Master ISIM SIC. 1ère année et 2ème année professionnelle Programme pédagogique. DÉPARTEMENT Sciences Informatiques

Transcription

1 Master Ingénierie des Systèmes Intelligents et Modelisation spécialité Systèmes Intelligents et Communicants STRC SID RS ML Master ISIM SIC 1ère année et 2ème année professionnelle Programme pédagogique Sciences Informatiques

2 Aperçu de la formation La spécialité professionnalisante Systèmes Informatiques Intelligents et Communicants (SIIC) est un master informatique qui a pour but de répondre à la demande importante de l industrie française des technologies de l information et de la communication de pouvoir recruter, au niveau ingénieur, en nombre suffisant des personnels qualifiés dans les secteurs liés à l Internet, au multimédia, à l embarqué, aux télécoms et réseaux, au traitement et à l analyse des données provenant de ces systèmes et à la conception d objets intelligents intégrant toutes ces techniques (informatique ubiquitaire...). Ces nouvelles technologies génèrent des besoins importants en terme de logiciels et de matériels informatiques spécifiques. Elles recouvrent des champs thématiques variés dans l usage professionnel et dans la recherche : l analyse intelligente des données, l informatique temps réel et embarquée, le traitement du signal, les réseaux et les télécommunications, l imagerie, les interfaces Homme-Machine (IHM)... L arrivée de systèmes de communication sans fil peu coûteux va permettre à l informatique d investir les objets de tous les jours de façon transparente. Il faut aussi distinguer l évolution de ces technologies de leur insertion dans d autres champs applicatifs. Elles permettent déjà la conception : d outils logiciels (compression d images et de sons, traitement d images numériques, reconnaissance de formes pour l indexation de bases de données...), de produits dédiés appelés objets communicants ou info-appliances (domotique, assistants personnels, systèmes intelligents pour l automobile...), d IHM, de services pour le commerce électronique (sites internet spécialisés, agents logiciels mobiles, data mining,...), d interfaces homme-machine multimodales intuitives. Notre master a pour mission de former des cadres de haut niveau scientifique et technologique, tout en développant leur potentiel humain (méthode, travail en groupe, maîtrise des aspects économiques, projets de création d entreprises innovantes). Nous mettons l accent sur la professionnalisation avec un partenariat fort avec l ITIN pour la formation par l apprentissage. Notre master s appuie sur des collaborations régionales, nationales et internationales avec le secteur industriel et les laboratoires de recherche publics et privés. Les changements technologiques, l internationalisation des produits, des techniques et des systèmes de production conduisent à exiger des cadres techniques une culture toujours plus étendue sur le plan technologique, méthodologique (gestion de projet, communication) mais aussi sur le plan de la connaissance de l entreprise (gestion, organisation, travail en équipe,...), ainsi que la maîtrise de langues étrangères. C est pour ces raisons que cette formation orientée vers les Sciences et Technologies de l Information et de la Communication intègre les quatre composantes : traitement de l information, intelligence artificielle, interface homme/machine et connaissance de l entreprise. Elle permet à l étudiant d acquérir une formation scientifique solide liée à un secteur technologique large et innovant, qui se place à l intersection de l Informatique et du Traitement de l Information. Compétences à acquérir Le but est de former des ingénieurs spécialistes dans l intégration de systèmes dits intelligents comprenant des problèmes de datamining, d algorithmes de traitement du signal et des images, de réseaux, des aspects de communication numérique et d architecture temps réel (systèmes embarqués en particulier). La partie de la formation liée à la professionnalisation des étudiants tentera de répondre aux besoins actuels des industriels : conception d info-appliances ou d objets communicants (aspects logiciels et matériels), conception d IHM plus intuitives (reconnaissance de la parole, de l écriture, des images...), conception d outils de traitement de l information multimédia (compression, cryptographie, indexation, tatouage d images...), conception de systèmes informatiques répartis, conception et maintenance de serveurs (web HTML, XML, java, mise en place de serveurs, systèmes de paiement sécurisés...), conception d outils d intégration et d analyse de gros volumes de données, conception de systèmes embarqués, informatique mobile. Sciences Informatiques Page 2/46

3 Débouchés professionnels Les débouchés sont essentiellement liés aux nouvelles technologies de l information et de la communication. Les étudiants issus de cette formation sont capables de développer des produits multimédia innovants, d assurer le transfert de technologies, d assumer des responsabilités d encadrement et de chef de projet, de concourir au développement de l économie régionale et nationale, notamment par la création et le développement d entreprises de haute technologie. Ces débouchés concernent toutes les grandes entreprises, notamment celles du secteur des télécoms impliquées dans le développement de nouveaux types d objets communicants exploitant les technologies disponibles ou cherchant à développer de nouveaux algorithmes pour le traitement de l information ou le transport de la voix et de l image. Notre formation s adresse cependant aussi à toutes les autres entreprises (startup, PME et PMI) développant des systèmes d information (notamment dans les domaines des bases des données, des entrepôts de données et de la fouille de données) ou des logiciels nécessitant des agents intelligents, spécialisées dans des secteurs d activité tels que la logistique, la sécurité, les loisirs où il devient nécessaire d intégrer dans les produits existants, des systèmes de reconnaissance de la voix ou des images afin d identifier des véhicules, des personnes, des marchandises ou de faciliter l interface Homme/Machine. Cette formation essaie de répondre aux besoins réels des industriels de notre région (cours professionnalisants) tout en fournissant aux étudiants des bases suffisamment solides pour suivre les évolutions des sciences et technologies de l information (cours théoriques de base) et essayer d anticiper les prochains sauts technologiques (cours amont). Mots-clés objets intelligents, informatique embarquée et temps réel, entrepôts de données, fouilles de données, sécurité des systèmes et des réseaux, informatique distribuée, informatique ubiquitaire, réseaux mobiles Keywords intelligent objects, embedded computing, real-time computing, data warehouses, system and network security, data-mining, distributed computing, ubiquitous computin, mobile networks Sciences Informatiques Page 3/46

4 Les 4 parcours du master ISIM SIC Au second semestre, le choix d unités d enseignement complémentaires permet aux étudiants de commencer leur spécialisation dans une des quatre thématiques porteuses du master : STRC, SID, RS ou ML. Par la suite, ces 4 thématiques se prolongent naturellement dans le M2 ISIM SIC qui propose des poursuites d enseignements similaires, en spécialisation Pro (STRC, SID, RS) et en spécialisation Recherche SIC (architecture des ordinateurs, systèmes Intelligents, communications numériques, traitement du signal et de l image, robotique) ou MADOCS (Modélisation, Analyse de donnees, Calcul Scientifique) Systèmes Temps Réel et Communicants (STRC) Le parcours STRC vise les systèmes embarqués communicants. Ce parcours est constitué autour des unités d enseignement suivantes : architectures avancées des systèmes à microprocesseurs et systèmes de traitement d images. L objectif principal est de former des chercheurs ou des ingénieurs de haut niveau dans le domaine des systèmes embarqués et des architectures des ordinateurs. Systèmes Intelligents et Distribués (SID) Le parcours SID vise le développement de systèmes d information (notamment dans les domaines des bases de données, des entrepôts de données et de la fouille de données) ou des logiciels nécessitant des agents intelligents. Ce parcours est constitué autour de l unité d enseignement intégration et entrepôts de données. L objectif principal est de former des chercheurs ou des ingénieurs de haut niveau dans le domaine du traitement intelligent des données. Réseaux et Sécurité (RS) Le parcours RS vise la maîtrise des technologies et sciences inhérentes à la sécurité logicielle et matérielle des systèmes informatiques ainsi qu aux technologies et équipements de réseaux. Cette spécialisation est constituée des unités d enseignement réseau avancé et cryptographie. L objectif principal est de former des chercheurs ou des ingénieurs de haut niveau dans le domaine des réseaux avancés, la cryptographie, et la sécurité des systèmes d information. Machine Learning (ML) Le parcours ML est destiné aux étudiants souhaitant se tourner vers les métiers concernant l analyse des données numériques issus de systèmes complexes. La formation est structurée autour de trois thématiques connexes : l apprentissage statistique (Machine Learning & Data Mining), les problèmes inverses et analyse de contenu (signaux-images, base de données) et les sciences du numérique et calcul. Sciences Informatiques Page 4/46

5 Table des matières I M1 ISIM SIC 1ère année 6 1 Organisation des enseignements en première année 7 1 Modules scientifiques obligatoires Modules de spécialité SHS et projets Alternance : apprentissage et contrat de professionalisation en entreprise, stage en laboratoire de recherche. 8 2 Modules scientifiques du tronc commun 9 1 Conception Orientée Objet (COO) Probabilités et Statistiques pour le Signal et les Réseaux (PSSR) Traitement du Signal et de l Image (TSI) Informatique Embarquée (IE) Techniques d Intelligence Artificielle (IA) Bases de Données Avancées, distribuées et objets (BDA) Décidabilité, Complexité, Approximation (DCA) Modules de spécialité du parcours Réseaux et Sécurité (RS) 13 1 Réseaux avancé (RES) Chiffrement et Applications (CRYPTO) Communication Numérique (COMNUM) Modules de spécialité du parcours Systèmes Intelligents Distribués (SID) 15 1 Intégration et entrepôt de données (IED) Cloud Computing (CLOUD) Systèmes de traitement d images (STI) Modules de spécialité du parcours Systèmes Temps-Réels et Communicants (STRC) 17 1 Architecture des systèmes à microprocesseur Systèmes de traitement d images (STI) Communication Numérique (COMNUM) Modules de spécialité du parcours Machine Learning (ML) Apprentissage Statistique (AS) Cloud Computing (CLOUD) Intégration et entrepôt de données (IED) Modules de professionalisation 21 1 Atelier Gestion de projet (GdP) Alternance en milieu professionnel Stage long en laboratoire de recherche Apprentissage, contrat de professionnalisation ou stage long par alternance Projet de synthèse

6 4 Anglais II M2 ISIM SIC Pro 2ème année 23 8 Organisation des enseignements en deuxième année professionnel 24 1 : Systèmes intelligents et distribués (SID) : Systèmes temps réel et communicants (STRC) : Réseaux et Sécurité (RS) Modules scientifiques du tronc commun 27 1 UEF 1 - Conception d info-appliances Java embarqué Atelier carte à puce et biométrie Atelier Traitement d image intelligent Atelier Indexation d image Atelier Réseau de terrain Modules de spécialité du parcours Réseaux et Sécurité (RS) 29 1 UEF 2 Sécurité des réseaux Sécurité des réseaux Cryptographie UEF 7 Infrastructure des réseaux et mobilité Infrastructure des réseaux Réseaux mobiles et QoS (20h) Téléphonie sur IP UEF 10 - Virtualisation Systèmes multi-agents (plateformes, algorithmes et applications réseaux, e-commerce...) Systèmes et Architectures Distribuées Partie Virtualisation Modules de spécialité du parcours Systèmes Intelligents Distribués (SID) 32 1 UEF 3 - Architecture pour systèmes multimédia SOC Partie I (Conception de SoC) SOC Partie II (Modélisation de systèmes logiciels/matériels) UEF 4 - Agents et Systèmes intelligents Architectures pour les systèmes intelligents Systèmes multi-agents (plateformes, algorithmes et applications réseaux, e-commerce...) Techniques avancées des IHM UEF 8 - Techniques de data-mining Datawarehouse Datamining Modules de spécialité du parcours Systèmes Temps-Réels et Communicants (STRC) 36 1 UEF 3 - Architecture pour systèmes multimédia SOC Partie I (Conception de SoC) SOC Partie II (Modélisation de systèmes logiciels/matériels) UEF 5 - Temps réel et systèmes embarqués intelligents Architectures pour les systèmes intelligents Programmation temps réel de systèmes embarqués UEF 6 - Systèmes et Réseaux de communication numériques Compression : Principe, Architectures et ingénierie des systèmes de compression d images fixes et de vidéos Communication numérique : Transmission sur la couche physique Sciences Informatiques Page 6/46

7 3.3 IHM multimodales (image/parole) Modules de professionalisation 40 1 UEG 1 - Gestion de projet et communication UEG 2 - Création d entreprise (ITIN) Création d entreprise (ITIN) Droit de l entreprise (ITIN) Droit de l informatique (ITIN) UEG 4 Anglais UEP 1 - Projet de synthèse UEP 2 - Apprentissage et contrat de professionnalisation par alternance en entreprise III Renseignements et contacts 44 Sciences Informatiques Page 7/46

8 Première partie M1 ISIM SIC 1ère année 8

9 Chapitre 1 Organisation des enseignements en première année 1 Modules scientifiques obligatoires 7 modules obligatoires formant le socle commun des enseignements de master : Conception Orientée Objet (COO), Probabilités et Statistiques pour le Signal et les Réseaux (PSSR), Base de données avancées (BDA), Informatique embarqué (IE), Intelligence Artificielle (IA), Traitement du Signal et de l Image (TSI). Décidabilité, complexité, approximation (DCA) UE communs obligatoires Premier semestre ECTS CM TD UEF1 Conception orientée objet (COO) UEF2 Probabilités et statistiques pour le signal et les réseaux (PSSR) UEF3 Traitement du signal et de l image (TSI) UEF4 Informatique embarquée (IE) UEF5 Technique d intelligence Artificielle (IA) UEF6 Bases de données avancées (BDA) UEF8 Décidabilité, complexité, approximation (DCA) Total Modules de spécialité Trois unités complémentaires sont à choisir parmi celles proposées suivant le parcours : Systèmes Temps Réels et Communicants (STRC) : STI, ARCHI, COMNUM Réseaux et sécurité (RS) : RESEAU, CRYPTO, COMNUM Systèmes Intelligents et Distribués (SID) : IED, CRYPTO, CLOUD Machine Learning (ML) : CLOUD, AS, STI UE complémentaires du deuxième semestre (M1-S2) ECTS CM TD UEC3 Réseaux avancés UEC4 Systèmes de traitement d images (STI) UEC5 Architecture avancée des systèmes à micro-processeur (ARCHI) UEC6 Cryptographie et applications à la sécurité (CRYPTO) UEC7 Intégration et entrepôt de données (IED) UEC8 Cloud UEC9 Apprentissage Statistique UEF7 Communications Numériques (COMMNUM) Total (pour 3 UEC)

10 3 SHS et projets Deux modules complètent la formation : l anglais et la gestion de projet. La gestion de projet est enseigné lors du cadre d un atelier de projet sur les modules BDA et COO. Un suivi de gestion de projet est également réalisé sur l année sur le projet de synthèse. Le projet de synthèse est réalisé tout au long de l année par les étudiants. UE communs obligatoires du deuxième semestre (M1-S2) ECTS CM TD NON ENCADRÉ UEF9 Anglais 3-20 UEF7 Atelier de gestion de Projet pour BDA et POO Projet de synthèse Gestion de Projet pour le suivi du projet de synthèse 2-9 Total Alternance : apprentissage et contrat de professionalisation en entreprise, stage en laboratoire de recherche L étudiant peut choisir une formation par apprentissage ou par contrat de professionalisation en entreprise (UES1) ou une formation initiale (UES2). Si l étudiant opte pour une formation en initial, il devra outre un stage (en laboratoire de recherche) également suivre un module complémentaire parmi les modules proposés (24h CM + 24h TD). UE de spécialisation du deuxième semestre (M1-S2) ECTS ENCADRÉ NON ENCADRÉ UES1 Apprentissage/contrat de professionnalisation/stage par alternance 8-6 mois UES2 Stage long en laboratoire de recherche 4-6 mois approfondissement (1 module complémentaire) Total (pour 1 UES) Sciences Informatiques Page 10/46

11 Chapitre 2 Modules scientifiques du tronc commun 1 Conception Orientée Objet (COO) Tronc commun Responsable Tianxiao Liu Objectif 1. Connaître le cycle de vie classique d une application, 2. comprendre la nécessité du logiciel réutilisable, en maîtriser l utilisation et la conception, 3. acquérir les techniques permettant de réaliser les étapes classiques de ce cycle dans un contexte objet. 4. etre capable de mettre en oeuvre, dans le cadre d un projet informatique, les technologies objet dans la conception et la realisation du systeme d information ou d un de ses composants Plan des enseignements Modélisation UML Design patterns : utilisation et création Règles de transition vers l implémentation - Réutilisation du logiciel Java avancé : réflexion, synchronisation de threads, bases de donnees (jdbc/hibernate), servlets/jsp, RMI, SPRING maîtrise des concepts de base de l objet et d un langage de programmation par objets 2 Probabilités et Statistiques pour le Signal et les Réseaux (PSSR) Tronc commun Responsables Guillaume RENIER, Iryna Andriyanova Objectif Fournir et approfondir les concepts mathématiques sur lesquels s appuient la théorie de l information, le traitement du signal et les réseaux. Plan des enseignements Probabilités et statistiques Probabilités discrètes. Loi continue. Simulation de loi et d expériences. 11

12 Paramètres de lois (espérance, variance, coefficient d asymétrie, kurtosis). Estimateurs. Probabilités conditionnelles. Chaines de Markov. Modèle de Markov caché. Algorithme de Viterbi. Partie 2 : File d attente... base mathématiques d une licence scientifique. 3 Traitement du Signal et de l Image (TSI) Tronc commun Responsables Ghilès MOSTAFAOUI Objectif présentation des outils mathématiques du traitement de l image et du signal et des applications associées. Plan des enseignements Distributions et transformées Produit scalaire et produit de convolution de fonctions Espace de distributions, série de Fourier, peigne de Dirac Transformation de Fourier à une dimension (TF 1D) : définition et propriétés Transformée de Fourier, Transformation en Z Traitement numérique du signal (TNS) Echantillonnage, théorème de reconstruction Transformée de Fourier discrète (FFT 1D) Analyse spectrale de Fourier Filtres linéaires invariants par décalage (MA, AR, ARMA) Système d équation aux différences Synthèse de filtres numériques Programmation du TNS en Matlab DSP Traitement numérique de l image Transformation de Fourier à deux dimensions (TF 2D) : définition, propriétés et TF 2D discrète (FFT 2D) Echantillonnage : repliement spectral, Moiré Convolution et filtrage linéaire 2D Autres transformées base mathématiques d une licence scientifique. 4 Informatique Embarquée (IE) Tronc commun Responsables Pierre ANDRY, Benoit MIRAMOND Objectif Définir les caractéristiques logicielles, matérielles et middleware d un système embarqué temps réel Comprendre les mécanismes de la synchronisation et de l ordonnancement temps réel Conception et développement d applications embarquées temps réel Sciences Informatiques Page 12/46

13 Cible routeur Wifi ASUS sous uclinux Cible Altera (avec soft core Nios) sous uc/os-ii Plan des enseignements L ordonnancement temps réel Définition des concepts de temps réel Définition de processus, opérations sur les processus Stratégie d ordonnancement temps réel Les OS embarqués temps réel Introduction du module : l embarqué Les OS embarqués Le processus dans la machine Présentation du RTOS uc/os-ii Etude de l organisation interne d un RTOS. Présentation d une plateforme de développement embarquée : soft-processeur NIOS sur carte Altera. architecture, systèmes, programmation C Lien vers site web du module html 5 Techniques d Intelligence Artificielle (IA) Tronc commun Responsable Philippe GAUSSIER * Objectif Fournir les algorithmes de base de l intelligence artificielle, de la classification et des réseaux de neurones. Plan des enseignements Intelligence Artificielle classique Algorithmes de recherche dans des espaces d états avec fonction heuristique (A*, alpha-béta) Moteurs d inférence et Systèmes experts Introduction à la logique floue Classification et réseaux de neurones Introduction : du neurone biologique au neurone formel Apprentissage : La règle de Hebb Perceptron : perceptron simple, séparabilité linéaire, Perceptron multi-couches : lien avec classification bayésienne,rétro propagation du gradient Modèle de Hopfield Modèle de Kohonen Illustrations structure de données (listes, arbres, graphes), logique, éléments de statistique. 6 Bases de Données Avancées, distribuées et objets (BDA) Tronc commun Responsable Dan VODISLAV Sciences Informatiques Page 13/46

14 Objectif Approfondissement des modèles de bases de données Plan des enseignements Aspects avancés des bases de données relationnelles organisation physique des données traitement des requêtes et optimisation concurrence d accès et reprise programmation PL/SQL Autres types de bases de données bases de données XML bases de données objet bases de données multimédia bases de données pour le traitement des flux Bases de données relationnelles, algorithme, structures de données, réseaux informatique 7 Décidabilité, Complexité, Approximation (DCA) Tronc commun Responsable Dominique LAURENT Objectif dégager des outils conceptuels d étude et de comparaison d algorithmes Plan des enseignements Fonctions récursives et machines. Thèse de Church, Exemples de problèmes indécidables. Réductions et classes de complexité : P, NP, EXP, PSPACE... Liens entre les complexités temporelles et les complexités spatiales. Algorithmes d approximation, Classes d approximation. une bonne connaissance de l algorithmique de base (graphes, flots, programmation linéaire, algorithmes gloutons, programmation dynamique, algorithmes probabilistes, logique et circuit). Théorie élémentaire des langages : langages algébriques (souhaité mais pas indispensable). Sciences Informatiques Page 14/46

15 Chapitre 3 Modules de spécialité du parcours Réseaux et Sécurité (RS) 1 Réseaux avancé (RES) RS Responsable Tuyêt Trâm DANG NGOC Objectif Présentation des réseaux avancé en terme d outils et de méthodes. Plan des enseignements Réseaux IP avancés : Routage statique et dynamique (RIP, OSPF, BGP) Multicast : principes protocoles et programmation IPv6 adressage, format, extension routage icmpv6, application, portage et programmation des applicationsen IPv6 intégration de v4 à v6 sécurité, mobilité, qos Introduction aux réseaux sans fils Bases : propagation des ondes, bilan de liaison, modulation, spread spectrum, multiplexage Accès au médium (Aloha, CSMA/CA, MACA...) Wi-Fi (aperçu général, MAC en détail) WiMax, Bluetooth, ZigBee axé PHY-MAC routage Ad-hoc (AODV, OLSR, ZRP) Modélisation et simulation réseau Principes de base des réseaux TCP/IP et ses services Lien vers site web du module 2 Chiffrement et Applications (CRYPTO) RS, SID 15

16 Responsable Guillaume RENIER Objectif introduction à la cryptologie : cryptographie et cryptanalyse. Applications à la sécurité réseau. Plan des enseignements Histoire de la cryptographie : de Cesar au RSA. Etude d un cryptosystème : Vigenere. Introduction à la cryptographie symétrique/asymétrique. Chiffrement par flux/bloc. Etude d un cryptosystème de chiffrement par flux : LFSR. Définition, modélisation, utilisation, implémentation, cryptanalyse. Etude d un cryptosystème asymétrique : RSA. Définition, algorithmique, implémentation. Cryptosystème RSA-OAEP. Etude d un protocole de communication : SSL. Architecture PKI : gestion des certificats et SSL base mathématiques d une licence scientifique. 3 Communication Numérique (COMNUM) Tronc commun Responsable Iryna ANDRIYANOVA Objectif Présentation de la mise en forme des signaux à transmettre et de la gestion de la couche physique pour les transmissions sans fils. Plan des enseignements Chaine de la communication numérique Canal de communication, canal à bruit additif blanc gaussien Transmission en bande transposée (fréquence porteuse élevée) Detection du signal pour le cana gaussien Modulation/démodulation Notions de base en codage de canal/compression réseau, système, probabilités et statistiques pour le signal et réseaux Lien vers site web du module Sciences Informatiques Page 16/46

17 Chapitre 4 Modules de spécialité du parcours Systèmes Intelligents Distribués (SID) 1 Intégration et entrepôt de données (IED) SID Responsable Tao-Yuan JEN Objectif Présentation des traitements de données essentiels dans le cadre de techniques concernant l intégration, le stockage et la visualisation. Plan des enseignements Intégration de données Architectures d intégration de données Services web Données textuelles Entreposage de données Modélisations d entrepôt de données Organisation d entrepôt de données Vues matérialisées Exploitation de données Langages de requêtes pour exploiter des données Visualisation de données Bases de données relationnelles, algorithme, structures de données, programmation Java. 2 Cloud Computing (CLOUD) SID, ML Responsable Dimitrios Kotzinos Plan des enseignements Introduction aux systèmes distribués le Peer-to-peer les flux de données 17

18 les bases de données NoSQL l écosystème Hadoop : MapReduce, HDFS, Hive, Pig, HBase, Mahout 3 Systèmes de traitement d images (STI) ML, STRC Responsable Pierre ANDRY * Objectif Acquérir les fondement des systèmes de traitement d images du point de vue algorithmique et psychophysique. Plan des enseignements Acquisition d images Quantification, LUT, transformations ponctuelles Échantillonnage Capteurs Radiométrie et colorimétrie, espaces de représentation couleurs Outils de traitement d images Extraction de contours Segmentation en régions Morphologie mathématique binaire Vision par ordinateur Géométrie des prises de vue, modèles de caméra (sténopé,...) calibration Mise en correspondance stéréoscopique, primitives et algorithmes, recalage d images, de séquences Reconstruction 3D et synthèse Vision naturelle ( un psychologue) Notions d anatomie du système visuel (de la rétine aux aires visuelles) Notions de psychophysique (effets de masquage, effets consécutifs...) Applications aux sciences pour l ingénieur (compression d images, reconnaissance de formes...) Bases mathématique, algorithmique et programmation Sciences Informatiques Page 18/46

19 Chapitre 5 Modules de spécialité du parcours Systèmes Temps-Réels et Communicants (STRC) 1 Architecture des systèmes à microprocesseur ARCHI Responsable Benoît MIRAMOND Objectif Comprendre les mécanismes architecturaux des processeurs actuels permettant l accélération d une exécution séquentielle. Savoir classifier et analyser les différences d architecture entre processeurs Comprendre l architecture spécifique et savoir programmer un processeur de traitement du signal (DSP) Introduction au traitement audio-numérique Plan des enseignements Représentation des nombres, Accélération des opérateurs de base Notion de jeu d instruction, instrument de classification Mécanismes d architecture avancée Outil de calcul de performances pour la comparaison entre processeurs Traitement de signal audionumérique Introduction aux processeurs de traitement du signal. Architecture et programmation de la famille Sharc. architecture des ordinateurs langage, C Lien vers site web du module html 2 Systèmes de traitement d images (STI) ML, STRC Responsable Pierre ANDRY * 19

20 Objectif Acquérir les fondement des systèmes de traitement d images du point de vue algorithmique et psychophysique. Plan des enseignements Acquisition d images Quantification, LUT, transformations ponctuelles Échantillonnage Capteurs Radiométrie et colorimétrie, espaces de représentation couleurs Outils de traitement d images Extraction de contours Segmentation en régions Morphologie mathématique binaire Vision par ordinateur Géométrie des prises de vue, modèles de caméra (sténopé,...) calibration Mise en correspondance stéréoscopique, primitives et algorithmes, recalage d images, de séquences Reconstruction 3D et synthèse Vision naturelle ( un psychologue) Notions d anatomie du système visuel (de la rétine aux aires visuelles) Notions de psychophysique (effets de masquage, effets consécutifs...) Applications aux sciences pour l ingénieur (compression d images, reconnaissance de formes...) Bases mathématique, algorithmique et programmation 3 Communication Numérique (COMNUM) Tronc commun Responsable Iryna ANDRIYANOVA Objectif Présentation de la mise en forme des signaux à transmettre et de la gestion de la couche physique pour les transmissions sans fils. Plan des enseignements Chaine de la communication numérique Canal de communication, canal à bruit additif blanc gaussien Transmission en bande transposée (fréquence porteuse élevée) Detection du signal pour le cana gaussien Modulation/démodulation Notions de base en codage de canal/compression réseau, système, probabilités et statistiques pour le signal et réseaux Lien vers site web du module Sciences Informatiques Page 20/46