- reprendre et reproduire les expériences existantes au centre de calcul du CRIANN ;
- consolider un benchmark commun portant sur les modèles tabulaires, les réseaux GNN et les modèles linguistiques chimiques ;
- analyser les résultats existants afin d’évaluer la contribution des descripteurs quantiques, de plusieurs stratégies d’agrégation des conformères, ainsi que des représentations des monomères, dimères et trimères ;
- la documentation de l’ensemble de données, des calculs et du code en vue de leur publication ;
- la contribution active à la rédaction et à la soumission d’un article scientifique. Le projet s’appuie sur des travaux avancés et des expériences déjà menées à bien. Il privilégiera les comparaisons contrôlées et interprétables plutôt que le développement d’une nouvelle architecture.
Le projet OCTOPUSSY de l’ANR associe l’apprentissage automatique, la chimie théorique et la science des polymères. Ce poste est axé sur la prédiction de la température de transition vitreuse (Tg) des polymères à partir de représentations moléculaires enrichies : graphes 2D, ensembles de conformères, descripteurs quantiques et modèles linguistiques chimiques. Il s’appuie sur un ensemble de données original et une série d’expériences bien établies. La question centrale est la suivante : dans quels cas les ensembles de conformères et les descripteurs quantiques améliorent‑ils réellement la prédiction de la Tg par rapport aux représentations en 2D et aux modèles linguistiques chimiques ? Les travaux seront menés au LITIS, en étroite collaboration avec l'équipe du laboratoire de chimie CARMEN.
#J-18808-Ljbffr
