- Page personnelle Emmanuel Francke

SciML 2 (cours de transition)

Ce cours porte sur l'apprentissage profond scientifique. Ce domaine porte sur l'utilisation de méthodes issues de l'apprentissage et de leurs applications au EDP. Il s'agit d'un cours de transition entre l'ancienne maquette et la nouvelle il y aura deux cours un de M1 et un de M2. Ce cours de transition est composé pour moitier de notions qui seront dans le futur cours de M1 et pour moitié de notion du futur cours de M2. Des notes de cours plus complète sont disponibles ici: page du cours .
  • Document: Cours d'apprentissage et calcul scientifique, ( document Pretext )
    Professeur : E. Franck
    Informations : cours et exercices de Master, Université de Strasbourg.
    Mots clés :apprentissage, réseaux de neurones, EDP, réduction de dimension, ODE, modèles génératif.
    Programme du cours:
    Cours 1: Rappel de probabilité et d'apprentissage.
    Slides: ici.
    TP: ici. Documents de cours: Partie 2, chapitre 3 du document de cours.
    Cours 2: Série temporelles, EDO et structures géométriques.
    Slides: ici.
    TP: ici.
    Cours 3: Apprentissage d'ODE: approche naïve, SinDy et Neural ODE.
    Slides: ici.
    Cours 4: Apprentissage d'ODE: programmation différentiable.
    Slides: ici.
    TP: ici.
    Cours 5: Apprentissage de flot et EDP, méthodes numériques.
    Slides: ici. ici.
    Cours 6: EDP et méthodes numériques.
    Slides: ici.
    Cours 7: Méthodes neuronales pour les EDP elliptiques.
    Slides: ici.
    Cours 8: Méthodes neuronales avancées pour les EDP elliptiques
    Slides: ici.
    Cours 9: Méthodes neuronales pour les EDP temporelles
    Slides: ici.
    Cours 10: Modèles réduits et réduction.
    Slides: ici. ici.
    Cours 11: ...
    Slides: ici.
    Cours 12: ..
    Slides: ici.
    Cours 13: ..
    Slides: ici.