Cette page reflète l’évolution du programme pour la rentrée 2021
Le Master est découpé en trois semestres d’enseignement, suivis d’un semestre de stage.
Les différents modules enseignés pendant les trois semestres sont décrits plus précisément ci-dessous.
OB: le module est obligatoire
OP: le module est optionnel. Les étudiants choisissent des modules optionnels en début d’année suivant des régles précises pour le M1 et le M2.
Unité d’enseignement | Semestre | obligatoire/optionnel | Crédits | Cours/TD/TP |
---|---|---|---|---|
S1 |
OB |
3 |
10/12/8 |
|
S1 |
OB |
3 |
12/12/6 |
|
S1 |
OB |
3 |
0/30/0 |
|
S1 |
OB |
3 |
12/0/18 |
|
S1 |
OB |
3 |
12/0/18 |
|
S1 |
OB |
6 |
22.5/16.5/21 |
|
S1 |
OB |
3 |
18/12/0 |
|
S1 |
OP |
3 |
9/0/21 |
|
S1 |
OP |
3 |
12/0/18 |
|
S1 |
OP |
3 |
12/0/18 |
|
S1 |
OP |
3 |
6/12/12 |
|
S2 |
OB |
6 |
6/12/12 |
|
S2 |
OB |
3 |
7.5/7.5/15 |
|
S2 |
OB |
3 |
9/9/12 |
|
S2 |
OB |
3 |
9/9/12 |
|
S2 |
OB |
3 |
9/9/12 |
|
S2 |
OB |
3 |
9/9/12 |
|
S2 |
OB |
6 |
18/18/24 |
|
S2 |
OB |
3 |
30/0/0 |
Unité d’enseignement | Semestre | obligatoire/optionnel | Crédits | Cours/TD/TP |
---|---|---|---|---|
S1 |
OB |
0 |
0/20/0 |
|
S1 |
OB |
6 |
33/27/0 |
|
S1 |
OB |
6 |
30/30/0 |
|
S1 |
OB |
3 |
12/18/0 |
|
Développement d’extensions logicielles pour la synthèse d’images |
S1 |
OB |
4 |
0/40/0 |
S1 |
OP |
3 |
12/18/0 |
|
S1 |
OP |
3 |
15/15/0 |
|
S1 |
OP |
3 |
15/15/0 |
|
S1 |
OP |
3 |
15/15/0 |
|
S1 |
OB |
3 |
0/30/0 |
|
S1 |
OB |
2 |
4/16/0 |
|
S1 |
OB |
30 |
735h à 910h (21 à 26 semaines) |
Introduction et classification des réseaux, notion d’échange avec ou sans connexion.
Présentation du modèle en couches. La couche : rôle et service.
Modélisation du processus communiquant, application à la modélisation de protocole.
Modèle en couches : la couche physique.
Codage et transmission de l’information. Détection et correction des erreurs. Segmentation VLANs
Modèle en couches : la couche réseau. Routage direct/indirect
Modèle en couches : la couche transport. Le protocole TCP (segmentation, modélisation, format et options, contrôle de flux et de congestion (Reno, Tahoe)), le protocle UDP
Les Firewalls
La QoS dans les réseaux IP
Introduction aux réseaux bayésiens
Intelligence artificielle distribuée :
Introduction aux systèmes multi-agents
Systèmes Intelligents à base de colonies de fourmis
Introduction aux méthodes d’apprentissage supervisé
Réseau Bayésien naif
K-plus proche voisins
Réseaux de neurones
Introduction aux méthodes d’apprentissage non supervisé
Travail significatif (encadré par des enseignants de la spécialité) d’analyse, de recherche d’informations et de programmation, réalisé par les étudiants. Orientation vers la recherche (en lien avec des travaux de recherche scientifique menés au sein des laboratoires associés) ou vers l’industrie (réalisation d’un logiciel répondant à un cahier des charges précis). Formation aux outils collaboratifs de développement et à la gestion de projet. Ce projet est réparti sur les deux semestres. Le semestre 1 est consacré à l’analyse du problème, une recherche bibliographique et des études préliminaires. Il donne lieu à la rédaction d’un mémoire intermédiaire.
Introduction aux processeurs graphiques programmables massivement parallèles, notions de threads et de noyaux
Mémoire locale, globale et partagée
Mémoire vs calcul intensif
Librairies CUDA et OpenCL
Illustration sur des problèmes d’algèbre linéaire, d’illumination 3D et de factorisation
Rendu temps-réel
Pipeline OpenGL
Shaders
Gestion de la caméra
Eclairage local simple
Textures
Post-processing
Opérations vectorielles et matricielles dans le plan et l’espace, systèmes de coordonnées, transformations
Algorithmes de rastérisation fondamentaux
Algorithmes d’élimination des parties cachées
Initiation aux couleurs et ombrages
Courbes et surfaces
Initiation à la modélisation
Domaines spatial et fréquentiel, filtrage d’images
Détection de contours, Segmentation, Perception visuelle
Vision par ordinateur, reconnaissance de formes
Introductions aux applications distribuées et aux serveurs d’applications dans JEE 8
Les Servlets
JSF (Java Server Faces) et la programmation front end
Les EJB
La persistance de donnée avec JPA
Les architectures de micro-services
Conception et développement de services web REST et SOAP en JEE
La sécurité JEE
Programmation Android pour téléphone mobile et l’embarqué
Présentation de la pile Android et du système sous-jacent
Base du langage : Activités, Intents, Fragments Services…
Persistance et stockage de données : SQLLite, système de fichiers…
Managers : Téléphonie Manager, Bluetooth Manager, capteurs intertiels
Intégration de service web REST dans une application
Services Google : Google Map, Agenda, Firebase
Modèles de calcul : machines de Turing, fonctions récursives, calcul lambda. Calculabilité. Décidabilité.
Classe de complexité : P, NP, co-NP, problèmes NP-complets. Complexité des algorithmes.
Ce module présente une approche des grandes familles d’algorithmes couramment utilisées pour résoudre efficacement des problème complexes de l’informatique. Le but de ce module est de fournir un ensemble d’outils algorithmiques concrets afin de vous permettre de fournir des solutions intéressantes à divers problèmes courants en informatique. Cette UE reprendra les notions de Diviser Pour Régner, de Programmation Dynamique, d’Algorithmes gloutons, de Branch and Bound et d’approximation probabiliste.
Travail significatif (encadré par des enseignants de la spécialité) d’analyse, de recherche d’informations et de programmation, réalisé par les étudiants. Orientation vers la recherche (en lien avec des travaux de recherche scientifique menés au sein des laboratoires associés) ou vers l’industrie (réalisation d’un logiciel répondant à un cahier des charges précis). Formation aux outils collaboratifs de développement et à la gestion de projet. Ce projet est répartit sur les deux semestres. Le semestre 2 est consacré au développement informatique du projet. Il est ponctué par la rédaction d’un mémoire global et une soutenance orale.
Ce cours porte majoritairement sur la vision par ordinateur en utilisant les méthodes offertes par l’Intelligence Artificielle.
Apprentissage profond (deep learning)
Réseaux convolutionnels
Classification et segmentation par réseaux convolutionnels
Travaux pratique dans le domaine de l’imagerie biomédicale, les véhicules autonomes et la robotique
Introduction à la théorie des jeux
Concepts de solution
Jeux sous forme normale : stratégies dominantes/dominée, Équilibre de Nash, Critère de Pareto, stratégies mixtes et jeux à somme nulle
Jeux sous forme extensive
Équilibres corrélés
Jeux répétés
Modélisation de processus communiquant, Classification de Flynn
Les modèles : MISD, SIMD, SM SIMD
SIMD et réseaux d’interconnexion : arbre, anneau, grille, hypercube
Programmation de processus concurrents au sein d’un même processeur
Méthodes de répartition de tâches entre différents processeurs
Parallélisme à différents niveaux de granularités
Programmation distribuée et sur une machine parallèle : CUDA et OpenMP
Outils de parallélisation automatique
Evaluation en complexité
MPI (Message Parsing Interface) et clusters
Méthodes de recherche dans un espace d’états
Méthodes aveugles
Méthode globale avec heuristique
Méthodes locales avec heuristique
Algorithmes pour les jeux (Minmax, AlphaBeta)
Les problèmes de satisfaction de contraintes (CSP)
Représentation des connaissances et systèmes experts
Formation orientée sur les deux années de façon à préparer les étudiants à atteindre le niveau B2 européen.
Lancer de rayon
Eclairage local (BRDF)
Modélisation géométrique, animation
Introduction à l’éclairage global
Initiation au droit de l’Informatique : propriété intellectuelle, loi « Informatique et Libertés », Loi Godfrain, législation sur la cryptographie…
Introduction à la conduite de projet Informatique.
Rappels sur les cours de M1.
Aliasing et méthodes d’antialiassage 2D et 3D
Méthodes d’application de textures 2D et 3D
Systèmes de couleurs et perception
Ray tracing et ses extensions
Rendu temps-réel avancé
Méthodes d’illumination
Modélisation basée sur la topologie: cartes combinatoires généralisées et applications, L-systèmes et modélisation de croissance inspirée par la biologie
Courbes et surfaces implicites, reconstruction géométrique à partir de nuage de points
Introduction à l’animation 3D, simulations dynamiques et basées physique
Systèmes de particules pour l’animation et la simulation de fluide.
Conception graphique, production de contenu animé avec des logiciels spécialisés.
Comprendre le lien entre méthodes théoriques de rendu et d’animation et les logiciels commerciaux
Comprendre les workflows professionnels de production (jeux, films d’animation)
Comprendre le langage et les contraintes d’un professionnel utilisateur de ces logiciels
Initiation à l’utilisation d’un logiciel de production
Développement de plug-ins pour des logiciels de modélisation ou de rendu faisant référence dans le domaine de la création graphique.
Intégration et rendu de Monte Carlo
Eclairage avancé
Etudes de différents modèles d’éclairage
Introduction à la fabrication additive et à l’impression 3D
Tranchage, génération de chemins d’impression
Problématiques de qualité de fabrication.
Rôle du logiciel et de l’algorithmique pour le pilotage de machines et pour améliorer la qualité de fabrication
Fichiers de commandes numériques (G-Code)
Modélisation algorithmique appliquée à la fabrication
Programmation graphique pour l’impression 3D
Aperçu des axes de recherche actuels dans le domaine de la fabrication additive
Tests des travaux réalisés sur machines (5 imprimantes sont disponibles pour les étudiants)
Géométrie orientée pixels/voxels
Modéliser et utiliser le monde discret en imagerie
Principaux algorithmes de discrétisation
Modèles analytiques dans le monde discret
Applications de la géométrie discrète
Utilisation des flux lumineux naturels
Principes des grandes familles de méthodes de rendu à base d’images
Acquisition/restitution/interpolation
Exploiter les photographies pour le rendu réaliste
Ce module propose des renforcements en Intelligence Artificielle au-delà des cours Intelligence Artificielle 1, Intelligence Artificielle 2, et Vision par ordinateur vus en M1.
Formation orientée sur les deux années de façon à préparer les étudiants à atteindre le niveau B2 européen.
Organisation du travail en entreprise.
Le stage a une durée de 21 à 26 semaines. A l’issue de ce stage, un mémoire de stage d’une cinquantaine de pages doit être remis à la scolarité. Les soutenances ont chacunes une durée d’une vingtaine de minutes, suivies d’une quinzaine de minutes de questions. Le stage peut-être effecté en entreprise ou, plus rarement, sous forme d’un travail de recherche en laboratoire.