• Financement : Artois
  • Année de début de thèse :
  • 2020

Des techniques d’apprentissage automatique sont déjà utilisées pour déterminer les constantes d’association entre une cyclodextrine (CD) et un invité. Par contre, le cas d’un mélange de CD n’est pas traité. Nous proposons dans cette thèse d’utiliser une autre approche d’intelligence artificielle pour prédire les constantes d’association d’un mélange de CD et d’un invité : la programmation par contraintes. La taille et la position des groupes d’une CD ainsi que la taille et la forme de l’invité seront des variables, définissant un espace de mélanges possibles. Les contraintes exprimeront les connaissances en modélisation moléculaire. La programmation par contraintes pourra aussi être utilisée dans un second temps pour ’expliquer’ les prédictions.

Cette thèse s’inscrit dans le projet Vivah soutenu par l’université d’Artois dans le cadre de son domaine d’intérêt majeur “Intelligence Artificielle” et qui vise à développer des recherches interdisciplinaires autour de l’intelligence artificielle.