Enseignements du parcours "Systèmes Intelligents"

Semestre 1

SI

• SI/S1

  • SI/S1/Obligatoire

    • Automatique fréquentielle
    • Fondamentaux de l'IA
    • Introduction au traitement des images
    • Introduction au traitement du son
    • Introduction à l'apprentissage machine
    • Optimisation
    • Programmation objet en Python
    • Théorie de l'information
    • Traitement des signaux aléatoires

Semestre 2

Le programme ci-dessous est complété par :

• une formation à l'orientation et insertion professionnelle (OIP) organisée pendant 1 semaine à temps plein en début de semestre (3 ECTS),
• un stage en laboratoire ou en entreprise (6 ECTS) pouvant commencer à la toute fin du semestre 2 (au plus tard, mi-mai).

SI

• SI/S2

  • SI/S2/Obligatoire

    • Analyse temps fréquence et son spatialisé
    • Deep Learning et introduction au Reinforcement Learning
    • Programmation Objet C++
    • ROS et Robotique expérimentale
    • Traitement des images
    • Traitement du langage naturel

Semestre 3

Le programme ci-dessous est complété par :

• une UE "Projets d'ingénierie" (6 ECTS) au sein de laquelle les étudiants de la mention AR sont mélangés en équipes pluridisciplinaire pour traiter tous les aspects (gestion, management, techniques et scientiques) d'un projet d'envergure
• une UE "Conférences scientifiques" (3 ECTS) au cours de laquelle des conférences d'industriels, chercheurs, doctorants, etc sont proposées tout le semestre.

En plus de ces enseignement suivis par toute la mention AR, le semestre 3 du parcours SI est séparé entre enseignements obligatoires (pour un total de 12 ECT) et enseignements optionnels (9 ECTS). Toutes les options ne peuvent pas être associées. Les règles de choix sont précisées à chaque rentrée universitaire.

SI

• SI/S3

  • SI/S3/Obligatoire

    • Apprentissage Machine pour le traitement automatique du son
    • Deep learning avancé et apprentissage multimodal
    • Traitement avancé des images

SI

• SI/S3

  • SI/S3/Option

    • Analyse multimodale du comportement humain
    • Apprentissage pour l'interaction Humain-Robot
    • IA pour la robotique
    • Imagerie Médicale
    • Planification & décision pour la robotique mobile
    • Remise à Niveau: Deep Learning & Reinforcement Learning
    • Réalité Virtuelle
    • Statistiques pour l'ingénierie fondée sur les preuves
    • Télé-opération et interfaces haptiques