Votre recherche
Mécanismes d'adaptation chez les Penicilllium utilisés dans les produits fermentés – FUNGADAPT
Mécanismes d'adaptation chez les Penicillium utilisés dans les produits fermentés
Mesure du pH extracellulaire par RMN du Xenon-129 – PHOENIX
Le but du projet PHOENIX est de développer une méthode sensible, spécifique et non invasive de mesure et suivi du pH extracellulaire in vivo. Le concept est basé sur la synthèse de capteurs de pH liant la 129Xe au pH physiologique. En raison de la grande sensibilité de la technique RMN/IRM 129Xe, l'approche fournira un moyen de détecter rapidement et facilement les variations du pH et offre de nombreux avantages par rapport aux méthodes existantes.
Développement d’un cristal « scintronique » pour les applications d’imagerie ultra-rapide de rayons gamma – ClearMind
Nous proposons de développer un détecteur sensible à la position constitué d’un cristal scintillant sur lequel est directement déposée une couche photoélectrique d’indice de réfraction supérieur à celui du cristal. Ce cristal « scintronique », permet d’optimiser la transmission des photons de scintillation et des photons de lumière Cherenkov à la couche photoélectrique sans utilisation d’un couplage optique et sans perte par réflexion totale aux grands angles d’incidence.
Formulations innovantes à base de solvants eutectiques profonds pour le traitement des leishmanioses cutanées. – ParasiDES
L'objectif du projet ParasiDES est de développer un nouveau traitement topique de la leishmaniose cutanée qui soit simple, efficace et peu coûteux.
Contrôle basé sur l’Intelligence Artificielle de réseau en nuage – ARTIC
Dans les dernières années, des réseaux se sont complexifiés avec une diversité croissante de dispositifs et une dynamique de trafic accrue. Une solution pour faire face à cette situation est le Knowledge Defined Networking (KDN), où machine learning (ML) et intelligence artificielle (IA) sont combinés avec SDN / NFV et la surveillance de réseau. Selon ce paradigme, nous visons à développer un cadre IA capable d'apprendre de nouveaux algorithmes de contrôle de réseau efficaces.
Human4D: Acquisition, Analyse et Synthèse de la Forme du Corps Humain en Mouvement – Human4D
Acquisition, Analyse et Synthèse de la Forme du Corps Humain en Mouvement
Planification et Apprentissage pour Agir dans des Systèmes Multi-Agents – plasma
L'idée principale présentée dans cette proposition est qu'il est possible de réduire un problème de prise de décision multi-agent à un jeu stochastique totalement observable, qui est résolu en utilisant des algorithmes génériques basés sur les avancées récentes en Intelligence Artificielle. Nous nous concentrons sur les méthodes génériques avec des garanties théoriques car elles présentent un intérêt particulier pour les systèmes critiques de sécurité qui peuvent affecter des vies humaines.
Mathématiques de l'optimisation déterministe et stochastique liées à l'apprentissage profond – MaSDOL
L'apprentissage automatique et l'intelligence artificielle sont des thèmes de recherche en plein essor, car ils sont considérés comme un moyen de produire de nouvelles méthodes pour résoudre des défis frappants dans les domaines de la compréhension du langage, de la recherche de conseils, du traitement du signal et de la détection des fraudes. L'explosion des emplois de spécialistes des données est une preuve de l'impact sociétal, économique et scientifique de l'intelligence artificielle.
Apprentissage profond pour l'optimisation et la satisfaction de contraintes – DELCO
Ce projet vise a s'appuyer sur les progrès récents en apprentissage profond et en apprentissage par renforcement pour définir une nouvelle génération de solveurs d'optimisation combinatoire capable d'apprendre des mécanismes de résolutions plus efficaces que les solveurs traditionnels.
Graphes de connaissances décentralisés – DeKaloG
Les graphes de connaissances KG pénètrent dans notre vie quotidienne, nous indiquant ce qu'il faut acheter, ce qu'il faut apprendre, etc. Les grandes entreprises entretiennent des graphes de connaissances. Mais, l'accès à ces KGs est restreint et la manière dont ils sont construits et maintenus n'est pas transparente. Ceci ne permettent pas de construire de nouveaux KGs ou de construire par dessus. DeKaloG encourage la croissance d'un réseau public et décentralisé de graphes de connaissances.