Intelligence artificielle pour la conception de catalyseurs à haut débit
FR |
EN
Auteur / Autrice : | Markus Grimm |
Direction : | Pierre Chainais, Sébastien Paul |
Type : | Projet de thèse |
Discipline(s) : | Traitement du signal et des images |
Date : | Inscription en doctorat le 01/09/2020 |
Etablissement(s) : | Centrale Lille Institut |
Ecole(s) doctorale(s) : | MADIS Mathématiques, sciences du numérique et de leurs interactions |
Partenaire(s) de recherche : | Laboratoire : CRIStAL - Centre de Recherche en Informatique, Signal et Automatique de Lille |
Mots clés
FR |
EN
Résumé
FR |
EN
Le projet consiste à développer une approche d'apprentissage automatique pour l'ensemble de données volumineux que le système REALCAT peut fournir. Une meilleure compréhension de la relation entrée-sortie de la plateforme sera exploitée pour accélérer la découverte du catalyseur optimal pour une réaction donnée grâce à la sélection rationnelle des conditions de synthèse les plus efficaces, de la formule ou des propriétés physico-chimiques des catalyseurs, tirer le meilleur parti de la plateforme REALCAT.