BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//CERN//INDICO//EN
BEGIN:VEVENT
SUMMARY:Machine Learning au service de la recherche : applications concrè
 tes en simulation et analyse d’images
DTSTART:20260528T091500Z
DTEND:20260528T100000Z
DTSTAMP:20260616T060700Z
UID:indico-event-39006@indico.in2p3.fr
DESCRIPTION:Speakers: Arnaud HUBER (LP2IB)\n\nL’intelligence artificiell
 e (IA)\, avec ses sous-domaines comme le Machine Learning (ML) et le Deep 
 Learning (DL)\, révolutionne les méthodes de recherche en physique nucl
 éaire et en imagerie cellulaire. Après une clarification des termes clé
 s de l’IA\, cette présentation illustre son application à travers troi
 s projets concrets :\nCanon Bremmstrahlung - EUROPA : Ce projet utilise le
  Machine Learning pour établir une correspondance rapide entre un spectre
  incident et les traces mesurées dans des détecteurs (IP). Grâce à des
  modèles de régression\, il permet de générer des prédictions en temp
 s réel\, tout en combinant une approche statistique (Approximate Bayesian
  Computation) pour affiner les résultats et tenir compte des incertitudes
  inhérentes à ce problème inverse.\nProjet PALLAS : L’IA est employé
 e pour reproduire les flux de particules générés après un tir laser\, 
 réduisant ainsi le besoin en simulations Particle-In-Cell (PIC) tout en m
 aintenant une haute précision physique.\nAnalyse d’images par Deep Lear
 ning (ICS) : Des réseaux de neurones convolutifs (CNN) sont utilisés pou
 r détecter et segmenter automatiquement des structures cellulaires dans d
 es images de microscopie\, améliorant l’efficacité & la rapidité des 
 analyses.\n---------------------------------------------------------------
 ----------------\nArtificial Intelligence (AI)\, along with its subfields 
 such as Machine Learning (ML) and Deep Learning (DL)\, is revolutionizing 
 research methods in nuclear physics and cellular imaging. After clarifying
  key AI terms\, this presentation illustrates its application through thre
 e concrete projects:\nBremmstrahlung Cannon - EUROPA:This project uses Mac
 hine Learning to establish a rapid correspondence between an incident spec
 trum and the traces measured in detectors (IPs). Through regression models
 \, it enables real-time predictions while combining a statistical approach
  (Approximate Bayesian Computation) to refine results and account for the 
 inherent uncertainties of this inverse problem.\nPALLAS Project:AI is empl
 oyed to reproduce the particle fluxes generated after a laser shot\, there
 by reducing the need for Particle-In-Cell (PIC) simulations while maintain
 ing high physical accuracy.\nDeep Learning Image Analysis (ICS):Convolutio
 nal Neural Networks (CNNs) are used to automatically detect and segment ce
 llular structures in microscopy images\, enhancing the efficiency and spee
 d of analyses.\n\nhttps://indico.in2p3.fr/event/39006/
LOCATION:LP2IB
URL:https://indico.in2p3.fr/event/39006/
END:VEVENT
END:VCALENDAR