L’apprentissage automatique au service de la chimie quantique : Prédiction des structures électroniques moléculaires avec une précision approchant celle des méthodes de cluster couplé Contexte académique En physique, chimie et science des matériaux, les méthodes de calcul jouent un rôle clé pour révéler les mécanismes sous-jacents des phénomènes ph...

Recherche révolutionnaire sur l’ordonnancement dynamique multiobjectif flexible des ateliers : une nouvelle méthode pour optimiser les préférences d’objectifs via l’apprentissage multitâche dans la programmation génétique Introduction à l’arrière-plan L’ordonnancement dynamique flexible des ateliers (Dynamic Flexible Job Shop Scheduling, DFJSS) est...

Amélioration de la segmentation du gliome pédiatrique de bas grade par l’apprentissage multitâche Introduction La segmentation des tumeurs cérébrales chez les enfants est une tâche clé pour l’analyse du volume tumoral et les algorithmes d’intelligence artificielle. Cependant, ce processus est chronophage et nécessite l’expertise des neuroradiologue...

Rapport de recherche sur l’apprentissage multitâche entièrement automatique basé sur l’IRM multimodal pour la segmentation des gliomes et la classification du gène IDH Contexte de la recherche Les gliomes sont les tumeurs cérébrales primitives les plus courantes du système nerveux central. Selon la classification de l’Organisation Mondiale de la Sa...

Cadre CNN guidé par l’attention pour l’étude de segmentation et de classification des gliomes dans les scans IRM 3D Les gliomes sont les formes de tumeurs cérébrales les plus mortelles chez l’homme. Un diagnostic rapide de ces tumeurs est une étape importante pour un traitement efficace des tumeurs. L’imagerie par résonance magnétique (IRM) offre g...