Acquisition rapide de signatures spectroscopiques accélérée par l’apprentissage profond

À propos du programme

Acquisition rapide de signatures spectroscopiques accélérée par l’apprentissage profond

Acquisition rapide de signatures spectroscopiques accélérée par l’apprentissage profond Souvent, des simulations de mesures par spectroscopie Raman et spectroscopie infrarouge à transformée de Fourier (FTIR) sont utilisées par des expérimentateurs afin de caractériser les échantillons cultivés en laboratoire. Bien qu'une telle technique fonctionne (et qu'elle soit largement utilisée), les coûts computationnels liés à la simulation spectrale peuvent être très élevés. Ce projet porte sur l'utilisation de réseaux neuronaux profonds pour développer une méthode efficace et précise de simulation des signatures spectroscopiques précises à un coût computationnel nettement inférieur à ce qu'il en coûterait normalement. Il sera principalement axé sur des matériaux bidimensionnels, en commençant par le graphène. L'Université de Montréal, qui collabore au projet, mettra à contribution son expertise en matériaux computationnels, en structure électronique et en simulation des principes fondamentaux des nanostructures et des spectres. Pour sa part, le CNRC contribuera au projet son expertise de l'application de l'IA et de l'apprentissage profond aux problèmes du secteur nanoscientifique.