Accueil/ expose #carousel1 li{ width:150px; height:180px; } #carousel2 li{ width:150px; height:180px; } Learning multiscale invariants from big data for physics
jeudi 19 novembre 2015
Loading the player... Descriptif

Conférence de Stéphane Mallat organisée par le département de Physique.

Machine learning requires to find low-dimensional models governing the properties of high dimensional functionals. This could almost be called physics. Algorithms have considerably improved in the last 10 years through the processing of massive amounts of data. In particular, deep neural network have spectacular applications, to image classification, medical, industrial and physical data analysis.

We show that the approximation capabilities of deep convolution networks come from their ability to compute invariant and continuous representations over complex groups, including diffeomorphisms. High dimensional structures are represented by multiscale interference terms, with wavelets on appropriate groups. It yields new representations of stochastic processes, which will be illustrated on Ising models and fluid turbulences, for statistical physics. We also show applications to the regressions of quantum molecular energies from chemical data bases, which are compared to density functional theory approximations.

Thèmes : Physique , Informatique
Catégories: Colloquium / Séminaire général du département de physique
Mot-clés : mathématiques, physique, informatique, Big Data

Voir aussi

Auteur(s) Stéphane Mallat
Ecole normale supérieure
Mathématicien

Plus sur cet auteur
Voir la fiche de l'auteur

Institutions : Ecole normale supérieure-PSL

Cursus :

Stéphane Mallat, est mathématicien, professeur à l’École Polytechnique jusqu’en 2012, et depuis Professeur d’informatique à l’Ecole normale supérieure.Ses recherches touchent à la théorie des ondelettes, à la géométrie, à la représentation de l’information. Il a également créé une start-up au début des années 2000, "Let It Wave".

Médaille de l’innovation du CNRS 2013.

Cliquer ICI pour fermer Annexes Téléchargements :
   - Télécharger la vidéo
   - Télécharger l'audio (mp3)

Dernière mise à jour : 18/01/2016

Liens utiles

Contact
Partenaires
Conditions d'utilisation
Mentions légales
Podcasts

CYCLES

> Colloquium DEC
> Les Ernest
> Les jeudis de l’archéologie
> Actualité critique
> Les jeudis de l’HPS
> Séminaire Médecine
   Humanités
> Journée Georges Bram
> Les lundis de la philo


> Les Nuits de l’ENS
> Semaine du cerveau
> Séminaire général du
   département d'informatique
> Séminaire général
   de physique
> Séminaire Transferts culturels
> La Voix d’un texte

PARTENARIATS

Louvre

France cuture

Institut Français

RESEAUX SOCIAUX

Retrouvez-nous sur Facebook

Twitter

Savoirs ENS
Tous droits réservés
@ 2011 ENS