Présentation de la mention
| Вид материала | Документы |
- A few slides from the Presentation, 31.45kb.
- На русском и английском языках, 160.31kb.
- Стандарт університету, 259.5kb.
- International Communist Seminar (Brussels) Presentation Международный Коммунистический, 29.1kb.
Equipe pédagogique de la spécialité
L’équipe pédagogique de la spécialité IAD est constituée de :
Monique Baron (MC UPMC), Anne Doucet (P UPMC), Patrick Gallinari (P UPMC), Jean-Gabriel Ganascia (P UPMC), Christophe GONZALES (MC UPMC), Henri Maître (P ENST), Michel Minoux (P UPMC), Patrice Perny (P UPMC), Nicolas SABOURET (MC UPMC), Olivier SIGAUD (P UPMC).
C’est une équipe volontairement resserrée autour de quelques enseignants expérimentés qui représentent les différentes disciplines impliquées dans cette spécialité, à savoir l’intelligence artificielle, la recherche opérationnelle, la théorie de la décision, les bases de données et le traitement d’images. Bien évidemment, elle doit être complétée par la liste des principaux enseignants-chercheurs impliqués dans la mise en œuvre de la spécialité.
Enseignants de l'Université Paris 6 :
Samir AKNINE, Maître de Conférences, LIP6
Bernd AMANN, Professeur, LIP6
Massih-Reza AMINI, Maître de Conférences, LIP6
Thierry ARTIÈRES, Maître de Conférences, LIP6
Monique BARON, Maître de Conférences, LIP6
Alessandra CARBONE, Professeur, INSERM
Jean-Marie CHESNEAUX , Professeur, LIP6
Philippe CHRETIENNE , Professeur, LIP6
Vincent CORRUBLE, Maître de Conférences, LIP6
Alain DAVID, Assistant, UFR d’informatique
Anne DOUCET, Professeur, LIP6
Pierre FOUILHOUX, MC, LIP6
Patrick GALLINARI, Professeur, LIP6
Jean-Gabriel GANASCIA, Professeur LIP6
Stéphane GANCARSKI, Maître de Conférences, LIP6
Hélène GIROIRE, Maître de Conférences, LIP6
Christophe GONZALES, Maître de Conférences, LIP6
Jean-Yves JAFFRAY, Professeur, LIP6
Jean-Daniel KANT, Maître de Conférences, LIP6
Safia KEDAD-SIDHOUM, Maître de Conférences, LIP6
Jean-Marc LABAT, Professeur, LIP6
Jacques MALENFANT, Professeur, LIP6
Christophe MARSALA, Maître de Conférences, LIP6
Michel MINOUX, Professeur, LIP6
Hubert NAACKE , Maître de Conférence, LIP6
Viet Hung NGUYEN, Maître de Conférence, LIP6
Patrice PERNY, Professeur, LIP6
Nicolas SABOURET, Maître de Conférences, LIP6
Olivier SPANJAARD, Maitre de Conférences, LIP6
Pierre-Henri WUILLEMIN, Maître de Conférences, LIP6
Intervenants extérieurs :
Odette AUZENDE, Maître de Conférences à Paris 2, LIP6
Jean-Christophe BAILLIE, Maître de Conférences, ENSTA
Alain BILLIONNET, Professeur, CNAM
Isabelle BLOCH, Professeur, ENST
Bernadette BOUCHON-MEUNIER, Directeur de Recherche CNRS, LIP6
Jean-Pierre BRIOT, Directeur de Recherche CNRS, LIP6
Jean CHARLET, Ingénieur, DIAM, SIM/DSI/AP-HP
Marie-Christine COSTA, Professeur, CNAM
Marcin DETYNIECKI, Chargé de Recherche CNRS, LIP6
Amal, EL FALLAH, Professeur, LIP6
Claudie FAURE, Chargée de Recherche CNRS, ENST
Françoise FOGELMAN, société KXEN
Agnès GUILLOT, Professeur Paris 9, LIP6
Claire HANEN, Professeur, LIP6
Eric LECOLINET, Maître de Conférences, ENST
Henri MAITRE, Professeur, ENST
Antoine MANZANERA, Professeur, ENSTA
Jean-Arcady MEYER , Directeur de Recherche, LIP6
Francis SOURD, Chargé de Recherche CNRS, LIP6
François YVON, Maître de Conférences, ENST.
4. Liste des UE gérées par la spécialité
| | Titre | ECTS | Niv. | Sem. | Responsable |
| bdweb | Bases de données et web | 6 | 400 | 1 | Anne DOUCET |
| liber | Logique pour l'intelligence artificielle, les bases de données et la recherche opérationnelle | 6 | 400 | 1 | Jean-Gabriel GANASCIA |
| mog | Modélisation par les graphes | 6 | 400 | 1 | Michel MINOUX |
| rfidec | Reconnaissance des formes et introduction à la décision | 6 | 400 | 1 | Patrick GALLINARI |
| dj | Décision et jeux | 6 | 400 | 2 | Patrice PERNY |
| mia | Méthodes pour l'intelligence artificielle | 6 | 400 | 2 | Jean-Gabriel GANASCIA |
| morec | Modélisation à base d'objets et représentation des connaissances | 6 | 400 | 2 | Jacques MALENFANT |
| mqia | Modèles quantitatifs en IA | 6 | 400 | 2 | Patrick GALLINARI |
| projet | Projet | 6 | 400 | 2 | Jean-Daniel KANT |
| rp | Résolution de problèmes | 6 | 400 | 2 | Philippe CHRETIENNE |
| aaaama | Agents autonomes, agents apprenants et multi-agents | 3 | 500 | 3 | Nicolas SABOURET |
| afd | Algorithmes de la fouille de données | 3 | 500 | 3 | Thierry ARTIERES |
| apas | Apprentissage automatique, apprentissage statistique | 3 | 500 | 3 | Patrick GALLINARI |
| as | Apprentissage symbolique | 3 | 500 | 3 | Jean-Gabriel GANASCIA |
| bdia | Outils de bases de données pour l'intelligence artificielle | 3 | 500 | 3 | Anne DOUCET |
| cpm | Coopération personnes-machines | 3 | 500 | 3 | Jean-Marc LABAT |
| dmdc | Décision multicritère et décision collective | 3 | 500 | 3 | Patrice PERNY |
| iaa | Introduction aux agents adaptatifs | 3 | 500 | 3 | Jean-Daniel KANT |
| ic | Ingénierie des connaissances | 3 | 500 | 3 | Monique BARON |
| imw | Ingénierie multimédia et web | 3 | 500 | 3 | Odette AUZENDE |
| ip | Insertion professionnelle | 3 | 500 | 3 | Daniel NAULLEAU |
| irec | Initiation à la recherche | 3 | 500 | 3 | Patrice PERNY |
| lcnc | Logiques classiques, non-classiques et programmation logique | 3 | 500 | 3 | Monique BARON |
| madro | Enseignement méthodologique en AD RO | 3 | 500 | 3 | Pierre-Henri WUILLEMIN Pierre FOUILHOUX |
| maiad | Enseignement méthodologique Agents et Apprentissage | 3 | 500 | 3 | Thierry ARTIERES Vincent CORRUBLE |
| ming | Ingénierie objet | 3 | 500 | 3 | Didier VAUDENE |
| mla | Modèles de localisation et applications | 3 | 500 | 3 | Marie-Christine Costa |
| mode | Modèles décisionnels | 3 | 500 | 3 | Jean-Yves JAFFRAY |
| mop | Modèles de base en ordonnancement et planification | 3 | 500 | 3 | Philippe CHRETIENNE |
| mora | Modélisation du raisonnement | 3 | 500 | 3 | Bernadette BOUCHON-MEUNIER |
| ocai | Optimisation continue et applications industrielles | 3 | 500 | 3 | Michel MINOUX |
| oidm | Outils industriels de datamining | 3 | 500 | 3 | Françoise FOLGELMAN |
| pdml | Programmation discrète et modèles linéaires | 3 | 500 | 3 | Alain Billionnet |
| rppc | Résolution de problèmes et programmation par contraintes | 3 | 500 | 3 | Alain DAVID |
| tcaa | Théorie de la complexité et algorithmes approchés | 3 | 500 | 3 | Christophe Picouleau |
| teri | Traitement et reconnaissance d'images | 3 | 500 | 3 | Henri Maitre |
| tiiapiad | Traitement d'incertitudes, d'imprécision et approches probabilistes pour l'IA et la décision | 3 | 500 | 3 | Jean-Yves JAFFRAY |
| tsi | Traitement et synthèse d'images | 6 | 500 | 3 | Antoine Manzanera |
| aagb | Algorithmes, arbres et graphes en bioinformatique | 3 | 500 | 4 | Alessandra CARBONE |
| aiv | Analyse d'images et vision | 3 | 500 | 4 | Henri Maitre |
| animat | Animat | 3 | 500 | 4 | Olivier SIGAUD |
| ari | Apprentissage pour la recherche d’information textuelle et multimédia | 3 | 500 | 4 | Patrick GALLINARI |
| bdmd | Bases de données multidimensionnelles | 3 | 500 | 4 | Bernd AMANN |
| cie | Conception d'interfaces et ergonomie | 3 | 500 | 4 | Michèle MORCRETTE |
| icatal | Ingénierie des connaissances approfondie et traitement automatique de la langue | 3 | 500 | 4 | Jean Charlet |
| ihm | Interaction homme-machine | 3 | 500 | 4 | Eric Lecolinet |
| mgde | Modèles graphiques pour la décision | 3 | 500 | 4 | Jean-Yves JAFFRAY |
| oi | Ordonnancement en informatique | 3 | 500 | 4 | Claire HANEN |
| oratt | Optimisation des réseaux, applications aux télécommunications et aux transports | 3 | 500 | 4 | Michel MINOUX |
| otat | Outils pour le traitement automatique du texte | 3 | 500 | 4 | Massih-Resa AMINI |
| ping | Projet d’ingénierie | 3 | 500 | 4 | Monique BARON |
| ps | Parole, multimédia et sons | 6 | 500 | 4 | Yves Grenier |
| rhad | Recherche heuristique et algorithmes pour la décision | 3 | 500 | 4 | Patrice PERNY |
| sma | Systèmes multi-agents | 3 | 500 | 4 | Amal EL FALLAH-SEGHROUCHNI Olivier SIGAUD |
| sp | Stage professionnel | 18 | 500 | 4 | Monique BARON |
| sr | Stage recherche | 18 | 500 | 4 | Patrice PERNY |
| tadti | Techniques d'analyse de données et théorie de l'information | 3 | 500 | 4 | Patrick GALLINARI |
MASTER DE SCIENCES ET TECHNOLOGIES
MENTION : INFORMATIQUE
Spécialité « Imagerie » (IMA)
Responsable de la spécialité : Isabelle Bloch
ENST – Dépt TSI – CNRS UMR 5141 – 46 rue Barrault, 75013 Paris
Téléphone : 01 45 81 75 85
Télécopieur : 01 45 81 37 94
Mél : Isabelle.Bloch@enst.fr
1. Présentation de la spécialité
Cette spécialité vise à donner aux étudiants une formation approfondie dans les domaines liés à l'imagerie. Elle s'appuie sur des cours existant à Paris 6 et à l'ENST, et les regroupe dans des parcours cohérents allant des fondements de la discipline jusqu'aux techniques les plus avancées. Elle répond à une forte demande de la part des étudiants, pour qui l'imagerie constitue un domaine attirant de l'informatique. Elle répond également à une demande du marché du travail, aussi bien dans les laboratoires de recherche que dans l'industrie (services en ingénierie de l'image, du multimédia, de l'image de synthèse, télédétection, imagerie médicale, contrôle non destructif, etc.).
En particulier, le parcours « Imagerie biologique et imagerie médicale » constitue une formation originale et attractive, faisant intervenir non seulement des enseignants-chercheurs en traitement d’images, mais aussi des chercheurs en imagerie médicale, imagerie biologique, neurosciences, etc., ainsi que des médecins et praticiens hospitaliers.
Présentée par la mention informatique, cette spécialité fait appel à des enseignants d'autres mentions (Sciences de l’Ingénieur, SDI, en particulier, avec qui il s’agit d’un partenariat fort puisqu’un parcours est commun), d'Ecoles d'ingénieurs (ENST, ENSTA), ainsi qu'à des chercheurs renommés de laboratoires rattachés à Paris 6 (à la Pitié-Salpêtrière par exemple).
La première année (M1) est un tronc commun offrant une importante mutualisation d'enseignements avec d'autres spécialités de la mention informatique. Elle introduit les bases du traitement du signal, du traitement des images et de la reconnaissance des formes.
La seconde année (M2) est plus spécialisée et comporte trois parcours (parcours avancé en traitement des images, imagerie industrielle et infographie, imagerie biomédicale).
2. Publics de la spécialité
L'aspect fédérateur de la spécialité conduit à recruter les étudiants issus de diverses licences, ce qui imposera de gérer l'hétérogénéité, tout en mettant en avant les bénéfices de la complémentarité. Ainsi le recrutement se fera dans les mentions informatique, mathématiques-informatique, électronique de la licence de l'UPMC.
Une première estimation est de 60 étudiants dans cette spécialité, provenant d'informatique, d'électronique, de mathématiques-informatique, et, dans une moindre mesure, d'autres formations.
Le recrutement demandera un minimum de bases mathématiques aux étudiants d'informatique et d'électronique, un minimum d'informatique aux étudiants de mathématiques et d'électronique (programmation). Ces bases sont généralement acquises dans les licences d’informatique, de mathématiques-informatique (aussi bien dans le parcours ссылка скрыта que dans le parcours ссылка скрыта à l’UPMC). Pour les étudiants de licence d’électronique, il est recommandé d’avoir suivi les UEs d’outils mathématiques et de programmation (en C en particulier).
Une UE du M1 visera à compléter les formations des étudiants selon leur origine. Elle comportera des rappels de probabilités et de statistiques pour les informaticiens et des compléments de programmation pour les électroniciens et les mathématiciens.
3. Organisation de la spécialité
Le M1 s'appuie sur des cours existant en informatique et en SDI dans une moindre mesure. Il propose également une introduction au traitement du signal, au traitement des images, à la reconnaissance des formes, et complète la formation des étudiants selon leur origine. Enfin, un projet permettra de mettre en pratique les connaissances acquises. Des parcours-types du M1 sont décrits dans la partie II (présentation de la première année) de ce dossier. Il faut noter en particulier que le premier semestre peut conduire à différents choix de spécialités. Par exemple, des ensembles d’UEs du premier semestre conduisent naturellement à la spécialité IMA mais aussi IAD ou STL par exemple.
Les UEs proposées au S1 comportent : SIGNAL (6 ECTS), ALGAV (6 ECTS), RFIDEC (6 ECTS), Mathématiques pour l’Ingénieur (UE de SDI, 3ECTS), Mise à niveau en programmation (3 ECTS). Suivant l’origine des étudiants, ils pourront être dispensés de l’une de ces deux dernières UEs, qui sera alors remplacée par un projet. De plus, une UE de 6 ECTS est à choisir parmi IL, MOG et ELECINFO.
Les UEs proposées au S2 comprennent : Formation des images (UE de SDI, 3 ECTS), Introduction au traitement des images (UE de SDI, 3 ECTS), AGM (6 ECTS), LANGUE (6 ECTS), Projet (6 ECTS), et 6 ECTS au choix parmi MQIA (IAD), Signaux aléatoires (SDI), Connaissance de l’entreprise (SDI).
Le M2 regroupe trois parcours, décrits dans les paragraphes ci-dessous.
Les cours proposés présentent les outils mathématiques de l’image, les modèles, et leur utilisation dans des traitements allant du bas niveau au haut niveau. Ainsi, des méthodes de filtrage, de segmentation, de reconnaissance des formes dans les images, d’analyse de scènes, d’interprétation d’images seront développées. Elles correspondent à la pratique quotidienne du traiteur d’images mais aussi à des connaissances avancées (modèles déformables géométriques et implicites, analyse multi-échelles, fusion d’informations…) permettant de traiter des problèmes nouveaux et de déboucher sur des profils de recherche. Les aspects de vision, de représentation et manipulation d’objets tridimensionnels son également abordés, ainsi que la synthèse d’images. Cette formation peut être complétée par des cours sur les interfaces homme-machine, des applications multimédia, des réseaux et de la compression. Un domaine d’application est privilégié, celui de l’imagerie biologique et de l’imagerie médicale et un parcours lui est consacré, regroupant des enseignements allant de l’acquisition de ce type d’images à leur interprétation en vue de l’aide au diagnostic, à la planification chirurgicale, au suivi longitudinal, etc.
Si chaque parcours a ses spécificités, chacun laisse également la place à plusieurs UEs libres, qui peuvent être choisies en particulier dans d’autres parcours, permettant ainsi des ouvertures et des interactions entre des étudiants de différents parcours.
Equipe pédagogique :
- René Alt, Professeur à l’UPMC
- Dominique Béréziat, MdC à l’UPMC
- Jean Devars, Professeur à l’UPMC
- Séverine Dubuisson, MdC à l’UPMC
- Ewa Kijak, MdC à l’UPMC
- Jean-Luc Lamotte, MdC à l’UPMC
- Maurice Milgram, Professeur à l’UPMC
- Elsa Angelini, MdC à l’ENST
- Isabelle Bloch, Professeur à l’ENST
- Henri Maître, Professeur à l’ENST
- Florence Tupin, MdC à l’ENST
- Antoine Manzanera, MdC à l’ENSTA
- Tounsia Ait Slimane, Inserm U538, CHU Saint-Antoine
- Line Garnero, DR CNRS, LENA, Pitié-Salpêtrière
- Alain Herment, DR INSERM, U678, Pitié-Salpêtrière
- Parcours « Traitement des Images »
Ce parcours vise à donner une formation de haut niveau en traitement des images, à vocation essentiellement de recherche.
Semestre 3 : 30 ECTS
Modules obligatoires : 21 ECTS
- TDI : 3 ECTS
- Vision Algorithmique (commun avec MPRI) : 6 ECTS
- Approches multi-échelles et ondelettes : 3 ECTS
- AIV (commun avec IAD) : 3 ECTS
- Représentations discrètes et morphologie mathématique : 3 ECTS
- Séminaire de traitement des images : 3 ECTS
Modules optionnels : 9 ECTS libres (TSI, Vidéo et Multimédia, traitement d’images médicales, applications en imagerie médicale, colorimétrie (SDI), cours d'autres spécialités de la mention informatique...)
Semestre 4 : 12 ECTS + 18 ECTS de stage
2 groupes de recherche : 3 ECTS chacun
6 ECTS libres (IHM, cours d'autres spécialités, cours du master MVA...)
Les débouchés visés pour ce parcours comportent :
- Recherche en traitement d'images (avec des applications médicales, biologiques, physiques, en télédétection, en vidéo et multimédia...)
- Recherche en laboratoire universitaire
- R&D en industrie
- Ingénieur de recherche
- Sociétés utilisatrices (contrôle de qualité, simulation, communication, presse, publicité, muséologie, gestion de patrimoines)
- Parcours « IMagerie Industrielle »
La parcours IMI fait actuellement partie de la spécialité « Signaux, Systèmes, Images et Robotique » de la mention « Sciences de l’ingénieur ». À ce titre, elle est habilité pour quatre ans dans le cadre du quadriennal de l’UPMC. De manière à créer des synergies nouvelles entre les deux mentions, et pour affirmer le caractère transdisciplinaire de la spécialité Imagerie, nous demandons la bi-appartenance de ce parcours entre les mentions « Sciences de l’ingénieur » et « Informatique ». Sur la plan stratégique, l’UPMC prévoit la création d’une UFR d’ingénierie où se joindraient informaticiens, électroniciens et mécaniciens. Dans cette perspective, l’établissement d’un lien étroit
L’objectif de la spécialité SSIR est de donner aux étudiants une formation approfondie pour leur permettre d’étudier et de concevoir des systèmes complets dans les domaines de l’IMagerie Industrielle (parcours IMI, en alternance), du Traitement du Signal pour le Son et l’Image (TSSI), et en collaboration avec la spécialité "Mécanique et Ingénierie des Systèmes" dans le domaine de la Robotique et des Systèmes Intelligents (RSI). Le premier parcours type concerne essentiellement des applications industrielles, alors que les deux autres ont des débouchés tant dans le monde de l’entreprise que dans celui de la recherche.
Le parcours IMI forme des ingénieurs aux métiers du traitement d'images pour les applications industrielles, de l'infographie et de la synthèse d’images. Il a une vocation essentiellement professionnelle. Il s’agit d’un parcours réalisé en alternance avec des périodes en entreprises. Son objectif est de former des ingénieurs pouvant piloter un projet d'imagerie dans son ensemble et maîtrisant autant les aspects physique qu’informatique, logiciel que matériel. L'ensemble des thèmes allant de la formation à l'exploitation des images y sont traités.
Comme pour l’ensemble des étudiants de la mention « Sciences de l’ingénieur », les étudiants qui veulent suivre le parcours IMI sont engagés dans une formation de deux qui se caractérise par une première année (M1) en tronc commun sur l’ensemble de la mention, puis sur une seconde année avec des parties communes et des options qui donnent la coloration aux différents parcours. Le tronc commun du M1 de même que les parties communes de la seconde année se composent des éléments suivants, semestre par semestre :
Semestre 1
UE fondamentales
Filtrage numérique et Physique des capteurs (2x3 ECTS)
Automatique et Micro-informatique (2x3 ECTS)
Nécessite au préalable l’acquisition en licence d’une UE sur les signaux et systèmes
Mathématiques pour l'ingénieur et Programmation objets (2x3 ECTS)
UE de langues
Langues (3 ECTS)
Français comme langue étrangère (étudiants étrangers 0 ECTS)
UE d'ouverture
Ateliers de TP - Conférences (3 ECTS)
UE libre ou d’adaptation de cursus (6 ou 2x3 ECTS)
Semestre 2
UE fondamentale
Systèmes électroniques analogiques (6 ECTS)
UE d’orientation
Formation des images (3 ECTS)
Introduction au traitement des images (3 ECTS)
Signaux aléatoires (3 ECTS)
UE de langues
Langues (3 ECTS)
Français comme langue étrangère (étudiants étrangers 0 ECTS)
UE de stage
Stage en laboratoire ou en entreprise (12 ECTS)
Semestre 3
UE de spécialisation
Introduction à la reconnaissance des formes (3 ECTS)
Méthodes connexionnistes, apprentissage, et fusion d'informations (3)
Traitements avancés d’images (3 ECTS)
Vision par ordinateur (3 ECTS)
Infographie (3 ECTS)
Colorimétrie (3 ECTS)
Réseaux, compression et bases de données images (3 ECTS)
Systèmes d'acquisition et de traitement des images (3 ECTS)
UE libre (6 ou 2x3 ECTS)
Semestre 4
UE d'ouverture
Propriété industrielle, gestion, droit (3 ECTS)