Colloque - Virginie Galland Ehrlacher : Neural Network Approximations of Solutions of Schrödinger Equations

Yvon MadayChaire Informatique et sciences numériquesCollège de FranceAnnée 2025-2026Colloque : Aspects mathématiques et appliqués des méthodes de réduction de complexité - Virginie Galland Ehrlacher : Neural Network Approximations of Solutions of Schrödinger EquationsVirginie Galland EhrlacherProfesseure à l'École nationale des Ponts et Chaussées, IPP & INRIARésuméSolving eigenvalue problems for high-dimensional Schrödinger operators is a central challenge in numerical analysis, with applications ranging from quantum mechanics to the approximation of complex interacting systems. In this talk, we present a variational approach based on infinite-width two-layer neural networks for the computation of the lowest eigenvalue and associated eigenfunctions of Schrödinger operators with smooth interaction potentials and Neumann boundary conditions on the unit cube.Virginie Galland EhrlacherVirginie Galland Ehrlacher est une mathématicienne et professeure au CERMICS, le laboratoire de mathématiques appliquées de l'École nationale des Ponts et Chaussées. Elle travaille notamment sur le développement et l'analyse mathématique de méthodes numériques efficaces pour résoudre des problèmes de grande dimension, issus tout particulièrement d'applications en sciences des matériaux. Elle est porteuse du projet ERC Starting Grant HighLEAP et a été lauréate en 2023 du prix Irène Joliot-Curie de l'Académie des Sciences et des Technologies dans la catégorie « Jeune Femme scientifique ».