Développement de méthodologies d'intelligence artificielle pour l'analyse de données issue de la diffusion de rayon X aux petits angles (SAXS)
Auteur / Autrice : | Nicolas Monge |
Direction : | Massih-Reza Amini, Alexis Deschamps |
Type : | Projet de thèse |
Discipline(s) : | Mathématiques et Informatique |
Date : | Inscription en doctorat le 01/11/2021 |
Etablissement(s) : | Université Grenoble Alpes |
Ecole(s) doctorale(s) : | École doctorale mathématiques, sciences et technologies de l'information, informatique (Grenoble ; 199.-....) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire d'Informatique de Grenoble |
Equipe de recherche : AMA |
Mots clés
Résumé
La détermination de la structure globale de nanoparticules et de macromolécules dans un milieu proche de leur état natif revêt une grande importance pour une large gamme d'applications scientifiques, médicales et industrielles (alimentation, cosmétiques, pharmacie, polymères). La diffusion des rayons X aux petits angles (SAXS) est une méthode de choix pour ces études, mais le manque de méthodes automatisées d'analyses de données est devenu un facteur limitant. Le but principal de ce travail de thèse est de développer des méthodes d'apprentissage machine adaptées à cette tâche pour obtenir des analyses d'une rapidité et d'une précision suffisantes pour apporter à l'utilisateur un retour immédiat sur l'expérience, et d'appliquer ces méthodes à des applications industrielles. Les méthodes développées intégreront la connaissance de l'expert de façon collaborative suivant deux modes hors-ligne et en ligne pour une analyse plus complète et une meilleure interopérabilité des résultats