Forschungsprojekte an der Math.-Nat. und Med. Fakultät

Le deep learning au service des documents historiques

Le groupe de recherche du Professeur Rolf Ingold se penche depuis plusieurs années sur la problématique de reconnaissance de documents historiques. Concrètement, il s’agit de reconnaître et d’interpréter leur contenu à partir d’images en hautes résolutions (10 mégapixels et plus). Les problèmes sont complexes et englobent de nombreuses tâches qui vont de l’analyse des structures de pages (avec de nombreuses variantes stylistiques et des ornements divers) jusqu’à la transcription automatique des textes. Les résultats ainsi obtenus sont un atout pour l’indexation des bibliothèques numériques et présentent un grand intérêt pour d’autres chercheuses et chercheurs de différentes disciplines de sciences humaines, notamment en paléographie, en histoire ou en linguistique.

Ces travaux ont fait l’objet de plusieurs dizaines de publications. Les principaux résultats ont été résumés dans un livre intitulé Handwritten Historical Document Analysis, Recognition and Retrieval – State of the Art and Future Trends et publié par World Scientific en 2021.

Nouvelles stratégies

Grâce au développement de l’apprentissage automatique au moyen de réseaux neuronaux profonds, des percées significatives ont été obtenues ces dernières années. Malgré cela, il subsiste plusieurs obstacles, dont le principal est la disponibilité insuffisante de données annotées pour l’apprentissage. Dès lors, le groupe de recherche oriente maintenant ses travaux vers de nouvelles stratégies d’apprentissage dont l’objectif est de réduire la quantité de données nécessaires. Parmi les approches explorées, il faut mentionner l’utilisation de données générées de manière synthétique et qui simulent les caractéristiques des documents réels, y compris leurs dégradations. L’avantage par rapport aux données réelles, c’est que les annotations peuvent être produites massivement par algorithme et cela sans l’intervention d’un·e expert·e.

Une autre piste intéressante est l’entraînement des réseaux neuronaux au moyen de tâches prétextes pour lesquelles le résultat recherché peut être défini par un algorithme. On sait en effet de la littérature scientifique que les réseaux neuronaux sont capables de transfert de connaissance d’un domaine à un autre. On peut ainsi pré-entraîner un modèle avec une première tâche, puis le spécialiser pour une autre tâche. Une telle stratégie permet alors de réduire la quantité de données annotées nécessaires à la seconde phase.

 

Titre: Historical Document Image Analysis: from Algorithms to Deep Learning
Responsable du projet: Prof. Rolf Ingold
Collaborateurs·trices: Dr Andreas Fischer, Dre Anna Scius-Bertrand, Dre Najoua Rahal, Lars Vögtlin
Financement: Fonds national suisse


Intelligente Kunststoffe

Nachdem Kunststoffe im letzten Jahrhundert die Welt erobert haben, finden diese heute in praktisch allen Bereichen unseres Alltags breite Verwendung. Traditionell wurde die Entwicklung dieser Materialien von dem Paradigma geleitet, dass ihre Eigenschaften von den Umgebungsbedingungen unbeeinflusst bleiben sollten, so dass Schwankungen der Temperatur, der Feuchtigkeit oder der Lichtverhältnisse die Funktion eines bestimmten Produkts nicht verändern. AMI-Professor Christoph Weder und sein Team haben diese Idee auf den Kopf gestellt und entwerfen gezielt Materialien, welche durch den Einfluss externer Faktoren ihre Farbe, Form, Festigkeit, oder andere Eigenschaften in vorhersehbarer und nützlicher Weise verändern. Durch solche «stimuli-responsive» oder «intelligenten» Polymere lassen sich neu­artige Funktionen realisieren, wie zum Beispiel die Anzeige mechanischer Defekte durch optische Warnsignale, die Fähigkeit solche Defekte effizient zu heilen, oder die Möglichkeit, Produkte durch einfache Umformbarkeit an die individuellen Bedürfnisse von Nutzern anpassen zu können.


In Kürze

  • Le groupe de la Professeure Anna Lauber-Biason du Département d’endocrinologie, métabolisme et système cardiovasculaire étudie les troubles du développement sexuel chez l’humain. Il cherche à identifier les facteurs qui peuvent provoquer ces troubles caractérisés par un développement atypique des organes sexuels durant la gestation. En plus de travailler avec des patient·e·s atteint·e·s de ces troubles, il développe des modèles de drosophiles et de culture cellulaires pour mieux en étudier différentes facettes.

  •  Die Anpassung von Organismen an ihre Umwelt durch natürliche Selektion ist ein zentrales Thema der Evolutionsbiologie und Populationsgenetik. Die Gruppe von Prof. Thomas Flatt im Departement für Biologie untersucht diese Fragestellung anhand des Drosophila-Modellsystems. Ziel ist es, anhand von Genomsequenzierungen und Experimenten mit Fruchtfliegen sowohl die Phänotypen wie auch die Genvarianten zu finden, welche der Anpassung, zum Beispiel an ein verändertes Klima, zugrunde liegen.

  •  Comme avec les antennes radio, les antennes optiques peuvent contrôler les interactions lumière-matière. Elles sont étudiées pour des applications allant des communications optiques à la bio-détection. Le groupe du Professeur Guillermo Pedro Acuna du Département de physique se concentre sur la synthèse de ces antennes à l’aide d’origami d’ADN. Son équipe développe des stratégies pour exploiter des structures d’ADN comme supports où les différents composants peuvent être placés avec une précision nanométrique.

  • Le groupe du Professeur Ioan Manolescu du Département de mathématiques utilise les probabilités pour étudier des problèmes inspirés de la mécanique statistique. Il analyse des modèles comme ceux d’Ising et de la percolation pour décrire comment un comportement à grande échelle émerge de systèmes composés de nombreuses particules. Il s’intéresse en particulier aux transitions de phase observées dans ce type de système.

  •  Le groupe du Professeur Dmitry Katayev du Département de chimie se focalise sur le développement de concepts catalytiques innovants, illustrés par la photocatalyse et l’électrocatalyse, afin de surmonter les défis majeurs de la synthèse organique moderne. Un des projets de recherche se concentre sur la chimie de la nitration, où son groupe développe une nouvelle classe de réactifs de nitration stables pour introduire le groupe nitro dans un large éventail de molécules organiques dans des conditions de réaction durables et douces en utilisant un minimum de ressources.

  •  Die Gruppe von Prof. Esther Schwarzenbach im Departement für Geowissenschaften erforscht Fluid-Gesteinswechselwirkungen in der ozeanischen Kruste. Forschungsschwerpunkt sind die Prozesse, die am Meeresboden entlang von Mittelozeanischen Rücken ablaufen. Das Ziel ist, zu verstehen, inwiefern Mineralreaktionen, die im Mikro- bis Nanometerbereich ablaufen, mikrobielles Leben im Gestein ermöglichen, sowie deren Einfluss auf globale geochemische Kreisläufe, u. a. von Kohlenstoff und Schwefel, zu evaluieren.

Drittmittel für die Forschung (Aufgewendete Mittel in Mio. Franken)