HAL-MINES ParisTech
Not a member yet
27348 research outputs found
Sort by
Assessment of tool kinematics, mass scaling effects, and similarity theory in metal spinning simulation
No full textInternational audienceSpinning processes are incremental sheet forming (ISF) operations that require computationally expensive numerical simulations due to the large number of increments required and complex tool-workpiece contact interactions. Similarity theory has demonstrated its applicability to spinning process modeling and, when combined with mass scaling, shows potential for increasing computational efficiency. This potential is investigated in this work through a metal spinning setup. A model of the process is developed using two process kinematics approaches: the classical one as used in experiments, and a modified version where the roller follows an enforced helical path while the mandrel remains fully constrained. Comparison of global and local outputs demonstrates very similar predictions for both kinematics. Analysis of mass scaled models using the modified kinematics reveals that higher scaling factors lead to interference from inertia effects and deteriorated contact treatment due to increased time increments. The choice of mass scaling factor depends on the trade-off between the computational time and the desired model accuracy. For the present spinning configuration, mass scaled similar models show no clear improvement in predicting local variables compared to mass scaled full-size models at equivalent computational times
All-around local structure classification with supervised learning: The example of crystal phases and dislocations in complex oxides
No full textInternational audienceTo accurately identify local structures in atomic-scale simulations of complex materials is crucial for the study of numerous physical phenomena including dynamic plasticity, crystal nucleation and glass formation. In this work, we propose a data-driven method to characterize local atomic environments, and assign them to crystal phases or lattice defects. After constructing a reference database, our approach uses descriptors based on Steinhardt's parameters and a Gaussian mixture model to identify the most probable environment. This approach is validated against several test cases: polymorph identification in alumina, and dislocation and grain boundary analysis in the olivine structure
Télésuivi hospitalier et reconfiguration des frontières de l'hôpital : comparaison de plusieurs dispositifs
No full textInternational audienceLe télésuivi hospitalier connait un essor important. Il bénéficie notamment d’un soutien despolitiques publiques (programme ETAPES, décret de télésurveillance 2022) qui cherchent à accompagner la transformation numérique du système de santé. Si ces nouvelles pratiques visent une amélioration du suivi des patients et une rationalisation des soins, leur mise en œuvre concrète révèle une grande hétérogénéité dans les organisations et leurs résultats.Cette communication propose une analyse comparative de plusieurs dispositifs de télésuivi (oncologie, insuffisance cardiaque, rééducation post-chirurgicale) dans différents établissements hospitaliers. Elle mobilise le cadre de la « mise en dispositif » (Foucault, 1993 ; Le Breton & Aggeri, 2018 ; Gand, 2023) pour comprendre comment des éléments hétérogènes (outils numériques, savoirs, acteurs, normes) s’articulent autour d’une finalité organisationnelle.Deux grandes logiques d’agencement sont identifiées : une logique d’intégration minimale, où l’outil de télésuivi est greffé sur des pratiques existantes sans transformation majeure des activités et une logique de transformation organisationnelle, où le télésuivi sert de levier pour redéfinir les rôles, les coopérations et les processus plus largement. Ces configurations participent à la redéfinition des frontières de l’hôpital notamment vial’extension spatiale du soin au domicile, la redéfinition des rôles professionnels, et lerenforcement des coopérations inter-organisationnelles. La pérennité des dispositifs dépend moins de l’outil que de la capacité à produire des agencements locaux stabilisés.Cette recherche éclaire les tensions entre institutionnalisation des usages et logiques expérimentales et souligne la nécessité d’analyser le télésuivi comme une transformation organisationnelle plus que technologique
Vision par ordinateur pour le profilage phénotypique du cycle cellulaire
No full textCells are the fundamental units of life. However, despite extensive research over several decades, our understanding of their functions remains incomplete. Microscopy plays a crucial role in addressing this scientific challenge, as recent advancements in microscopy techniques have enabled researchers to visualize cellular structures at both genetic and phenotypic levels. Additionally, modern microscopes allow for conducting experiments under varied conditions and obtaining digitized results that greatly facilitate the creation of large-scale datasets. Such datasets enable the application of deep computer vision algorithms to microscopy data, paving the way for future discoveries.In this thesis, we adapted state-of-the-art algorithms from the the field of computer vision to address biological challenges linked to the cell cycle. First, we aimed at automating tedious and time-consuming image analysis tasks to alleviate the work of biologists. Second, we performed prediction tasks that are inaccessible to biologists, reducing the need for unnecessary additional fluorescent markers.We first introduced a new methodogical strategy to facilitate nucleus and cell segmentation. We proposed to leverage In-Silico Labeling (ISL), a deep learning method that generates fluorescent-like images from label-free microscopy inputs. We use ISL as a pretraining scheme for segmentation tasks, showing that it significantly reduces the number of required annotations. We later developed Cut-Detector, an end-to-end pipeline for the automatic analysis of cytokinesis timing from time-lapse microscopy images. Cut-Detector is implemented as a Napari plugin, enabling immediate user adoption for performing timing comparisons between experimental and control conditions, in order to investigate the role of specific genes in cytokinesis. Finally, we predicted the cell cycle phase - G1, S or G2/M - of a given cell from a DNA marker microscopy image. This prediction allows biologists to get rid of dedicated cell cycle fluorescent indicators, reducing cell toxicity and freeing up fluorescence channels for other markers. Our self-supervised method is based on the Variational Auto-Encoder (VAE) architecture to extract a meaningful latent representation of cell images, which is subsequently used to predict the cell cycle phase.Les cellules sont les unités fondamentales de la vie. Cependant, malgré des décennies de recherche approfondie, notre compréhension de leurs fonctions reste incomplète. La microscopie joue un rôle crucial pour relever ce défi scientifique, car les récents progrès dans les techniques de microscopie permettent aux chercheurs de visualiser les structures cellulaires à la fois aux niveaux génétique et phénotypique. De plus, les microscopes modernes permettent de mener des expériences dans des conditions variées et de numériser les images obtenues, facilitant ainsi la création de bases de données à grande échelle. De telles ressources permettent l'application d'algorithmes de vision par ordinateur à ces données de microscopie, ouvrant la voie à de futures découvertes.Dans cette thèse, nous avons adapté des algorithmes issus du domaine de la vision par ordinateur pour répondre à des questions biologiques liées au cycle cellulaire. D'une part, nous avons cherché à automatiser des tâches d'analyse d'images fastidieuses et chronophages afin de réduire la charge de travail des biologistes. D'autre part, nous avons réalisé des tâches de prédiction inaccessibles aux biologistes, réduisant ainsi le besoin de marqueurs fluorescents supplémentaires.Nous avons d'abord introduit une nouvelle méthode pour faciliter la segmentation des noyaux et des cellules. Nous avons proposé d'utiliser les techniques de marquage in-silico (ISL), une méthode d'apprentissage profond qui génère des images de microscopie fluorescente à partir d'images de microscopie sans marquage. Nous utilisons l'ISL comme tâche de préentraînement pour la segmentation, montrant que cela permet de réduire significativement le nombre d'annotations nécessaires. Nous avons ensuite développé Cut-Detector, un outil dédié à l'analyse automatique de la cytocinèse à partir de vidéos de microscopie. Cut-Detector est un plugin Napari, permettant une adoption immédiate par les utilisateurs pour comparer la duré de la cytocinèse entre conditions expérimentales et témoins, afin d'étudier le rôle de gènes spécifiques dans ce processus biologique. Enfin, nous avons prédit la phase du cycle cellulaire - G1, S ou G2/M - d'une cellule donnée à partir d'une image de microscopie de marqueur ADN. Cette prédiction permet aux biologistes de se passer d'indicateurs fluorescents spécifiques au cycle cellulaire, réduisant ainsi la toxicité pour les cellules et libérant des canaux de fluorescence pour d'autres marqueurs. Notre méthode auto-supervisée repose sur l'architecture de l'auto-encodeur variationnel pour extraire une représentation latente des images de cellules, représentation qui est ensuite utilisée pour prédire la phase du cycle cellulaire
La construction de l’affichage environnemental textile : entre effets de cadrage et effets de bord
No full textInternational audienc
High-performance local decoders for defect matching in 1D
No full textLocal decoders, also known as cellular-automaton decoders, offer a promising path toward real-time quantum error correction by replacing centralized classical decoding, with inherent hardware constraints, by a natively parallel and streamlined architecture from a simple local transition rule. We propose two new types of local decoders for the quantum repetition code in one dimension. The signal-rule decoders interpret odd parities between neighboring qubits as defects, attracted to each other via the exchange of classical point-like excitations, represented by a few bits of local memory. We prove the existence of a threshold in the code-capacity model and present numerical evidence of exponential logical error suppression under a phenomenological noise model, with data and measurement errors at each error correction cycle. Compared to previously known local decoders that suffer from sub-optimal threshold and scaling, our construction significantly narrows the gap with global decoders for practical system sizes and error rates. Implementation requirements can be further reduced by eliminating the need for local classical memories, with a new rule defined on two rows of qubits. This shearing-rule works well at relevant system sizes making it an appealing short-term solution. When combined with biased-noise qubits, such as cat qubits, these decoders enable a fully local quantum memory in one dimension
The autonomous adaptation of US homes to changing temperatures
No full textInternational audienceAbstract Little is known about how households adapt to climate change. Previous research has focused on geographical differences in fuel choice and air conditioning. Using a twenty-eight-year panel of homes, we conducted the first longitudinal analysis of eight categories of adaptations and their impact on electricity, gas, and water expenditures. Exposure to cold or warm days correlates with increased spending on doors, windows, equipment, insulation, energy, and water. Our findings suggest cooling costs will rise, offset by lower heating costs. We predict a significant increase in electricity and water use during summer, leading to seasonal utility adjustments
