Résultats de votre recherche
Design by artificial Intelligence and high throughput data of advanced Alloys and innovative Metallurgical concepts for Structural applications
Le projet ciblé DIAMS vise à mettre en place des infrastructures permettant la conception accélérée d’alliages métalliques pour applications structurales, à élaborer une méthodologie permettant la mise en œuvre de ces plateformes pour l’ensemble de la communauté de la métallurgie française, et à en
A new French Rare Eye Diseases Database (FREDD) for Retinitis Pigmentosa phenotype/genotype research: RaReTiA a pilot Artificial Intelligence project
Le projet RaReTiA est un projet porté par l’Institut national de la santé et de la recherche médicale (INSERM) dont toutes les parties prenantes sont situées en France. Ce projet, qui a une durée de 4 ans, vise à améliorer la prise en charge des patients atteints d'un groupe de maladies rares, les r
CDE.AI: Artificial Intelligence at the service of common data elements for rare diseases
La BNDMR (Base de Données Maladies Rares) évalue la prise en charge des maladies rares, en collectant Set de Données Minimales (SDM-MR, ou CDE en anglais). Le SDM-MR est colligé manuellement. Notre objectif est de créer CDE.ai, un ensemble d’algorithmes de traitement automatique du la
From specific ceramic materials and components to integrated, secured and intelligent communication systems
Le LabEx Σ-LIM est un programme de recherche interdisciplinaire en science des matériaux, procédés céramiques et composants électroniques et photoniques pour les systèmes de communication intégrés, sécurisés et intelligents. Depuis 2011, le LabEx Σ-LIM a fortement contribué à la structuration et à l
Urban Worlds Intelligences
Depuis sa création en 2011, le LabEx IMU s'attache à développer l’exercice de la pluralité scientifique en recherche. IMU regroupe aujourd’hui 550 chercheurs issus de 37 laboratoires impliquant un large spectre de disciplines scientifiques (pas moins de 18 sections CNU impliquées). Cet e
Séquençage du génome entier et intelligence artificielle pour caratériser et diagnostiquer la résistance aux antibiotiques et la capacité d'échapper au traitement
L’évaluation in vitro de la sensibilité d’une bactérie à un antibiotique est essentielle pour optimiser le traitement d’une infection grave. Le séquençage complet des génomes bactériens est devenu plus accessible en termes de coût et de rapidité, laissant envisager son utilisation en diagnostic
