Admission » Programme Master - Systèmes Intelligents & Multimédia


Programme Master - Systèmes Intelligents & Multimédia

Master 1 - Tronc commun

Responsable du programme : Nguyen Hong Quang

Liste des cours

 

UE fondamentales
Initiation à Unix
Génie logiciel avancé
Intelligence artificielle & systèmes multi-agent
Bases de données avancées
Gestion de projet
Conception et architecture des réseaux
Fouille de données et recherche d'information
Traitement d'images
TPE (Travaux Personnels Encadrés)
 
UE optionnelles (4 modules à choisir parmi 6)
Recherche opérationnelle
Ontologie et web sémantique
Théorie de la complexité et algorithmes approchés
Programmation par contraintes
Calcul haute performance
Evaluation des performances
 
UE complémentaires pour Master 1 & 2
Séminaires de recherche
Français
Anglais
Philosophie

UE fondamentales

 

 

 

Initiation à UNIX

 

Description du module

Il s´agit d´un cours préparatoire intensif. Le but du cours est d´initier les nouveaux auditeurs de l´ IFI à leur environnement de travail : réseau de stations sous GNU/Linux avec logiciels libres et à code source ouvert. Les principaux thèmes étudiés dans ce cours sont les suivants :

  • La philosophie d’UNIX, les concepts utilisés par le système ;

  • la gestion de l'accès des processus aux ressources : partage, protection, conflits ;

  • le langage Shell, les outils systèmes et les outils de développement.

  • La communication sous UNIX et les outils de communication.

Contenu

  • Introduction et environnement

  • Système de fichiers

  • Shell et outils UNIX

  • Processus et programmation en Shell

  • Outils de développement sous UNIX /Linux

Chaque séance de cours est suivie par un TD ou TP noté

 

Génie logiciel avancé

Description du module

Ce module permet à l'étudiant d'approfondir les fondements méthodologiques et techniques du génie logiciel. Il a pour but de présenter les aspects avancés du génie logiciel et de fournir aux étudiants les moyens d’introduire ces techniques dans leur environnement professionnel. De plus, il vise à fournir une ouverture sur la recherche dans le domaine du génie logiciel. Le cours est divisé en plusieurs parties théoriques et en ateliers. Les ateliers s'organisent autour d'un projet à réaliser en équipe permettant une opportunité pédagogique axée sur la mise en pratique des concepts théoriques.

Contenu

  • Volet de ‘Mise à niveau’ : Programmation orientée objet avec Java ; Modélisation avec UML ; Outils de développement :  Eclipse, Junit, etc ; refactoring ;

  • Ingénierie des exigences : Sensibilisation aux problèmes de communication, les facteurs a priori de réussite (ou d'échec) d'un projet ; Phases, activités et intervenants dans un processus des exigences logicielles ; Techniques d'explicitation des exigences logicielles ; Modélisation des exigences ; Documentation de spécification des exigences logicielles ; Gestion des exigences.

  • Implantation d’un processus de génie logiciel : Modèles de la qualité de processus et du produit (ISO et CMMI) ; Processus en usage dans le milieu industriel ; Méthodes d'analyse et d'évaluation des processus de génie logiciel ;  Stratégies d'implémentation et d'adaptation des processus.

  • Mesures de qualité et de productivité : Critères de qualité et de productivité des systèmes logiciels ; Normes et métriques de mesure. Modèles algorithmiques d'estimation de la qualité et de la productivité des systèmes logiciels.· Évolution des logiciels : Problématiques et Réingénierie des logiciels  

 

Intelligence artificielle et systèmes multi-agent

Description du module

SMA

Ce cours se divise en deux parties : une partie théorique permettant d'appréhender les notions d'agent et de système multi-agents et une partie pratique permettant de maîtriser la conception de système à base d'agents sur une plate-forme de type Netlogo sur la base de projets de difficulté graduelle. La partie théorique mettra l'accent sur l'organisation interagents, sur le raisonnement et sur la communication entre agents afin de montrer comment un ensemble d'entités peut interagir afin de résoudre un problème complexe.

IA

Ce cours a pour but d’introduire les notions de base de l’intelligence artificielle - IA. Différentes approches de l’IA sont abordées ici. La représentation de sconnaissances du problème à résoudre par la logique est développée sous plusieurs aspects : logique des propositions, des prédicats, floue, temporelle…. La résolution naïve de problèmes est ainsi traitée à l’aide d’algorithmes de recherche comme la recherche aveugle, la recherche heuristique. De là, dans des cas complexes, une telle résolution de problèmes peut être mise en évidence en inférant les connaissances acquises représentées par la logique de propositions et de prédicats. Ce module aborde également les notions de Systèmes Experts et de Planification pour un agent rationnel.

Contenu

SMA

  • Une introduction.

  • Les Agents intelligents et leur environnement.

  • Les Agents à raisonnement déductif.

  • Raisonnement pratique.

  • Architectures réactives et hybrides.

  • Interactions multiagent.

  • Conclure des Accords.

  • La Communication entre Agents.

  • Travailler ensemble.

  • Methodologies.

  • Applications.

IA

  • Introduction générale à l’intelligence artificielle

  • Représentation des connaissances et recherche dans un espace d'états

  • Inférence et systèmes experts

  • Planification

 

 

Bases de données avancées

Description du module

Une évolution constante de la technologie des bases de données consiste à exprimer une part toujours plus importante de la sémantique des domaines d’application directement comme des fonctions fournies par le logiciel de gestion de bases de données et invoquées par les programmes d’application, au lieu de devoir programmer ces fonctions dans les programmes d’applications construits par les développeurs d’applications.

Le cours illustre cette évolution et ses avantages, en présentant les principes des bases de données actives, temporelles et basées sur les objets.

Contenu

  • prise de contact, mise à niveau : définitions et concepts essentiels sur les bases de données et les systèmes de gestion de bases de données

  • présentation et discussion de l’histoire du monde des bases de données

  • le modèle entité-association, comparaison avec UML, traduction vers le modèle relationnel

  • bases de données actives

  • bases de données actives : exercices, travaux dirigés

  • bases de données temporelles

  • bases de données temporelles : exercices, travaux dirigés

  • bases de données basées sur les objets

 

Gestion de projet

Description du module

Principes et méthode de gestion de projet et leur application au génie logiciel. Le processus de gestion de projet : faisabilité, planification, réalisation, évaluation a posteriori. Les études de faisabilité : principes et techniques d'évaluation des coûts et des bénéfices; mesure des tailles fonctionnelles des logiciels; techniques d'analyse financière et de la limitation des risques. La planification et ses aspects structurels, organisationnels, opérationnels et financiers : organigramme des tâches, ordonnancement, évaluation du coût des tâches, méthodes de nivellement des ressources; leur application aux projets en génie logiciel. La réalisation : direction, coordination, contrôle de l'avancement, des coûts et de la qualité; gestion des changements; clôture du projet. Rôle et responsabilités du chef de projet. Plan de documentation du projet.

Contenu

  • Introduction générale; Initiation d’un projet
  • Planification d’un projet
  • Exécution et suivi d’un projet
  • Clôture d’un projet
  • Processus support

 

Conception et architecture des réseaux

 

Description du module

L’objectif de base de ce cours est de renforcer les compétences en réseaux, rappeler et approfondir les connaissances des étudiants sur les principes théoriques de la transmission de données dans les réseaux informatiques, les différents types des supports de communication, les principes des réseaux locaux et les éléments liés à l'infrastructure physique d'un réseau local (Ethernet, Token Ring, norme IEEE 802.3), les principes de routage, les couches réseau, transport et application et les protocoles correspondants de l’Internet. Le cours prévoit également la lecture et l'analyse des articles scientifiques sur les technologies de communication, les protocoles et les aspects de gestion et d’administration des réseaux actuels.

Contenu

  • Architecture des réseaux informatiques, le modèle ISO/OSI (notions de couche, interface, protocole), les primitives de service. Le modèle TCP/IP.

  • La couche application sur Internet: le service de nom, le courrier électronique, le service Web, etc.

  • Le rôle et les fonctions de la couche de transport. Les protocoles de transport dans le modèle TCP/IP: UDP et TCP (principes, formats, fonctionnement).

  • L’interconnexion des réseaux. La transmission par commutation. Les algorithmes de routage: par le plus court lien, par vecteurs de distance, par états des liens, etc. Le protocole IP – format des paquets, adressage, routage. Les protocoles ARP, DHCP, ICMP.

  • La couche liaison de données: le multiplexage, les protocoles avec accès multiple: Aloha, Aloha discrétisée, CSMA/CD, protocoles à jeton. Les protocoles Ethernet et Token Ring.

  • Les supports de communication dans les réseaux, les paramètres des voies de transmission.

  • Le codage des signaux (en bande de base, par modulation). La correction des erreurs: codes détecteurs et correcteurs, protocoles pour une communication fiable (envoyer et attendre, avec fenêtre d'anticipation, etc.).

 

Fouille de données et recherche d'information

Description du module

Ce cours enseigne les fondements de la recherche d’informations sur le Web, les intranets, les bibliothèques numériques, ainsi que pour la fouille de données et les outils d’analyse de données. La recherche d’informations et la fouille de données regroupent les technologies pour chercher, analyser et organiser automatiquement les documents texte ou multimédia, structurés ou semi-structurés

Contenu

  • Introduction à la recherche d’informations et à la fouille de données.

  • Recherche d’informations. Structures d'indexation des données.

  • Modèles de recherche d'information : Modèle booléen, Modèle vectoriel, Modèle probabiliste, Modèle flou. Interaction et recherche d'information : « la boucle de retour de pertinence »

  • Traitements spécifiques en fonction du média : Non structuré (texte libre), Semi-structuré (texte formaté : ex. XML), (Images, Séries temporelles, Vidéo). Recherche d'information dans les « hyper documents » (WEB). Filtrage de l'information (classification).

  • Extraction d'information (recherche et extraction d'éléments structurés) : Reconnaissance des entités nommées, Méthodes basées sur les automates d'états finis, Extraction ontologies, Web wrappers et agents. Stratégies d'évaluations (conférences TREC).

  • Fouille de données. Entrepôt de données. Processus de découverte d'information. Préparation des données. Nettoyage. Enrichissement. Codage. Normalisation. Fouille. Validation.

  • Méthodes de fouille de données. Arbres de décision. Règles d’association. Régression logistique. Bayes. K plus proches voisins. Regroupement (clustering). Réseaux neuronaux. Séparateurs à vaste marge (SVM). Méthodes graphiques interactives.

 

Traitement d'images

Description du module

Ce module est une introduction, ou une remise à niveau, sur les méthodes et techniques de base utilisées pour le traitement des images. Il fournit une vue d’ensemble des différents aspects liés à ce domaine. En plus des techniques existantes, les étudiants sont amenés à réfléchir sur les difficultés liées à ce domaine. Les notions de ce cours seront approfondies par la suite dans les cours de l’option Intelligence Artificielle & Multimédia en Master 2.

Contenu

  • Introduction à l'image.

  • Traitements de base.

  • Convolution.

  • Traitements fréquentiels.

  • Détection des contours.

  • Segmentation en régions.

  • Opérations sur les images binaires.

  • Chaîne complète de traitement d’images.

 

Travaux personnels encadrés (TPE)

Description du module

Ce module de Travaux Personnels Encadrés (TPE) a pour but de développer un sens de l’autonomie, de l’initiative et du travail individuel chez les auditeurs. L’auditeur doit démontrer qu’il est capable de comprendre un domaine pointu, structurer la connaissance, maîtriser et présenter un sujet scientifique et tout cela de façon individuelle et personnelle. Il s’agit d’un module très important dans la réussite des études à l’IFI.Chaque auditeur doit approfondir de façon individuelle un sujet choisi sous l’encadrement d’un professeur. Le travail se déroule sur deux semestres et comporte à la fois un volet théorique, où l’auditeur doit étudier tous les documents relatifs à son sujet, et un volet pratique, où l’auditeur doit faire une réalisation pratique sur son sujet.

Contenu

Ce module est essentiellement un travail personnel que l'auditeur doit mener pendant 2 semestres. Quelques séances de cours (environ 10h au total) auront lieu pendant l'année pour expliquer les différentes étapes de la méthodologie scientifique.

 

 

 

 

 

UE optionnelles (4 modules à choisir parmi 6)

 

Recherche opérationnelle

 

Description du module

Problèmes d’optimisation sur les graphes : problème d’ordonnancement et méthode de Pert, et flots dans les réseaux et  algorithme de Ford – Fulkerson, problème du plus courts chemins. Programmation linéaire : modélisation des problèmes, de la resolution graphique au algorithme du simplexe. Problème de la dualité et méthode dual-simplexe. Modèle de Markov : Simulation, illustrations et applications. Théorie des jeux : jeux non-coopératifs et jeux coopératifs, méthodes modéliser et d’analyser de problèmes.

Contenu

  • Introduction à la Recherche opérationelle. Graphes.

  • Graphes d’ordonnancement. Méthode Pert.

  • Flots dans les réseaux. Algorithme de Ford-Fulkerson. Plus courts chemins

  • Introduction à la Programmation linéaire. Résolution graphique de problèmes linéaires

  • La méthode du simplexe. Méthode des tableaux.

  • La dualité. Méthode dual-simplexe.

  • Excercices sur les méthodes simplexe et dual-simplexe.

  • Modèle de Markov : Simulation de chaines de Markov. Classification des états.

  • Modèle de Markov : Lois stationnaire. Illustrations et applications

  • Introduction à la Théorie des jeux. Jeux non coopératifs. Jeux coopératifs

 

Ontologie et web sémantique

 

Description du module

Les ontologies ont des origines variées, de la philosophie à l'ingénierie des connaissances en passant par les sciences cognitives. L'utilisation d’ontologies, ou connaissances, est de plus en plus importante dans les systèmes d’information (SI). Ce cours permet à l'étudiant d'approfondir les fondements méthodologiques et techniques de l’ingénierie des connaissances à base d’ontologies. Il a pour but de présenter les notions de base sur l’ingénierie ontologique, des langages de formalisation, des méthodologies pour la construction d'une ontologie et la validation d'une ontologie, ainsi des applications à base d’ontologies. De plus, ce cours vise à fournir une ouverture sur la recherche dans le domaine du web sémantique. Différentes facettes relatives aux langages et modèles de données pour le web sémantique seront introduits : langages de balisage et de transformation de documents électroniques, langage de description de ressources, langage de représentation d'ontologies.

Contenu

  • Présentation générale : ontologies et web sémantique

  • Représentation d’ontologies : réseau sémantique, graphe conceptuel, langage de frame

  • Langage XML : parsing, namespace, DTD, XMLSchema

  • Langage RDF : modèle, syntaxe, schéma, langage de requête

  • Logique de description : syntaxe et sémantique, modèle de raisonnement

  • Langage d’ontologie OWL : syntaxe, sémantique, cycle de vie des ontologies

  • Règles et logique pour le web sémantique : DLP, SWRL,...

  • Langages de représentation d’ontologies (e.g., F-logic, LOOM, KIF,...)

  • Stockage et langages de requête pour ontologies (e.g., RQL, TRIPLE), moteurs d’inférence

  • Service web sémantique (e.g., OWLS, WSMO, Glue) ; Projet de recherche.

 

Théorie de la complexité et de l'algorithme approchés

 

Description du module

Effectivité et efficacité pour résoudre un problème. Le modèle des machines de Turing et les problèmes demi-décidables. Les problèmes décidables. La réduction de problèmes.Un premier problème indécidable : l’arrêt des machines de Turing. Par réductions, d’autres problèmes indécidables : Rice, PCP, ... Les problèmes polynomiaux P, non-déterministes polynomiaux NP, et NP-complets. Un premier problème NP-complet (Cook) : SAT. Par réductions polynomiales, d’autres problèmes NP-complets : transversale, voyageur de commerce, chemin hamiltonien, partition, mariages à trois, ...,. Evaluation de la complexité de programmes itératifs et récursifs : sommations et récurrences.

Contenu

Introduction. Machines et problèmes. Existence de problèmes indécidables. Machines de Turing. Exemples et exercices. Machines de Turing. Modèle multi-bandes. Machine de Turing universelle. Langages acceptés, calculés, énumérés. Demi-décidabilité. Machines de Turing non déterministes. Problèmes décidables et langages récursifs. Indécidabilité de l’arrêt. Réduction de problèmes. Exemples. Théorème de Rice. Problème de correspondance de Post. D’autres problèmes indécidables. Exemples et exercices. Machines de Turing de complexité polynomiale. Réduction polynomiale. Circuit hamiltonien (HC) et voyageur de commerce (TS). Machines de Turing non dérministes de complexité polynomiale. Problèmes NP-complet. Théorème de Cook : SAT. 3SAT, transversale (VC), chemin hamiltonien (HC), clique, mariages à trois (3DM), partition, ..., . Ordres de grandeur. Equivalents asymptotiques. Exemples.Programmes itératifs. Coefficients binomiaux. Programmes récursifs. Récurrences. Sommation par parties. Séries génératrices. Résolution de récurrences. Méthode symbolique. Exemples et exercices.

 

Programmation par contraintes

 

Description du module

Introduction aux techniques de recherche locale, et plus particulièrement à la recherche locale basée sur les contraintes.

Contenu

  • Introduction à la recherche locale;
  • Recherche et voisinage;
  • Heuristiques et metaheuristiques;
  • Recherche locale basée sur les contraintes;
  • Introduction au langage Comet;
  • Correction des exercices séance de questions/réponses;
  • Modélisation de problèmes;
  • Techniques de recherche;
  • Invariants et objets différentiables; Exercices 2;
  • Correction des exercices +  séance de questions/réponses;
  • Mécanismes de contrôle de base;
  • Contrôle de la recherche; Recherche Tabu et Recuit simulé;
  • Présentation du projet à réaliser; Réalisation du projet; Réalisation du projet;
  • Correction des exercices +  séance de questions/réponses;
  • Recherche local guidée; Recherche hybride évolutionaire
  • Discussion finale

 

Calcul haute performance

Description du module

Ce module est une introduction à la conception, l'analyse et le déploiement des applications de calcul scientifique et technique de haute performance. Le contenu présentera essentiellement les architectures des calculateurs avancés, les algorithmes et langages parallèles, et le calcul orienté haute performance.

Contenu

  • Introduction aux architectures des calculateurs avancés

  • Introduction aux composants : CPU, RAM, mémoires secondaires, réseau interconnexion. Tendances technologiques de ces composants.

  • Modèles d'exécution des programmes informatiques : processus, mémoire virtuelle, appels système, allocation dynamique de la mémoire, …

  • Introduction aux programmes et architectures parallèles

  • Programmation SPMD (threads, OpenMP, MPI)

  • Mesure de performance, partition d'application aux ressources hétérogènes

 

Evaluation des performances

 

Description du module

Sensibiliser les étudiants aux problèmes rencontrés dans la modélisation et l'évaluation des performances et des limites des systèmes et des réseaux informatiques, les familiariser avec les techniques de simulation des systèmes et avec les méthodes et les outils de conception des modèles crédibles, leur donner une expérience pour évaluer les propriétés des systèmes par simulation et par démarche analytique. Le cours prévoit la lecture et l'analyse des articles scientifiques sur la modélisation et l'évaluation des performances des systèmes et des réseaux informatiques.

Contenu

  • Les critères de performances des systèmes: évaluation qualitative et évaluation quantitative. La mesure des performances dans les systèmes réels, l'évaluation des performances sur des modèles;

  • Principes de modélisation: éléments fondamentaux, critères de classification des modèles Approche analytique et par simulation;

  • Techniques et stratégies de simulation. Étapes du processus de simulation. Simulation à événements discrets;

  • Rappel sur la théorie des files d’attente, utilisation des files d’attente pour la modélisation des systèmes informatiques;

  • Phénomènes aléatoires. La génération des variables aléatoires avec des fonctions de distributions différentes. Rappels de lois de probabilités (Poisson, loi exponentielle, processus aléatoires etc.), estimation des paramètres;

  • Introduction à la validation expérimentale;

  • Présentation du langage GPSS: les entités, les blocs, l'analyse des résultats. La conception des modèles dans l'environnement GPSS World;

  • La simulation des réseaux: introduction à l'utilisation du simulateur NS2 (installation, conception de modèles, expérimentation).

 

 

 

UE complémentaires pour Master 1 & 2

 

Séminaires de recherche

 

Description du module

Ce module se compose de plusieurs séminaires couvrant différents sujets de la recherche et des applications d’aujourd’hui. Les conférenciers aborderont des thèmes difficilement abordables dans un contexte académique classique. Différents conférenciers seront invités à présenter leurs travaux tout au long du semestre. Cesconférenciers peuvent être :

  • Des professeurs/chercheurs étrangers de passage à l’IFI ou à Hanoi

  • Des professeurs invités de l’IFI qui présentent en plus leurs travaux de recherche

  • Des professeurs et/ou chercheurs du Vietnam venant d’autres universités

  • Des professeurs et chercheurs de l’IFI

  • Des étudiants en thèse ou en stage à l’IFI

  • Des étudiants de l’IFI présentant leur stage à l’étranger

  • D’autres invités acteurs du monde de la recherche et/ou de l’industrie.

Contenu

Chaque auditeur doit produire deux résumés de séminaires pendant l'année. Chaque résumé vaut pour 50% de la note du module. Lorsqu'un auditeur choisit un séminaire qu'il veut résumer, le résumé est à rendre pour la semaine suivante (7 jours maximum après le séminaire). Les deux séminaires à résumer doivent être choisis à des dates différentes.

 

 

Français

 

 

Description du module

Les cours de français en Master 1 sont des cours de perfectionnement. Les étudiants doivent s'approcher d'un niveau B2 en fin de Master 1. Les cours et le travail en auto-apprentissage viseront à :

  • Acquérir une bonne gamme de vocabulaire, varier les formulations pour éviter les répétitions fréquentes.

  • Aborder sans préparation une conversation sur un sujet familier.

  • Avoir un bon contrôle grammatical à l'écrit comme à l'oral.

  • Acquérir une prononciation et une intonation clairement intelligible.

  • Comprendre un discours clairement articulé sur des sujets d'actualités.

  • Produire des écrits dont l'orthographe, la ponctuation et la mise en page sont relativement exacts.

  • Maîtriser les principaux registres (formel, neutre et familier).

  • Maîtriser les principales règles de politesse.

  • Faire une description ou un récit clair en développant et argumentant les points importants à l'aide de détails et d'exemples significatifs.

  • Expliquer les points principaux d'une idée ou d'un problème avec une précision suffisante.

 

Cours LE122 – Anglais

 

Description du module

This course is designed to help the students work efficiently in an English-speaking environment.

It aims at improving the IFI students’ English, both general English and business English by providing them with necessary skills namely : Listening, Speaking, and Business Correspondence Writing.

Contenu

Listening and Speaking

  • Developing listening comprehension skills: catching main ideas, detailed ideas…

  • Developing speaking skills.

  • Listening to dialogs, texts, news on general topics.

  • Building vocabulary on formal and informal English.

Grammar & Writing

  • Reviewing basic grammatical structures.

  • Writing a summary.

  • Writing simple social letters/ emails.

  • Writing a CV and a cover letter.

Methodology

  • After listening to materials, students are expected to complete exercises given (note-taking, questions answering, gap filling, summarizing…) and speak about the related topics.

  • The students are also provided with the topics/ tasks for writing and speaking

  • Some grammatical materials are given for practice in class and some for self-study.

  • In most of the lessons, the class is divided into two groups studying in two periods of 90 minutes. While one group is working with given listening or writing tasks, the other is working with given speaking tasks or listening to the teacher’s theoretical review. Then the students of two groups swap the tasks.

  • Master 2 option Systèmes Intelligents & Multimédia

     

    Responsable de l'option : Ho Tuong Vinh

    Introduction

    Les étudiants de cette option qui sont sélectionnés pour la double diplomation peuvent recevoir le diplôme de l'Université de La Rochelle (France) en plus du diplôme de l'Université Nationale de Hanoi.

     
    L'option se compose de deux semestres comme suit :

  • semestre 1 (octobre-janvier) : cours théoriques
  • semestre 2 (mars-août) : stage de fin d'études
  • Liste des cours scientifiques

     

    UE fondamentales
    Réalité virtuelle et augmentée
    Vision par ordinateur
    Interaction homme-machine
    Ingénierie des systèmes interactifs
    Reconnaissance des formes
    Modélisation et simulation des systèmes complexes
    Indexation des contenus multimédia
    Apprentissage
    Raisonnement et incertitude
    Bibliographie et étude de cas
    Stage de fin d'études (5-6 mois)


    Pour compléter ce programme scientifique, vous pouvez consulter la liste des UE complémentaires pour Master 1 & 2.

     

    Réalité virtuelle et augmentée

    Objectifs

    Ce module est une introduction aux méthodes et techniques utilisées en réalité virtuelle et augmentée. Il fournit une vue d’ensemble des différents aspects liés à ce domaine. Des liens avec le cours de Vision par ordinateur seront faits en discutant de réalité virtuelle.

    Contenu

  • Introduction à la réalité virtuelle et augmentée
  • Algorithmes de base d’affichage 2D : tracé de lignes, de courbes simples, affichage de la partie visible de l’image
  • Algorithmes pour l’affichage 3D : rendu polygonal 3D, élimination des parties cachées, algorithme Z-buffer
  • Transformations matricielles pour la modélisation de scènes : translation, rotation, mise à l’échelle, perspective, projection 3D / 2D
  • Modèles d’éclairage et de lumière. Modèles de réflexion et de shading
  • Technique de lancer de rayons
  • Technique de radiosité
  • Modélisation de courbes et surfaces : modèles paramétriques, courbes de Bézier et splines
  • Techniques d'anti-aliassage
  •    

    Vision par ordinateur

    Objectifs

    Ce module est la suite du module de traitement d’images déjà enseigné en première année. Il aborde des problèmes beaucoup plus complexes que la transformation simple de l’image. Il fournit une vue d’ensemble des différents aspects liés à ce domaine, autant dans les algorithmes existants que la recherche actuelle. En plus des techniques existantes, les étudiants sont amenés à réfléchir sur les difficultés liées à ce domaine. Des liens avec le cours de Synthèse d'images seront faits en discutant de réalités virtuelle et augmentée.

    Contenu

  • Modèle de la caméra (sténopé, lentilles). Paramètres de la caméra. Calibration.
  • Radiométrie. Extraction de caractéristiques (LoG, texture, coins, …).
  • Vision 3D. Géométrie épipolaire. Appariement d’images. Reconstruction 3D.
  • Mouvement. Filtre de Kalman. Suivi de mouvement. Reconnaissance de scénarios.
  • Détection et reconnaissance d’objets 3D.
  • Vision cognitive. Interprétation des images.
  •  

    Interaction homme-machine

    Objectifs

     

    Ce module est une introduction à l'interaction homme-machine (ou humain-machine). Ce module montre les principes de base du base, autant sur les modèles d'utilisateur, d'architecture logicielle, tout en prenant en compte les principes d'ergonomie. Ce cours touchera aussi aux principes de visualisation 2D et 3D, ainsi qu'aux interfaces multimodales.

    Contenu

  • Introduction au domaine et à ses problématiques
  • Modélisation cognitive de l’opérateur (modèle du processeur humain)
  • Modélisation centrée utilisateur et principes d'ergonomie
  • Modèles de tâches
  • Architectures logicielles et modèles de conception
  • Evalution des IHM
  • Visualisation graphique 2D et 3D
  • Interaction et multimodalité
  • Interaction et mobilité
  •  

    Ingénierie des systèmes interactifs

    Objectifs

    Ce cours vise à définir les modèles, architectures et outils permettant de mettre en oeuvre un environnement paramétrable, personnalisable et reconfigurable pour la conception et l’exécution adaptative d’activités interactives. Différentes approches seront abordées concernant d’une part l’image temps réel pour capturer de manière non invasive des comportements implicites ou explicites et reconstruire des scènes et, d’autre part, le génie logiciel pour la supervision des systèmes interactifs afin de concevoir un environnement de production et de personnalisation d’applications interactives à exécution adaptative. L’interactivité numérique que nous considérons repose sur la possibilité pour l'utilisateur de pouvoir se dégager de toute détermination impliquée par le déroulement d'une activité et de pouvoir être lui-même créateur d'interactions nouvelles.

    Contenu

  • Introduction
  • Image et comportement - avec contraintes temporelles
  • capture non intrusive (visage, geste et mouvement)
  • reconstruction de scène animée (maillages multi-résolutions, disquoïdes)
  • Analyse des comportements implicites ou explicites
  • ontologie, modélisation des comportements multimodaux
  • mécanismes de fusion d’information–Classification de données (comportement joueur, état du système, …)
  • Génie Logiciel pour Systèmes Interactifs
  • Système auteur pour la production et la personnalisation d’applications interactives
  • Approches formelles pour la qualité de l'exécution et des stratégies d’interaction dans un cadre narratif
  • Contrôle contextualisé de l’exécution adaptative
  •  

    Reconnaissance des formes

    Objectifs

    Ce module vise à appréhender les principes généraux relatifs aux chaines classiques de reconnaissance des formes. Les problématique d'analyse de scène et d'extraction de caractéristiques seront évoquées, avant d'aborder dans les détails les techniques pertinentes de reconnaissance des formes. En particulier, les grandes approches complémentaires de ce problème seront évoquées : l'approche structurelle s'appuyant sur les langages qui permettent de décrire les formes, l'approche statistique faisant intervenir des estimations pour condenser la description des formes dans des classes ou des fonctions paramétriques. Les approches connexionnistes seront également évoquées.

    Contenu

  • Introduction générale, rappels historiques, grandes catégories de techniques
  • Analyse de scène et de Reconnaissance des formes : de l’extraction de caractéristiques à la prise de décision
  • Analyse de la pertinence des vecteurs de caractéristiques, analyse de la corrélation de primitives, techniques de sélection de primitives pertinentes : Transformée de Karuhnen Love, …
  • Méthodes statistiques, caractéristiques, classification et classement, décision bayésienne, apprentissage paramétrique et non paramétriques : séparation linéaire, classification bayésienne, k plus proches voisins, fenêtres de Parzen, nuées dynamiques, alogorithmes de C-Moyennes, des C-Moyennes Floues
  • Approches connexionnistes : Réseaux de neurones, réseau de Kohonen, perceptron multi-couches, carcatéristiques intrinsèques de ces différentes approches
  • Approches Markoviennes pour la reconnaissance des formes : Chaînes de Markov cachées, champs Markoviens
  • Approches Structurelles pour la reconnaissance des formes : extraction de primitives, distances entre chaînes, inférence grammaticale, méthodes à base de graphes (isomorphismes exacts, inexacts), réseau à propagation de contraintes, grammaires multi-dimensionnelles, grammaires stochastiques
  • Introduction à la modélisation et simulation informatique et aux systèmes complexes
  • Définition de la complexité, historique et propriétés des systèmes complexes
  • Applications à l'environnement, aux sciences sociales, à l'épidémiologie, ...
  • Modèles mathématiques pour la modélisation et la simulation
  • Outils et plates-formes de modélisation et simulation informatique
  • Modélisation et simulation individu-centrées et collectives
  • Modélisation et simulation spatialisées
  •  

    Indexation des contenus multimédia

    Objectifs

    Les progrès technologiques sont tels en matière de stockage des données que le problème n’est plus d’obtenir des informations mais bien de pouvoir récupérer une information pertinente contenue dans des bases de données gigantesques. Afin de répondre à ce besoin, des outils de plus en plus efficaces ont été développés au cours du temps : catalogues (descriptions des documents par des éléments extérieurs au contenu : auteur, date,...), classification (description globale du contenu d’un document) et indexation. Cette dernière consiste à extraire des documents (textuels, sonores ou visuels) une information condensée analysant leur contenu et permettant la récupération du document original. Les applications sont multiples : web sémantique, aide à la conservation, à l’exploitation (voire la vente) des œuvres culturelles (sons, images...), aide au diagnostic médical, ...  

    Contenu

  • Principe et enjeu de l’indexation
  • Indexation et récupération de l’information
  • Evaluation des systèmes d’indexation
  • Indexation de textes
  • Extraction de l’information contenue dans les textes
  • Problématique des documents textuels numérisés
  • Indexation des images (fixes ou animées)
  • Extraction de l’information contenue dans les images (couleur, forme et texture)
  • Mise en forme de cette information (segmentation, description sémantique, modèles 3D,...)
  • Requêtes à base d’exemples (notion d’apprentissage) et requêtes sémantiques
  • Indexation audio
  • Extraction de l’information contenue dans les documents audionumériques (en particulier gestion du signal temporel)
  • Mise en forme de cette information
  • Requêtes à base d’exemples et requêtes sémantiques
  • Application : Séquences d’Images - de la pellicule au flux vidéo
  • Restauration et archivage de films cinématographiques
  • Suivi d’objet
  • Indexation de flux vidéo
  • Analyse multi-modale
  • Application : Système d’Informations Documentaires - du Patrimoine au document numérique
  • Extraction de signatures
  • Indexation dans des masses de données, fouille de données
  •  

    Apprentissage

    Objectifs

    Construire des systèmes artificiels capables d'apprendre est un des paradigmes fondamentaux de l'IA. Au cours des 10 dernières années, l'apprentissage automatique a connu une évolution considérable et est aujourd'hui une branche majeure de l'IA. Le cours consolide les notions fondamentales déjà abordées dans d'autres modules (entres autres par des exercices pratiques) et introduit les notions plus avancées dans ce domaine.

    Contenu

  • Introduction (rappel) et généralités sur l'apprentissage artificiel
  • Apprentissage inductif supervisé (arbres de décision)
  • Apprentissage et espace des versions
  • Le boosting
  • Méthodes neuronales : réseaux de neurones, SVM et cartes de Kohonen (rappel seulement - optionnel)
  • Apprentissage bayésien
  • Algorithmes génétiques
  • Les systèmes classifieurs
  • Apprentissage par renforcement
  •  

    Raisonnement et incertitude

    Objectifs

    Ce cours aborde les différentes formes de raisonnement et traite de la représentation et du traitement de l'incertitude dans les systèmes à base de connaissances. Il décrit quelques théories numériques de représentation de l'incertitude et aussi des approches non numériques, au traitement du raisonnement non-monotone.

    Contenu

  • Types de raisonnement : déductif, abductif, inductif, par analogie, argumentation
  • Incertitude vs incomplétude, imprécision, inconsistance.
  • Principaux problèmes sur l'incertitude : représentation de l'incertitude, inférence et fusion d'informations incertaines
  • Approches numériques pour la représentation de l'incertitude : théorie des probabilités, théorie des possibilités, théorie de l'évidence, réseaux bayésiens, logique floue
  • Bibliographie et étude de cas

    Objectifs


    Ce module consiste en une analyse détaillée d'un article de recherche. Il s'agit pour l'auditeur de choisir un article scientifique et de l'analyser selon deux aspects :
              * Une analyse sérieuse et détaillée de l'article afin de bien le comprendre et de pouvoir le relier à la matière vue en cours.
              * Une recherche des articles de référence (état de l'art) liés à cet article (cités en référence ou non) afin de pouvoir situer l'article dans son contexte et son domaine et de pouvoir le comparer avec les autres travaux qui existent.

    Ce module est avant tout un travail individuel et encadré. Il n’y a pas de séances régulières prévues en classe pour ce travail. Le fonctionnement de ce module est identique pour toutes les options du Master. Cependant, l'auditeur doit choisir un article en fonction de son option.

     

    Modélisation et simulation des systèmes complexes

    Objectifs

    Un système complexe peut être défini comme un système composé de nombreux éléments différenciés interagissant entre eux de manière non triviale (interactions non-linéaires, boucles de rétroaction, etc.). Un système complexe se caractérise par l'émergence au niveau global de propriétés nouvelles, non observables au niveau des éléments constitutifs, et par une dynamique de fonctionnement global difficilement prédictible à partir de l'observation et de l'analyse des interactions élémentaires. L'objectif de ce module est de présenter les principaux outils de modélisation et simulation informatique de systèmes complexes dans divers domaines thématiques d'application. Ce cours sera fortement orienté vers la recherche et structuré sous la forme d'ateliers thématiques. Grâce à des séminaires théoriques, des analyses d'articles scientifiques et des mini-projets, les auditeurs aborderont différentes facettes de la modélisation et simulation de systèmes complexes.

     

Danh sách học bổng

Danh sách chương trình đào tạo

Apply now

Gửi câu hỏi: