Les formations
Mesonet offre aux enseignants des heures de calcul pour les cours et les étudiants et organise des formations autour du HPC, de l'IA et du quantique
Vous avez également des formations sur le portail du Compétence Center https://cc-fr.eu/formations
- Janvier 2024 : Workshop VI-HPS 11-12-13-14 Septembre (Machine pour le Workshop : Turpan) à Toulouse
- 16 Octobre 2023: Recuit quantique : prise en main de la solution « Vector Annealing » de NEC, dans les locaux du Criann à Rouen.
- Bootcamp ARM-MESONET 12-13_14 Juin (Machine Turpan ; ouverture en production officielle) à Toulouse : https://www.calmip.univ-toulouse.fr/actualites/Bootcamp-ARM-MESONET.
- Sparse Days 19&20 Juin, Cerfacs/Météopole, Toulouse.
- Juin 2023 : Journées Occitanes de Mathématiques Appliquées (8 & 9 Juin) à Perpignan
https://lamps.univ-perp.fr/colloques/journees-doccitanie-en-mathematiques-appliquees/joma-exposes - ANF UST4HPC 3e édition de l'Action Nationale de Formation (ANF) User Support Tools For High Performance Computing pour former les administrateurs de Mésocentres. Aussois
- Fev. 2023 : Séminaire de l'Observatoire Midi-Pyrénées (11 Fev.) à Toulouse
https://sourcesup.renater.fr/wiki/atelieromp/hpc_at_omp_2023 - Calmip: Workshop Fast-Start 26-27 Janvier 2023

Formations
Jan
Jan
Jan
Dec
Dec
Dec
Dec
Dec
Dec
Dec
Nov
Nov
Nov
Nov
Nov
Nov
Nov
Oct
Oct
Intelligence Artificielle pour la simulation en physique
04 / 12 / 2023, , Ain (01)
Descriptif
Cette formation permet aux participants de comprendre, et mettre en pratique, les outils de l'Intelligence Artificielle sur des tâches de régression ou de contrôle optimal en physique. Les notions fondamentales liées à l'IA sont tout d'abord introduites de façon théorique, puis systématiquement implémentées dans un notebook python afin de les manipuler pour mieux les comprendre, via les librairies ScikitLearn, Keras/Tensorflow et DeepXDE. Quelques grandes méthodes du Deep Learning et du Deep Reinforcement Learning seront abordées (MLP, CNN, auto-encodeurs, VAE, PINN etc.), et tester sur des bases de données physiques (moteur fusée, équation de la chaleur instationnaire, mécanique du point). Les spécificités de l'IA appliquée à la physique seront également abordés (mesh, physics-informed network etc.)
Objectif de la formation
Mettre en œuvre les librairies open-source ScikitLearn, Keras/Tensorflow et DeepXDE pour faire l'apprentissage de réseaux de neurones sur des problèmes de régression ou de contrôle optimal en physique.
Objectifs pédagogiques
À l’issue de la formation, les participants sont capables de :
- comprendre les concepts fondamentaux de l'IA
- poser un problème d'apprentissage (régression/contrôle, fonction coût, choix des hyper-paramètres etc.)
- utiliser les librairies ScikitLearng et Keras/Tensorflow sur des problèmes d'apprentissage type régression, et DeepXDE pour les PINN et problèmes inverses.
- évaluer et tester un apprentissage d'un réseau de neurones
Modalités pédagogiques
La formation est une alternance d’exposés théoriques et de travaux pratiques. Un QCM permet l’évaluation finale. La salle de formation est équipée d’ordinateurs, le travail peut se faire en sous-groupe de deux personnes.
Formateur référent : Mickaël BAUERHEIM
Public cible
Ce cours s'adresse à toute personne du domaine de la physique (ingénieurs, doctorants, post-doctorants, stagiaires) désirant manipuler des données avec les outils modernes de l'IA.
Du lundi 4 décembre 2023 au vendredi 8 décembre 2023
Plus d'informations : https://cerfacs.fr/event/intelligence-artificielle-pour-la-simulation-en-physique/