Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Filtrer les résultats
Colloque
Malgré l'augmentation de la résolution par la microscopie à fluorescence de super-résolution, ces techniques demeurent difficiles à utiliser pour des utilisateurs non-initiés en raison des objectifs conflictuels qui doivent être optimisés afin d'acquérir des images de bonne qualité. Des techniques d'intelligence artificielle, plus particulièrement d'apprentissage par renforcement, pourraient s'avérer utiles pour assister ou contrôler la boucle d'acquisition. Par contre, les approches d'apprentissage par renforcement nécessitent beaucoup de données en entraînement. Cela rend difficile leur application à l'optimisation de techniques de microscopie de super-résolution due à la grande quantité d'échantillons biologiques qui seraient gaspillés lors de l'entraînement. Nous avons développé pySTED, …
Colloque
Malgré l'augmentation de la résolution par la microscopie à fluorescence de super-résolution, ces techniques demeurent difficiles à utiliser pour des utilisateurs non-initiés en raison des objectifs conflictuels qui doivent être optimisés afin d'acquérir des images de bonne qualité. Des techniques d'intelligence artificielle, plus particulièrement d'apprentissage par renforcement, pourraient s'avérer utiles pour assister ou contrôler la boucle d'acquisition. Par contre, les approches d'apprentissage par renforcement nécessitent beaucoup de données en entraînement. Cela rend difficile leur application à l'optimisation de techniques de microscopie de super-résolution due à la grande quantité d'échantillons biologiques qui seraient gaspillés lors de l'entraînement. Nous avons développé pySTED, …
