Pour vous authentifier, privilégiez eduGAIN / To authenticate, prefer eduGAINeu

S'authentifier
Thèses

Emmanuel Goutierre "Utilisation de Méthodes d’Apprentissage pour la Modélisation d’un Accélérateur de Particules"

→ Europe/Paris
Salle des thèses (salle 435), bâtiment 650 (LISN, 1 rue Raimond Castaing, 91190 Gif-sur-Yvette)

Salle des thèses (salle 435), bâtiment 650

LISN, 1 rue Raimond Castaing, 91190 Gif-sur-Yvette
Description

Lien de connexion / Link : https://cnrs.zoom.us/j/93945195170?pwd=nGbzHlthtJwY9OrM9JxmYHXtrTjABl.1

  • ID de réunion : 939 4519 5170
  • Code secret : KaVp6k

Merci de laisser fermés camera et micro de votre ordinateur pendant la soutenance.

Please keep your camera and microphone switched off throughout the defense. 

 

"Utilisation de Méthodes d’Apprentissage pour la Modélisation d’un Accélérateur de Particules."

Résumé en pièce attachée

"Machine Learning-Based Particle Accelerator Modeling"

Abstract in attached document

 

Resumé these E. Goutierre.pdf
Thesis abstract E. Goutierre.pdf
Organisé par

Membres du jury :

  • Annika Eichler, Rapporteur and Examiner, Professor, Technische Universität Hamburg, TUHH, Deutsches Elektronen-Synchrotron, DESY, Hamburg, Germany
  • Patrick Gallinari, Rapporteur, Professor, Sorbonne Université, CNRS, INSERM, Institut des Systèmes Intelligents et de Robotique, ISIR, Paris, France
  • Fatiha Saïs, Examiner, Professor, Université Paris-Saclay, CNRS, Laboratoire Interdisciplinaire des Sciences du Numérique, Gif-sur-Yvette, France
  • Nicolas Baski, Examiner, Associate Professor, Sorbonne Université, CNRS, INSERM, Institut des Systèmes Intelligents et de Robotique, ISIR, Paris, France
  • Adnan Ghribi, Examiner, Research Engineer, CNRS, Grand Accélérateur National d'Ions Lourds, GANIL, Caen, France
Fonctionne avec Indico v3.3.3