Récemment, les approches d’apprentissage dites physics-informed (PIML) ont connu un fort succès dans de nombreux domaines allant de la physique aux sciences du vivant et de l’environnement. Ces méthodologies permettent d’hybrider la connaissance physique du domaine et les données réelles dans le but de résoudre une variété de problèmes. Cette journée de colloque nationale ambitionne de réunir les différentes communautés travaillant sur les approches ML informées par la physique. Le programme s'articulera autour de 4 grands thèmes :

• les aspects statistiques
• les problèmes inverses
• les neurals operators 
• modélisation & analyse numérique 

Où & quand ?

La journée aura lieu le mercredi 15 avril 2026, sur le campus d'AgroParisTech à Palaiseau, Amphi A0.04. Voir la page "Venir à AgroParisTech" pour plus de détails sur comment y accéder.

Qui peut participer ?

La journée est ouverte à toutes et tous, dans la limite des places disponibles. L'inscription est gratuite, mais obligatoire, avant le 31 mars 2026. Nous encourageons vivement la participation des différentes communautés autour du PIML : machine learning, statistiques, modélisation/EDP, physique, etc.

Inscription pour colloque en présentiel ou distanciel

• Le colloque en présentiel est désormais complet. Veuillez-vous inscrire via ce formulaire pour la liste d'attente ou pour un lien de retransmission en distanciel. 
• Un déjeuner végétarien est prévu.
• Comment venir à AgroParisTech ? Rendez-vous sur cette page

Merci de libérer votre place en vous désinscrivant de ce site si vous avez un empêchement.

Inscription pour tutoriel uniquement (14 avril, en présentiel)

• Si vous souhaitez seulement participer au tutoriel du 14 avril, merci de ne pas vous inscrire à la conférence et veuillez compléter ce formulaire et consulter la page dédiée du site. 

Le colloque dure de 9h à 17h + une session poster de 17h à 18h (ici pour soumettre un poster).

Les exposant·e·s sont :

•     Claire Boyer (Université Paris-Saclay) 
•     Clémentine Courtès (Université de Strasbourg)
•     Lucas Drumetz (IMT Atlantique)
•     Lise Le Boudec (Sorbonne Université)
•     Jordan Patracone (Télécom Saint-Etienne)
•     Arnaud Vadeboncoeur (University of Cambridge)

Cliquez ici pour le programme détaillé de la journée.

Un tutoriel introductif au PIML aura lieu le jour d'avant, mardi 14 avril, de 14h à 17h30 à AgroParisTech.

L'évènement bénéficie du soutien financier et logistique d'AgroParisTech, de l'Insistut DATAIA, de la Fondation Mathématique Jacques Hadamard (FMJH), et de la chaire Industrial Data Analytics and Machine Learning (IDAML).

© Affiche - Daniele Clarotto