Présentation de la mention

Вид материалаДокументы

Содержание


Responsable : Jean-Gabriel GANASCIA
Подобный материал:
1   ...   73   74   75   76   77   78   79   80   ...   133




Acronyme : mglo

Spécialité : SAR

3 ECTS

Niveau : 500

Semestre : S3

Titre : Modélisation et Génie Logiciel Objet

Responsable : Yann Thierry-Mieg

Répartition hebdomadaire ou semestrielle


(CM: 2h00)(TME: 2h00)

Contenu



Cette UE est réservée aux étudiants du parcours SIAR et vise à les mettre à niveau sur les aspects relatifs à la modélisation, principalement avec UML. Les techniques de modélisation présentées dans cette partie concernent non seulement la structuration d’une application en vue de sa répartition mais mettront également l’accent sur les cas d’utilisation (en vue de définition de tests) ainsi que sur les diagrammes de séquences et d’états (pour capturer la dynamique du comportement). Les concepts sont mis en œuvre avec un AGL UML.

Expérience du responsable dans le domaine de l’UE



Mes problématiques de recherche sont centrées sur la modélisation et la vérification d'applications réparties. Au niveau modélisation, j'utilise essentiellement UML et des réseaux de Petri étendus, dits bien-formés. Je suis également auteur d'un livre sur UML 2, paru en juillet 2005. L'application rigoureuse d'une méthodologie pour aider à faire face à la complexité croissante des applications était déjà abordé dans ma thèse et reste au coeur de mes recherches.

Réalisations du responsable dans le domaine de l’UE




  • Thèse de doctorat, « Techniques pour le model-checking de spécifications de haut niveau », Décembre 2004
  • Juillet 2005: Collection Synthex, Synthèse de cours et Exercices Corrigés, Le langage UML 2, Benoit Charroux, Aomar Osmani, Yann Thierry-Mieg, édité par Pearson Education, 260 pages ISBN : 2744071242.
  • Y. Thierry-Mieg, S. Baarir, A. Duret-Lutz et F. Kordon. Nouvelles techniques de model-checking pour la vérification de systèmes complexes. Journal Génie Logiciel n.69, Juin 2004
  • J-M Couvreur, Y. Thierry-Mieg, Hierarchical Decision Diagrams to Exploit Model Structure, 25th IFIP WG 6.1 International Conference on Formal Techniques for Networked and Distributed Systems, FORTE’05, Taipei, Taiwan, Octobre 2005
  • J. Hugues, Y. Thierry-Mieg, S. Baarir, F. Kordon, T. Vergnaud, and L. Pautet. On the formal verification of middleware behavioural properties. In Thomas Arts and Wan Fokkink, editors, Proc. Ninth International Workshop on Formal Methods for Industrial Critical Systems (FMICS 04), Electronic Notes in Theoretical Computer Science. Elsevier, 2004.







Acronyme : mia

Spécialité : IAD

6 ECTS

Niveau : 400

Semestre : S2

Titre : Méthodes pour l'intelligence artificielle

Responsable : Jean-Gabriel GANASCIA

Répartition hebdomadaire ou semestrielle


(CM: 2h00)(TD: 2h00)(TME: 2h00)

Contenu



Ce module donnera aux étudiants de master la maîtrise des techniques de manipulation symbolique de l'information nécessaires pour modéliser les raisonnements en intelligence artificielle ou en base de données. Ces techniques font désormais partie de la panoplie des outils dont dispose l'ingénieur logiciel. Elles sont utiles aussi bien pour effectuer une carrière de programmeur ou d'ingénieur dans l'industrie, que pour poursuivre dans une thèse de doctorat.

Expérience du responsable dans le domaine de l’UE



Jean-Gabriel Ganascia a obtenu une thèse docteur ingénieur sur les systèmes à base de connaissances en 1982, puis une thèse d'état en 1987 sur l’apprentissage symbolique. Depuis 1988, il est professeur à l'université Paris VI où il enseigne l’intelligence artificielle et l’apprentissage symbolique. Il a dirigé pendant 12 ans le DEA IARFA. Plus de 25 docteurs ont effectué leurs travaux de recherche sous sa direction. Il est l’auteur de plus de 250 articles publiés dans les revues, des chapitres de livres ou des actes de colloques scientifiques.

Réalisations du responsable dans le domaine de l’UE




  • LITHO: un système expert en géologie.
  • CHARADE: induction automatique de systèmes de règles d'association à partir d'exemples et de connaissances additionnelles.
  • Littération: extraction de motifs syntaxiques récurrents à partir de textes en langue naturelle. Application à l'analyse stylistique.
  • MEDITE: aligneur unilingue de textes. Application à la génétique textuelle.
  • RECIT: cartographie du contenu de livres à l'aide de la notion d'îles de mémoire.