S'insère dans l'automatisation de la synthèse chimique par la découverte et l'optimisation de catalyseurs à l'aide de l'apprentissage automatique et de la chimie computationnelle.
Explore l'apprentissage automatique en chimie, se concentrant sur l'optimisation de la réaction bayésienne et le transfert du fardeau expérimental des humains aux machines.
Explore l'application de modèles générateurs profonds dans la découverte de médicaments, en mettant l'accent sur la conception de petites molécules et l'optimisation des structures moléculaires.
Explore l'IA4Science chez Microsoft, en mettant l'accent sur la conception de catalyseurs, les mécanismes de réaction et la découverte de matériaux à l'aide de l'algèbre Clifford.
Explore l'apprentissage multi-tâches pour l'optimisation accélérée des réactions chimiques, les défis de mise en évidence, les workflows automatisés et les algorithmes d'optimisation.
Explore l'utilisation de l'apprentissage automatique pour la synthèse organique, en se concentrant sur la prédiction des rendements des réactions et la prévisibilité des ensembles de données.
