Bienvenue sur la page du groupe de travail en apprentissage profond du Laboratoire de Mathématiques de Lens. Les archives 2025-2026 sont disponibles ici.
23/11/26 - Jean-Charles Dupriez [t.b.a]
16/11/26 - Faris Flaifil [t.b.a]
09/11/26 - Faris Flaifil (LML) : Flow perturbation to accelerate Boltzmann conformational sampling de Xin Peng & Ang Gao (Nature Communications 2025). 10:30 en P108.
Résumé: Dans cet exposé, nous présentons les résultats principaux de l’article “Flow perturbation to accelerate Boltzmann conformational sampling”. L’échantillonnage de Boltzmann permet par exemple d’échantillonner les conformations d’une molécule selon la distribution réellement observée dans la nature. Il est donc fondamental, pour les applications en médecine par exemple, d’avoir de bonnes méthodes d’échantillonnage. Un des problèmes rencontrés par les méthodes actuelles est que les échantillons sont coincés dans des puits de potentiel, ce qui empêche de couvrir complètement tout l’espace lui-même. Récemment, les méthodes génératives basées sur l’apprentissage profond (flow matching, diffusion…) ont ouvert de nouvelles voies pour résoudre ce problème. Ces méthodes nécessitent néanmoins de corriger la densité produite par le modèle génératif afin de coller à la densité de Boltzmann. Cette correction passe par le calcul d’un “travail” le long des lignes de flot du modèle génératif, conformational sampling basé sur l’estimation du déterminant de la jacobienne du flot. Ce dernier calcul est en général prohibitif en hautes dimensions. L’article introduit une méthode pour accélérer ce calcul.
19/10/26 - Ivo Dell'Ambrogio (LML) : IA dans les maths : quelques pistes de réflexion. 10:30 en P108.
Résumé: La communauté mathématique académique n'a pas été épargnée par le bouleversement causé par l'IA générative, qu'on parle d'enseignement ou de recherche. L'annonce par OpenAI en début de septembre de la résolution de Navier-Stokes -- un des problèmes du millénaire -- et le brouhaha qui l'a suivi, entre accusations de plagiat et lettre ouverte co-signée par 28 médaillés Fields, n'ont fait que révéler au grand public une tendance qui s'annonçait depuis déjà quelques années, entre promesses de progrès fulgurants et perturbation des pratiques établies. Dans mon exposé, je souhaite présenter un survol des moments les plus marquants de cette histoire en pleine évolution, suivi de quelques opinions et réactions remarquables qui m'ont frappé comme étant plus informées et sages que d'autres.
12/10/26 - Adlane Sayede (UCCS) : Atelier pratique d'utilisation de modèles génératifs open source hébergés localement. 10:30 en P108
Résumé: Face aux contraintes de souveraineté et grâce aux nouvelles performances des petits modèles génératifs compressés, il devient nécessaire et possible d'héberger en local sur des machines de bureau des modèles d'IA générative. L'objet de cet atelier sera de présenter les outils permettant cet hébergement ainsi que leur utilisation. N'hésitez pas à apporter vos ordinateurs portables (contacter les organisateurs pour une pré-installation en amont).
05/10/26 - Germain Poloudenny (LML & LRCS) : ePattern: More Views Improve Composition-Free Crystal Retrieval from Sparse Electron Diffraction. 10:30 en P108
Résumé: One sparse electron-diffraction (ED) pattern is often ambiguous. ePattern tests whether more supplied views improve composition-free crystal retrieval while the gallery, model, four-reference budget, and chemical information remain fixed. It combines a permutation-invariant Bragg-spot encoder, a view-pooled image encoder, and polar correlation. Among 861 StructureMatcher-disjoint CHILI-COD query materials whose abTEM grids vary along all three simulated rotation axes, Top-1 improves from 56.62% with one view to 83.19% with sixteen, a paired gain of 26.57 points [24.53, 28.67]. The frozen system likewise improves from 29.39% to 68.55% on an external 20,043-structure Materials Project evaluation that uses one common angle schedule, a gain of 39.16 points [35.84, 42.48]. The historical full CHILI-COD cohort, which also contains 335 rotation-about-beam controls, reaches 86.74% at K16. A validation-fixed stopping rule reaches 86.05% with 6.61 views on average on that full cohort.