Université de Montréal

Objet publié

La spectrométrie infrarouge à transformée de Fourier et la spectroscopie Raman sont des techniques d’analyse utilisées dans le cadre de la synthèse et de la caractérisation des matériaux. Des réseaux neuronaux profonds seront utilisés afin de développer une méthodologie efficace et précise de simulation des signatures spectroscopiques précises à un coût de calcul nettement inférieur à ce qui est actuellement possible. Cette étude sera principalement axée sur les matériaux bidimensionnels, en commençant par le graphène. L’IA sera utilisée pour : 1. Produire des spectres schématiques (mais précis) à partir des structures atomiques à l’aide de l’apprentissage supervisé appliqué à une vaste base de données constituée de résultats de calculs effectués à partir des principes premiers. Le réseau neuronal profond interpolera ces spectres à un coût bien inférieur au coût de leur production. L’objectif est de mettre au point un modèle exploitant l’IA pour simuler les spectres de structures beaucoup plus grosses (et par conséquent complexes) que ce qu’il est possible de faire actuellement. 2. Retrouver, dans l’espace des structures possibles, du spectre simulé qui reproduit au mieux le signal expérimental. Des algorithmes génétiques seront explorés, l’objectif étant de minimiser la divergence K-L entre le spectre produit par le réseau neuronal et celui obtenu expérimentalement.