et défis Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les applications et les défis des états quantiques neuronaux dans la science quantique computationnelle, y compris les spins frustrés et les cartographies de la chimie quantique.

Environnements chimiques : Représentations et corrélations Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les représentations de l'environnement chimique, les corrélations symétriques et les applications d'apprentissage automatique à l'échelle atomique.

Les neurosciences inspirent l’intelligence artificielle Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le développement historique de l'apprentissage profond, de l'apprentissage par renforcement, des mécanismes d'attention et des systèmes de mémoire en IA inspirés des neurosciences.

Les neurosciences et l'IA : combler l'écart Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'écart entre l'intelligence artificielle et l'intelligence humaine grâce à des modèles et des algorithmes inspirés par les neurosciences.

Apprendre dans les réseaux neuronaux artificiels Connectez-vous à Mediaspace pour regarder cette vidéo

Discute de l'évolution des réseaux de neurones artificiels, des défis de l'apprentissage supervisé et du rôle des comportements innés dans la formation du comportement.

Comprendre le Cortex visuel avec des modèles d'apprentissage profond Connectez-vous à Mediaspace pour regarder cette vidéo

Explore à l'aide de modèles d'apprentissage en profondeur pour comprendre le cortex visuel et les portraits sensoriels.

Comprendre la proprioception : modèles de réseaux neuronaux Connectez-vous à Mediaspace pour regarder cette vidéo

Explore comment les réseaux neuronaux peuvent aider à comprendre la proprioception et la contraction musculaire.

Analyse de Coevolution des Résidus de Protéines Connectez-vous à Mediaspace pour regarder cette vidéo

Il s'agit d'analyser la coévolution des résidus dans les familles de protéines afin de saisir les contacts indigènes et de prédire la proximité spatiale et les interactions protéiques.

Prédiction de contact avec les protéines : modèles de probabilités de Pseudo et de pots Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la prédiction du contact avec les protéines à l'aide des modèles Potts et des méthodes de pseudo-probabilité, en comparant différentes approches pour la prédiction du contact dans les protéines.

Représentations d'invariance: Apprentissage Automatique Connectez-vous à Mediaspace pour regarder cette vidéo

Déplacez-vous dans des représentations d'invariance pour l'apprentissage automatique atomistique, y compris des fonctions de symétrie et des corrélations angulaires d'ordre supérieur.

Possibilités interatomiques apprises par la machine Connectez-vous à Mediaspace pour regarder cette vidéo

Déplacez-vous dans les potentiels interatomiques de la machine appris, montrant leur précision et leur rentabilité dans la prédiction des propriétés chimiques.

Sans titre Connectez-vous à Mediaspace pour regarder cette vidéo

Représentations structurelles équivariantes Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les représentations structurales équivariantes dans l'apprentissage machine atomistique, soulignant l'importance de représenter les propriétés cibles dans la base sphérique.

Propriétés de la tension dans l'apprentissage scientifique de la machine Connectez-vous à Mediaspace pour regarder cette vidéo

Se penche sur la prédiction des propriétés non scalaires au-delà des énergies dans l'apprentissage scientifique des machines, en se concentrant sur les moments dipolaires, la polarisabilité et la réponse diélectrique.

Apprentissage automatique scientifique: introduction aux modèles en verre Spin Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit l'apprentissage automatique scientifique, en mettant l'accent sur son application dans divers domaines scientifiques et sur le lien entre l'apprentissage automatique et la physique.

Comprendre les transitions de phase dans les problèmes de calcul Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le lien entre les transitions de phase en physique et les problèmes de calcul, en montrant comment les connaissances de la physique peuvent éclairer la conception des algorithmes.

Mécanique quantique et apprentissage automatique Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la mécanique quantique, les systèmes à plusieurs corps, l'apprentissage automatique et les méthodes variationnelles pour une estimation efficace des propriétés quantiques.

Markov Chain Monte Carlo: Équilibre détaillé et réseaux neuronaux Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la chaîne de Markov Monte Carlo et le rôle des réseaux neuronaux dans la représentation des états quantiques et l'approximation de l'état fondamental pour les systèmes de spins frustrés.

Prédiction de réaction chimique : Transformateur moléculaire Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la prédiction des réactions chimiques à l'aide de modèles générateurs et de transformateurs moléculaires, soulignant l'importance du traitement du langage moléculaire et de la stéréochimie.

Planification de la synthèse moléculaire : modèles de transformation et cartographie des atomes Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les modèles de transformateurs moléculaires, la cartographie des atomes, la planification de la synthèse de l'IA et le rôle transformateur des transformateurs dans la chimie.

Page 3 sur 4