Menu principal

Méthodes d’intelligence artificielle (AI) en « small data » pour matériaux innovants et dispositifs dérivés pour le photovoltaïque organique et à pérovskite

 

    Sujet

Ce stage s’inscrit dans un projet de recherche interdisciplinaire entre intelligence artificielle (Artificial Intelligence - AI) et matériaux ou dispositifs pour l’énergie. Plus particulièrement, il s’agit d’exploiter les concepts d’AI dans le management et l’analyse de données de petites tailles (aussi appelées « small data ») pour l’optimisation expérimentale d’éléments comme les cellules photovoltaïques organiques et à pérovskite.

   Objectifs

-    Exploiter les performances des méthodes d’apprentissage types artificiel et actif (machine learning et active learning) sur des petits jeux de données à partir de résultats bibliographiques connus.

-    Evaluer d’autres concepts de IA comme l’apprentissage profond (deep learning) sur les données abordées avec les méthodes d’apprentissage.

-    Etudier un cas spécifique d’optimisation expérimentale par AI dans le cas de cellules photovoltaïques organiques et à pérovskite, développées aux laboratoires ICube de Strasbourg et Xlim de Limoges, respectivement.


Mots-clés
active learning; artificial intelligence; deep learning; ingénierie; machine learning; matériaux pour l'énergie
Établissement
Université de Strasbourg
67081 Strasbourg  
Site Web
http://icube.unistra.fr/
Date de début souhaitée
01/03/2022
Niveau
Bac +4; Bac +5
Prérequis

• Candidat(e) en Mathématiques appliquées, Informatique, Science des données, Intelligence artificielle ou Méthodes multivariées de traitement de données.
• Candidat(e) en Science des matériaux, Ingénierie des matériaux, Chimie, et Physique appliquée, avec un parcours et/ou un fort(e) intérêt/ connaissance en Science des données et/ou Intelligence artificielle.

Durée
5 à 6 mois
Indemnité
600,60 euros/mois
Informations de contact

Yves-André CHAPUIS
ya.chapuis@unistra.fr
Laboratoire ICube
Université de Strasbourg