Le séminaire sur l'intelligence artificielle est une réunion hebdomadaire à l'Université de l'Alberta où les chercheurs intéressés par l'intelligence artificielle (IA) peuvent partager leurs recherches. Les présentateurs comprennent à la fois des conférenciers locaux de l'Université de l'Alberta et des visiteurs d'autres institutions. Les sujets peuvent être liés de quelque manière que ce soit à l'intelligence artificielle, qu'il s'agisse de travaux théoriques fondamentaux ou d'applications innovantes des techniques d'IA à de nouveaux domaines et problèmes.

Résumé : L'identification de produits chimiques à partir de spectres de masse est essentielle en médecine, dans l'alimentation et dans les sciences de l'environnement. Les méthodes traditionnelles font correspondre les spectres à des bibliothèques, une approche qui est limitée par la couverture incomplète des bibliothèques. La prédiction des spectres peut améliorer l'identification en augmentant les bibliothèques réelles, mais les modèles existants se heurtent à des problèmes de résolution, d'évolutivité et d'interprétabilité. Nous présentons FraGNNet, une approche probabiliste qui prédit efficacement et précisément les spectres à haute résolution. FraGNNet s'appuie sur un espace latent structuré pour révéler les processus sous-jacents qui définissent le spectre, améliorant ainsi l'interprétabilité et la compréhension de la fragmentation chimique.

Biographie du présentateur : Fei Wang est doctorant au département d'informatique de l'Université de l'Alberta. Il s'intéresse aux modèles d'apprentissage automatique pour les petites molécules et les spectres de masse.