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

Séance de cours

Merveilles et pièges du Langevin dans l'inférence de haute dimension de Noisy

Dans cours

PHYS-754: Lecture series on scientific machine learning

This lecture presents ongoing work on how scientific questions can be tackled using machine learning. Machine learning enables extracting knowledge from data computationally and in an automatized way. We will learn on examples how this is influencing the v ...

Description

Cette séance de cours explore le concept de métastabilité dans les systèmes physiques, en discutant de l'équilibre entre les différentes phases et la transition de phase. Il se penche sur l'algorithme approximatif de passage de message et ses limites dans les systèmes bruyants, soulignant les défis de suivre avec précision la dynamique physique. L'instructeur présente également la motivation derrière l'utilisation de la dynamique de Langevin pour l'inférence dans les espaces de grande dimension, en mettant l'accent sur son efficacité par rapport aux méthodes traditionnelles.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace

Enseignant·e·s (10)

Anne-Clémence Corminboeuf

David Richard Harvey

Alexander Mathis

Alexander studied pure mathematics with a minor in logic and theory of science at the Ludwig Maximilians University in Munich. For his PhD also at LMU, he worked on optimal coding approaches to elucidate the properties of grid cells. As a postdoctoral fellow with Prof. Venkatesh N. Murthy at Harvard University and Prof. Matthias Bethge at Tuebingen AI, he decided to study olfactory behaviors such as odor-guided navigation, social behaviors and the cocktail party problem in mice. During this time, he increasingly got interested sensorimotor behaviors beyond olfaction and started working on proprioception, motor adaption, as well as computer vision tools for measuring animal behavior. In his group, he is interested in elucidating how the brain gives rise to adaptive behavior. One of the major goals is to synthesize large datasets into computationally useful information. For those purposes, he develops algorithms and systems to analyze animal behavior (e.g. DeepLabCut), neural data, as well as creates experimentally testable computational models.

Philippe Schwaller

Matthieu Wyart

Giuseppe Carleo

Giuseppe Carleo is a computational quantum physicist, whose main focus is the development of advanced numerical algorithms tostudy challenging problems involving strongly interacting quantum systems.He is best known for the introduction of machine learning techniques to study both equilibrium and dynamical properties,based on a neural-network representations of quantum states, as well for the time-dependent variational Monte Carlo method.He earned a Ph.D. in Condensed Matter Theory from the International School for Advanced Studies (SISSA) in Italy in 2011.He held postdoctoral positions at the Institut d’Optique in France and ETH Zurich in Switzerland, where he alsoserved as a lecturer in computational quantum physics.In 2018, he joined the Flatiron Institute in New York City in 2018 at the Center for Computational Quantum Physics (CCQ), working as a Research Scientist and project leader, and also leading the development of the open-source project NetKet.Since September 2020 he is an assistant professor at EPFL, in Switzerland, leading the Computational Quantum Science Laboratory (CQSL).

Source officielle

Concepts associés (7)

Transition de phase

vignette|droite|Noms exclusifs des transitions de phase en thermodynamique. En physique, une transition de phase est la transformation physique d'un système d'une phase vers une autre, induite par la variation d'un paramètre de contrôle externe (température, champ magnétique...). Une telle transition se produit lorsque ce paramètre externe atteint une valeur seuil (ou valeur « critique »). La transformation traduit généralement un changement des propriétés de symétrie du système.

Métastabilité

vignette|États d'un système métastable : L'état 1 paraît stable, mais une perturbation suffisante pour dépasser l'état 2 conduira à l’état 3, plus stable que l'état 1 (qui de fait n'est que métastable). vignette|Bille en équilibre métastable au sommet d'un hémisphère. La métastabilité est la propriété d'un état d'apparence stable mais qu'une perturbation peut faire aller rapidement vers un état encore plus stable. En l'absence de perturbation significative la vitesse de la transformation menant à l'état stable peut être très faible, voire quasiment nulle.

Diagramme de phase

Un diagramme de phase, ou diagramme de phases, est une représentation graphique utilisée en thermodynamique, généralement à deux ou trois dimensions, représentant les domaines de l'état physique (ou phase) d'un système (corps pur ou mélange de corps purs), en fonction de variables, choisies pour faciliter la compréhension des phénomènes étudiés. Les diagrammes les plus simples concernent un corps pur avec pour variables la température et la pression ; les autres variables souvent utilisées sont l'enthalpie, l'entropie, le volume massique, ainsi que la concentration en masse ou en volume d'un des corps purs constituant un mélange.

Phase (thermodynamique)

thumb|right|Un système composé d'eau et d'huile, à l'équilibre, est composé de deux phases distinctes (biphasique). En thermodynamique, on utilise la notion de phase pour distinguer les différents états possibles d'un système. Selon le contexte et les auteurs, le mot est utilisé pour désigner plusieurs choses, parfois de natures différentes, mais étroitement liées. Si un système thermodynamique est entièrement homogène, physiquement et chimiquement, on dit qu'il constitue une seule phase.

Polyamorphisme

En science des matériaux, le polyamorphisme est la possibilité pour une substance d'exister sous différentes formes amorphes. C'est l'analogue du polymorphisme des matériaux cristallins. Bien que l'arrangement atomique d'un matériau amorphe ne possède pas d'ordre à grande distance certaines propriétés de différents polyamorphes, telles que la densité, peuvent être différentes.

Afficher plus

Séances de cours associées (31)

Transitions en phase dans les systèmes énergétiques

Explore les transitions de phase dans les systèmes énergétiques, y compris le comportement non analytique et le modèle Ising.

Le modèle Curie-Weiss : aperçu et applications

Couvre le modèle Curie-Weiss, en discutant de ses fondements théoriques et de ses applications pratiques dans les systèmes physiques.

Comportement en phase polymère

Explore la chimie physique des matériaux polymères, en mettant l'accent sur les solutions concentrées et le comportement de séparation de phase.

Chimie physique des matériaux polymériques: Introduction

Couvre les principes physiques des macromolécules synthétiques, en mettant l'accent sur la structure et les caractéristiques des polymères.

Transitions de phase : comprendre la stabilité thermodynamique

Explore les transitions de phase en thermodynamique, en se concentrant sur les critères de stabilité et les applications du monde réel.

Afficher plus

Concepts associés (7)

Transition de phase

Métastabilité

Diagramme de phase

Phase (thermodynamique)

Polyamorphisme

Afficher plus