CELTES 3D vise à la reconnaissance automatique de motifs sur des modèles 3D de pièces de monnaie celtiques. Pour cela, les méthodes de deep learning sont mobilisées pour permettre d’identifier les motifs similaires entre deux pièces et de vérifier si elles proviennent du même « coin ». Si l’identification des poinçons permet de mieux comprendre le style du graveur et la manière dont l'objet a été fabriqué, ce travail contribue au-delà à déterminer une information essentielle dans l’histoire économique.
Mais identifier les mêmes motifs pour plusieurs objets est un travail très long et fastidieux et qui demande une très grande expertise. Les objets peuvent être usés par le temps ou cassés.
Des ressources de calcul sont indispensables… Celles du supercalculateur Jean Zay, de GENCI, hébergé et opéré à l’IDRIS ont été utilisées pour ce projet pionnier.
Pour mieux comprendre les travaux de Sofiane Horache :
• Ma thèse en 180 secondes :
• Interview sur BSmart : https://www.bsmart.fr/video/8929-smart-tech-partie-28-septembre-2021
• Communiqué de presse Mines Paris PSL : https://www.minesparis.psl.eu/Presse/Communiques-de-presse/-Quand-l-8217-Intelligence-Artificielle-tente-de-percer-le-secret-des-tresors-archeologiques-Mines-Paris-PSL-presente-les-travaux-de-recherche-de-Sofiane-Horache/461
Quart de statère région Armorique