Descriptif
Ce parcours s’adresse aux élèves qui souhaitent acquérir une double culture en physique moderne et en sciences computation-nelles. En effet, les méthodes numériques trouvent aujourd’hui une place centrale dans les sciences fondamentales et appliquées. Elles interviennent à tous les niveaux, de l’exploitation de données à la simulation numérique, et demandent d’avoir des connaissances à l’interface entre physique, mathématiques appliquées et informatique. Dans ce contexte, les méthodes d’apprentissage machine ont un rôle de plus en plus important et deviennent un outil essentiel pour relever les défis algorithmiques de demain.
Objectifs
Le programme permet aux étudiants de découvrir la physique computationnelle tout en se spécialisant dans une des thématiques du PA de physique : des particules aux étoiles, photons et atomes, de l’atome au matériau ou sciences et technologies quantiques. Le choix des cours se fera dans l’offre proposée par la thématique choisie et sera complété par des formations sur des méthodes et algorithmes numériques modernes, avec un accent particulier sur les techniques d'apprentissage machine.
Diplômes concernés
Compétences
Connaissances en physique des plasmas, physique des hautes énergies, physique de la matière condensée ou physique quantique selon le parcours thématique choisi. Compréhension des principaux algorithmes numériques dans ces domaines ainsi que la capacité à résoudre des problèmes complexes à l’aide de l’informatique. Connaissance des applications scientifiques de l’intelligence artificielle et de l’apprentissage automatique.
Composition du parcours
- PA_Th PC-DPAE Thématique Particules aux étoiles
- Particules aux étoiles P1 Particules aux étoiles P1
- PHY_51001_EP Champs relativistes et leur quantification
- PHY_51053_EP Astrophysique Stellaire
- PHY_51054_EP Physique des Particules Elémentaires
- MDC_51006_EP Bases de l'Apprentissage Automatique
- CSC_51054_EP Apprentissage profond
- PHY_51171_EP Physique Numérique
- PHY_50P13_EP Projet de recherche en laboratoire
- Particules aux étoiles P2 Particules aux étoiles P2
- PHY_52061_EP Théorie quantique des champs perturbateurs
- PHY_52066_EP Physique des Particules Avancée
- PHY_52068_EP Relativité Générale - Physique
- APM_52188_EP Sujet émergents dans l'Apprentissage Machine P2
- CSC_52087_EP Advanced Deep Learning
- APM_52009_EP Apprentissage automatique pour le calcul scientifique et l'analyse numérique
- PHY_52006_EP Computational and machine learning methods in quantum physics
- PHY_52008_EP Computational high-energy physics
- PHY_52180_EP Information et calcul quantiques: implémentations expérimentales
- PHY_52007_EP Computational Plasmas physics
- PHY_50P13_EP Projet de recherche en laboratoire
- Particules aux étoiles P1 Particules aux étoiles P1
- PA_Th PC-PEA Thématique Photons et Atomes
- Photons et Atomes P1 Photons et Atomes P1
- PHY_51002_EP Optique Quantique : Lasers
- PHY_51003_EP Physique Atomique et Moléculaire
- PHY_51052_EP Physique Quantique des Electrons dans les Solides
- PHY_51053_EP Astrophysique Stellaire
- MDC_51006_EP Bases de l'Apprentissage Automatique
- CSC_51054_EP Apprentissage profond
- PHY_51171_EP Physique Numérique
- PHY_50P13_EP Projet de recherche en laboratoire
- Photons et Atomes P2 Photons et Atomes P2
- PHY_52001_EP Physique Quantique Mésoscopique et Matière Topologique
- PHY_52062_EP Optique Quantique : Photons
- PHY_52003_EP Optoélectronique
- PHY_52069_EP Physique des plasmas et de la fusion thermonucléaire
- APM_52188_EP Sujet émergents dans l'Apprentissage Machine P2
- CSC_52087_EP Advanced Deep Learning
- APM_52009_EP Apprentissage automatique pour le calcul scientifique et l'analyse numérique
- PHY_52006_EP Computational and machine learning methods in quantum physics
- PHY_52007_EP Computational Plasmas physics
- PHY_52008_EP Computational high-energy physics
- PHY_52180_EP Information et calcul quantiques: implémentations expérimentales
- PHY_50P13_EP Projet de recherche en laboratoire
- Photons et Atomes P1 Photons et Atomes P1
- PA_Th PC-DAM Thématique Des Atomes au Matériau
- Des Atomes au Matériau P1 Des Atomes au Matériau P1
- PHY_51002_EP Optique Quantique : Lasers
- PHY_51052_EP Physique Quantique des Electrons dans les Solides
- PHY_51057_EP Surfaces molles
- MDC_51006_EP Bases de l'Apprentissage Automatique
- CSC_51054_EP Apprentissage profond
- PHY_51171_EP Physique Numérique
- PHY_50P13_EP Projet de recherche en laboratoire
- Des Atomes au Matériau P2 Des Atomes au Matériau P2
- PHY_52060_EP Systèmes Complexes
- PHY_52001_EP Physique Quantique Mésoscopique et Matière Topologique
- PHY_52002_EP Nanomatériaux et Applications Electroniques
- PHY_52003_EP Optoélectronique
- PHY_52065_EP Physique des systèmes vivants : fluctuations, auto-organisation and matière active
- PHY_52067_EP Physique des composants semi-conducteurs
- APM_52188_EP Sujet émergents dans l'Apprentissage Machine P2
- CSC_52087_EP Advanced Deep Learning
- APM_52009_EP Apprentissage automatique pour le calcul scientifique et l'analyse numérique
- PHY_52006_EP Computational and machine learning methods in quantum physics
- PHY_52007_EP Computational Plasmas physics
- PHY_52008_EP Computational high-energy physics
- PHY_52180_EP Information et calcul quantiques: implémentations expérimentales
- PHY_50P13_EP Projet de recherche en laboratoire
- Des Atomes au Matériau P1 Des Atomes au Matériau P1
- PA_Th PC-STQ Thématique Sciences et Technologies Quantiques
- Sciences et TQT P1 Sciences et Technologies Quantitatives P1
- PHY_51052_EP Physique Quantique des Electrons dans les Solides
- PHY_51001_EP Champs relativistes et leur quantification
- PHY_51002_EP Optique Quantique : Lasers
- PHY_51003_EP Physique Atomique et Moléculaire
- MDC_51002_EP Information et Calcul Quantique : Fondements
- MDC_51006_EP Bases de l'Apprentissage Automatique
- CSC_51054_EP Apprentissage profond
- PHY_51171_EP Physique Numérique
- PHY_50P13_EP Projet de recherche en laboratoire
- Sciences et TQT P2 Sciences et Technologies Quantitatives P2
- PHY_52062_EP Optique Quantique : Photons
- PHY_52001_EP Physique Quantique Mésoscopique et Matière Topologique
- PHY_52067_EP Physique des composants semi-conducteurs
- APM_52061_EP Modélisation mathématique des ordinateurs quantiques
- APM_52188_EP Sujet émergents dans l'Apprentissage Machine P2
- CSC_52087_EP Advanced Deep Learning
- APM_52009_EP Apprentissage automatique pour le calcul scientifique et l'analyse numérique
- PHY_52006_EP Computational and machine learning methods in quantum physics
- PHY_52007_EP Computational Plasmas physics
- PHY_52008_EP Computational high-energy physics
- PHY_52180_EP Information et calcul quantiques: implémentations expérimentales
- PHY_50P13_EP Projet de recherche en laboratoire
- Sciences et TQT P1 Sciences et Technologies Quantitatives P1
- PHY_52901_EP Stage - Astrophysique Spatiale
- PHY_52991_EP Stage - Champs, particules et matière
- PHY_52992_EP Stage - Astrophysique et cosmologie
- PHY_52993_EP Stage - Semi-conducteurs et composants
- PHY_52994_EP Stage - Lasers, optique quantique et plasmas
- PHY_52995_EP Stage - Physique de la matière condensée
- PHY_52999_EP Stage - Technologies quantiques et matériaux quantiques