Formation AI4CoreImaging (DeepLearning Avancé)

Vous êtes ingénieur·e ou chercheur·euse : vous utilisez déjà l’intelligence artificielle dans vos workflows d’imagerie — segmentation, débruitage, reconstruction, etc — et cherchez à intégrer des approches plus avancées, adaptées aux spécificités physiques et instrumentales de vos systèmes. La formation AI4CoreImaging est conçue pour vous aider à franchir ce cap. 

Trois axes structurants constituent le cœur de cette formation : les réseaux de neurones informés par la physique(Physics-Informed Neural Networks, PINNs), qui intègrent des contraintes physiques propres aux systèmes optiques directement dans l’apprentissage, ouvrant de nouvelles perspectives en reconstruction, déconvolution et modélisation instrumentale ; l’IA agentique, qui permet à des systèmes autonomes d’orchestrer des workflows complexes d’acquisition et d’analyse, jusqu’à l’implémentation de boucles de rétroaction intelligentes ; et l’IA frugale, qui propose des approches performantes dans des environnements contraints — plateformes embarquées, microscopes ouverts ou contextes à ressources limitées.

Dispensée en Python, la formation permettra aux participants d’adapter et de développer leurs propres solutions en fonction de leurs systèmes et de leurs données.

Inscription Le nombre de participants est limité à 15 personnes afin de garantir un encadrement de qualité et des échanges personnalisés. Les inscriptions se font via le lien suivant : https://framaforms.org/anf-ai4coreimaging-1779805322 

Les séances pratiques s’appuient sur des jeux de données d’imagerie génériques fournis par les formateurs. En revanche, des échanges dédiés permettent de discuter des stratégies d’adaptation des méthodes présentées aux systèmes et problématiques propres à chaque participant.