56
Université Mohamed Khider Biskra Faculté des sciences exactes et des sciences de la nature et de la vie. Département d’informatique Programme M1 et M2 Parcours : Images et vie artificielle Intelligence artificielle Programme de la formation Master Par semestre Semestre 1 Synthèse des Unités d’Enseignement UE1 UE2 UE3 Total Intitulé de l’Unité Systèmes et architectures avancées Techniques de programmation Aide à la décision Type (Fondamentale, transversale, …) Fondamentale Fondamentale Découverte VHH 10h30 9h 3h 29h 30 Dont 22h30 présentielles Crédits 13 13 4 30 Coefficient 13 13 4 30 Intitulé de l’UE : Systèmes et architectures avancées Matières Code VHH Crédits matières Coef C TD TP Travail Personnel Systèmes distribués SD 1h30 1h30 1h30 1h30 5 5 Algorithmique et architectures parallèles AAP 1h30 1h30 1h30 1h 5 5 Systèmes temps réel STR 1h30 1h 3 3 Total 4h30 3h 3h 3h30 13 13 Image et Vie Artificielle M2 Intelligence Artificielle M2 Master Mention: Informatique M1 Autres Parcours Parcours IA Vérification et Diagnostic des Systèmes Critiques M2

Programme M1 et M2univ-biskra.dz/documents/departement/informatique/Programme Maste… · Logique pour l’Intelligence Artificielle LIA 1h30 1h30 ... Le semestre S4 est réservé

Embed Size (px)

Citation preview

Université Mohamed Khider Biskra Faculté des sciences exactes et des sciences de la nature et de la vie. Département d’informatique

Programme M1 et M2

Parcours : Images et vie artificielle Intelligence artificielle

Programme de la formation Master Par semestre

Semestre 1 Synthèse des Unités d’Enseignement

UE1 UE2 UE3 Total

Intitulé de l’Unité

Systèmes et architectures

avancées

Techniques de programmation

Aide à la décision

Type (Fondamentale, transversale, …)

Fondamentale Fondamentale Découverte

VHH 10h30 9h 3h 29h 30

Dont 22h30 présentielles

Crédits 13 13 4 30 Coefficient 13 13 4 30 Intitulé de l’UE : Systèmes et architectures avancées

Matières Code VHH

Crédits matières

Coef C TD TP

Travail Personnel

Systèmes distribués SD 1h30 1h30 1h30 1h30 5 5 Algorithmique et architectures parallèles AAP 1h30 1h30 1h30 1h 5 5

Systèmes temps réel STR 1h30 1h 3 3 Total 4h30 3h 3h 3h30 13 13

Image et Vie Artificielle

M2

Intelligence Artificielle

M2

Master Mention: Informatique

M1

Autres Parcours Parcours IA

Vérification et Diagnostic des Systèmes

Critiques

M2

Page 1

3

Intitulé de l’UE : Techniques de Programmation

Matières Code VHH

Crédits matières

Coef C TD TP

Travail Personnel

Complexité et Optimisation CO 1h30 1h30 1h30 5 5 Paradigmes des Langages de Programmation PLP 1h30 1h30 1h 4 4

Interfaces Homme-Machine IHM 1h30 1h30 1h 4 4

Total 4h30 3h 1h30 3h30 13 13

Intitulé de l’UE : Aide à la décision

Matières Code VHH

Crédits matières

Coef C TD TP

Travail Personnel

Anglais ANG 1h30 2 2

Systèmes Intelligents d’Aide à la Décision SIAD 1h30 2 2

Total 1h30 1h30 4 4

Semestre 2 : Synthèse des Unités d’Enseignement

UE4 UE5 UE6 UE7 Total Intitulé de l’Unité

Matières optionnelles

Systèmes d’information

Outils de modélisation

Sécurité des Systèmes

Type (Fondamentale, transversale,…)

Fondamentale Fondamentale méthodologique Découverte

VHH 6h 7h30 7h30 3h 29h dont 24 présentielles

Crédits 8 8 10 4 30

Coefficient 8 8 10 4 30

Intitulé de l’UE : Matières optionnelles

Matières Code VHH

Crédits matières

Coef C TD TP

Travail Personnel

Deux options au choix parmi :

Techniques de Synthèse d’Images TSI 1h30 1h30 1h 4 4

Techniques de Traitement d’Image TTI 1h30 1h30 1h 4 4

Systèmes à Base de Connaissance SBC 1h30 1h30 1h 4 4

Agents Intelligents AI 1h30 1h30 1h 4 4

Modélisation Orientée Objet MOO 1h30 1h30 1h 4 4 Concepts du Logiciel CL 1h30 1h30 1h 4 4

Total 3h 3h 2h 8 8

Page 2

Intitulé de l’UE : Systèmes d’information

Matières Code VHH

Crédits matières

Coef C TD TP

Travail Personnel

Bases de données avancées BDA 1h30 1h30 1h30 1h 5 5 Développement des Applications Web DAW 1h30 1h30 3 3 Total 3h 1h30 3h 1h 8 8

Intitulé de l’UE : Outils de modélisation

Matières Code

VHH Crédits

matières Coef

C TD TP Travail

Personnel

Modélisation et Simulation MS 1h30 1h30 1h 4 4

Techniques d’Apprentissage TA 1h30 1h30 1h 4 4

Gestion de Projets Logiciels GPL 1h30 1h 2 2

Total 4h30 3h 3h 10 5

Intitulé de l’UE : Sécurité des Systèmes

Matières Code VHH

Crédits matières

Coef C TD TP

Travail Personnel

Anglais ANG 1h30 2 2

Sécurité des Systèmes SS 1h30 2 2

Total 1h30 1h30 4 2

Page 3

Semestre 3 : Master Image et vie artificielle

UE8 UE9 Total

Intitulé de l’Unité Techniques avancées

d’analyse et de synthèse d’images

Techniques émergeantes et vie

artificielle Type (Fondamentale, transversale,…)

Fondamentale Fondamentale

Obligatoire ou optionnelle Obligatoire Obligatoire

VHH 14h00 10h00 46h00

Dont 24h00 présentielles

Crédits 18 12 30

Coefficients 18 12 30

Intitulé de l’UE : Techniques avancées d’analyse et de synthèse d’images

Matières Code VHH Crédits

matières Coef C TD TP Travail

personnel Techniques Avancées du Rendu Réaliste TAReR 2h00 - 2h00 3h 6 6

Techniques de Modélisation pour la Synthèse d’Images TeMSI 2h00 - 2h00 3h 6 6

Analyse, Codage, Indexation et Diffusion de la Vidéo ACIDiV 1h30 - 1h30 3h 3 3

Vision par Ordinateur ViOr 1h30 - 1h30 3h 3 3 Total 7h00 - 7h00 12h 18 18

Intitulé de l’UE : Techniques émergeantes et vie artificielle

Matières Code VHH Crédits

matières Coef C TD TP Travail

personnel Vie Artificielle et Systèmes Emergeants VASE 2h00 - 2h00 4h 5 5

Réalité Virtuelle et Humains Virtuels ReVIHV 2h00 - 2h00 4h 5 5

Systèmes d’Information Géographique et Réalité Virtuelle

SIGeReV 2h00 - - 2h 2 2

Total 6h00 - 4h00 10h 12 12 Semestre 3 : Intelligence Artificielle UE8 UF9 UE10 Total Intitulé de l’Unité

Fondement de l’intelligence Artificielle

Technique de l’intelligence

artificielle

Domaines de l’intelligence

artificielle

Type (Fondamentale, transversale, …)

Fondamentale

Méthodique Découverte

VHH 9 9 6 Max 24 Crédits 18 6 6 30 Coefficient 18 6 6

Page 4

UE8 : Fondement de l’intelligence Artificielle

Matières Code VHH Crédits

matières Coef

C TD TP Travail Personnel

Intelligence Artificielle IA 3 1 6 6 Logique pour l’Intelligence Artificielle LIA 1h30 1h30 1h 6 6 Système multi-agents SMA 3 1h 6 6 Total 7h30 1h30 3 18 18 UF9 : Technique de l’intelligence artificielle

Matières Code VHH Crédits

matières Coef

C TD TP Travail Personnel

Système Complexe SC 1h30 1h30 1h30 3 3 Réseau de Neurones Artificiels RNA 1h30 1h30 1h30 3 3 Total 3h 3h 3h 6 6 UE10 : Domaines de l’intelligence artificielle

Matières Code VHH Crédits

matières Coef

C TD TP Travail Personnel

Traitement Automatique du langage

TALN 1h30 3 3

Reconnaissance des formes RF 1h30 3 3 Applications Web (e-learning, e-formation,..) AW 1h30 1h30

Total 4h30 1h30 6 6

Semestre 4 :

Le semestre S4 est réservé à un stage ou un travail d’initiation à la recherche, sanctionné par un mémoire et une soutenance.

UE10 Total

Intitulé de l’Unité travail

d’initiation à la recherche

Type (Fondamentale, transversale,…)

Fondamentale

Obligatoire ou optionnelle Obligatoire

VHH 3h 3h

Crédits 30 30

Coefficients 30 30

Intitulé de l’UE : travail d’initiation à la recherche

Matières Code VHH Crédits

matières Coef. Présentiel Travail personnel

Projet (mémoire + soutenance) PROJ 3h 9h 30 30

Page 5

ANNEXE

Détails des Programmes des matières proposées

Page 6

Master (R) en Informatique

Intitulé de la matière : Systèmes Distribués Code : SD Semestre : 01 Unité d’Enseignement : UE1 (Fondamentale)

Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement : Cours :1H 30 TD : 1H 30 TP : 1H 30 Nombre d’heures de travail personnel pour l’étudiant : 1h 30 Nombre de crédits : 05.

Coefficient de la Matière : 05. Objectifs de l’enseignement.

Cette matière est consacrée aux aspects fondamentaux des systèmes répartis et aux problèmes que posent leur conception et leur réalisation. Un accent tout particulier sera mis sur les moyens pour pallier l’absence de temps global dans les systèmes asynchrones et aussi sur les techniques de base pour concevoir des systèmes résistants aux défaillances. Connaissances préalables recommandées.

Notions de processus, de synchronisation et de communication dans un système centralisé. Dans le cycle L du régime LMD, les étudiants ont suivi deux matières consacrées à ces concepts. Contenu de la matière. I- Notion de concurrence.

• Les différentes interprétations de la concurrence.

II- Temps et état dans un système réparti. • Causalité et ordonnancement des événements dans un système réparti ;

• État global d'un système réparti ; coupures cohérentes applications : algorithmes de sauvegarde-reprise, détection de propriétés stables ;

• Ordonnancement global par horloges logiques applications : exclusion mutuelle, files d'attente réparties ;

• Ordonnancement causal par horloges vectorielles applications : observation, mise au point ;

• Synchronisation d'horloges physiques

III- Coopération de processus répartis • Anneau virtuel, protocoles d'insertion, retrait, gestion des défaillances ;

• Algorithmes d'élection application : gestion de groupes ;

• Algorithmes de détection de terminaison. Application : ramasse-miettes réparti.

Page 7

IV- Tolérance aux fautes • Hypothèses de pannes ;

• Spécification de la cohérence : linéarisation, cohérence séquentielle, cohérence causale ;

• Copie primaire et duplication active ;

• Algorithmes de diffusion fiable et gestion de groupes de processus.

V- Gestion répartie de l'information

• Principes de la gestion d'objets répartis ;

• Mise en oeuvre : mémoire virtuelle, objets répartis ;

• Diffusion à grande échelle ;

• Gestion de caches, duplication, cohérence ;

• Applications : systèmes P2P. Mode d’évaluation. 50 % Examen + 25 % TP + 25 % Travail personnel Références. 1. R. Guerraoui, L. Rodrigues, Reliable Distributed Programming, Springer, 2006.

2. A. S. Tanenbaum, M. van Steen, Distributed Systems - Principles & Paradigms, Prentice Hall, 2002 .

3. S. Mullender (editor), Distributed Systems, 2nd ed. , Addison-Wesley, 1993.

4. M. Singhal, N. G. Shivaratri, Advanced Concepts in Operating Systems, McGraw-Hill, 1994 .

5. V. C. Barbosa, Introduction to Distributed Algorithms, MIT Press, 1996.

6. C.A.R. Hoare, Communicating Sequential Process , Prentice Hall Intern. 2004.

7. A. Silberschatz et J.L. Peterson, Operating System Concepts , Addison-Wesley, 1983.

Page 8

Master (R) en Informatique

Intitulé de la matière: Algorithmique et Architectures Parallèles Code : AlAP Semestre : 01 Unité d’Enseignement : UE1 (Fondamentale) Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement : Cours : 1H30 TD : 1H30 TP : 1H30 Nombre d’heures de travail personnel pour l’étudiant : 1H 30 Nombre de crédits : 05.

Coefficient de la Matière : 05. Objectifs de l’enseignement.

Cette matière permet d’initier les étudiants aux architectures et algorithmes parallèles. En particulier les architectures vectorielles, systoliques, et les algorithmes associés. Connaissances préalables recommandées.

Architecture de base d’une machine de type Von Newman. En effet, dans le cycle L du régime L.M.D, les étudiants ont suivi des matières consacrées à l’architecture des ordinateurs. Contenu de la matière.

I - Introduction aux architectures parallèles. II- Les réseaux d’interconnexion. III- Les machines vectorielles. IV- les machines cellulaires et systoliques. V- la programmation parallèle. Mode d’évaluation.

50 % Examen + 25 % TP + 25 % Travail personnel. Références.

1. Jean-Paul Sansonnet. Architectures des machines parallèles CNRS 1992. 2. Ralph Weper, Michael M. Gutzmann. Evolution of parallel computers Support technique

FSU Jena 1996. 3. Frédéric Rainbault, Patrice Quinton, Dominique Lavenir. Architectures systoliques et

parallélisme de données; L'environnement de programmation RelaCs 1993. 4. David Patterson, John Hennessy. Organisation et conception des ordinateurs DUNOD

1994. 5. F. Thomson Leighton. Introduction aux algorithmes et architectures parallèles THOMSON

1995.

Page 9

Master (R) en Informatique

Intitulé de la matière: Systèmes Temps Réel Code : SyTeR Semestre : 01 Unité d’Enseignement : UE1 (Fondamentale) Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement : Cours : 1H30 TD : 0 TP : 0 Nombre d’heures de travail personnel pour l’étudiant : 1H 30

Nombre de crédits : 03.

Coefficient de la Matière : 03.

Objectifs de l’enseignement.

Initier l’étudiant à la notion de système temps réel. Inculper les spécificités et les contraintes de ce type de systèmes. Apprendre à développer une application temps réel. Connaissances préalables recommandées.

Notions de processus, de synchronisation et de communication dans les systèmes. Contenu de la matière. I - Les systèmes temps réel.

II- Le génie logiciel des STR.

III- Langages évolués temps réel.

IV- Les exécutifs temps réel. Mode d’évaluation.

70 % Examen + 30 % Travail personnel. Références. 1. Alain Darse Oil, Pascal Pillot, Le temps réel en milieu industriel; Edition DUNOD, 1991.

Page 10

Master (R) en Informatique

Intitulé de la matière : Complexité et Optimisation Code : CoOp Semestre : 01 Unité d’Enseignement : UE2 (Fondamentale) Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement : Cours : 1H30 TD : 1H30 TP : 0 Nombre d’heures de travail personnel pour l’étudiant : Nombre de crédits : 05.

Coefficient de la Matière : 05.

Objectifs de l’enseignement. Cette matière permet aux étudiants d’approfondir leurs connaissances en algorithmique acquises en deuxième année licence, notamment en ce qui concerne l’exploration pour la résolution des problèmes NP-Complets. Connaissances préalables recommandées. Notions d’algorithmique. Contenu de la matière. I- Introduction (Exemple Calcul de x).

II- La récursivité et le paradigme « diviser pour régner ».

III- NP-Complétude.

IV- Exploration des graphes (stratégies des jeux).

V- Heuristiques. Mode d’évaluation. 50 % Examen + 25 % TD + 25 % Travail personnel. Références. 1. Cormen, Leiserson, Rivest, Stein. Introduction aux algorithmes. Seconde édition, Dunod, 2002

Page 11

Master (R) en Informatique

Intitulé de la matière: Paradigmes des Langages de Programmation Code : PaLaP Semestre : 01 Unité d’Enseignement : UE2 (Fondamentale) Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement : Cours : 1H30 TD : 1H30 TP : 0 Nombre d’heures de travail personnel pour l’étudiant. Nombre de crédits : 04.

Coefficient de la Matière : 04.

Objectifs de l’enseignement. Cette matière permet à l’étudiant d’avoir une idée sur les différents styles de programmation. Connaissances préalables recommandées. Notions d’algorithmique, Programmation orientée objets. Contenu de la matière. I - Programmation Impérative.

II- Programmation Orientée Objet.

III- Programmation Fonctionnelle.

IV- Programmation Logique.

V- Programmation Concurrente. Mode d’évaluation. 50 % Examen + 25 % TD + 25 % Travail personnel. Références. 1. F. PAGAN “ Formal specification of programing languages” Prentice-Hall International

1981 2. D.A.WATT “Programing languages: Conceprts and paradigms” Prentice-Hall

International 1990 3. E. HOROWITZ “Fundamantals of programming languages” Computer Science Press, 1984

Page 12

Master (R) en Informatique Intitulé de la matière : Interfaces Homme-Machine Code : InHoM Semestre : 01 Unité d’Enseignement : UE2 (Fondamentale) Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement : Cours : 1H30 TD : 0 TP : 1H30 Nombre d’heures de travail personnel pour l’étudiant : Nombre de crédits : 04.

Coefficient de la Matière : 04. Objectifs de l’enseignement. L’objectif de ce cours est d’initier les étudiants à produire des logiciels ergonomiques tenant compte de l’aspect usager. Pour ce faire, il faut étudier les différents formalismes de spécification d’interfaces. Des exemples d’environnements sont également proposés. Il est recommandé d’effectuer des travaux pratiques sur un environnement d’interfaces homme-machine. Connaissances préalables recommandées. Contenu de la matière. I - Introduction.

II- Méthodologie pour la conception d’IHM.

III- Les différents formalismes de spécification d’interface.

IV- Aspect ergonomique intervenant dans la conception des interfaces. V- Etude de quelques environnements de développement des interfaces. Mode d’évaluation. 50 % Examen + 25 % TP + 25 % Travail personnel. Références. 1. D. Floy et A. Vandam « Fundamentals of interactive computer graphics » Editon

Wesley, 1983 2. B. Shneiderman “Designing the user Interface: Strategies for effective human

computers” Edition Wesley, 1987

Page 13

Master (R) en Informatique Intitulé de la matière : Techniques de Compréhension en Anglais Code : TeCA Semestre : 01 Unité d’Enseignement : UE3 (Découverte)

Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement : Cours : 0 TD : 1H30 TP : 0 Nombre d’heures de travail personnel pour l’étudiant : Nombre de crédits : 02.

Coefficient de la Matière : 02. Objectifs de l’enseignement. Permet à l’étudiant d’apprendre à lire, comprendre et de rédiger des rapports, articles, textes en informatique, et d’exposer ses travaux en anglais. Connaissances préalables recommandées. Un module d’anglais technique a été suivi durant le cycle L du système (LMD). Contenu de la matière. Mode d’évaluation. 70 % Examen + 30 % interrogations. Références.

Toute référence jugée utile.

Page 14

Master (R) en Informatique Intitulé de la matière : Systèmes Interactifs d’Aide à la Décision Code : SIAD Semestre : 01 Unité d’Enseignement : UE3 (Découverte)

Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement Cours : 1H30 TD : 0 TP : 0 Nombre d’heures de travail personnel pour l’étudiant:/. Nombre de crédits : 02.

Coefficient de la Matière : 02.

Objectifs de l’enseignement : Rendre l’étudiant apte à comprendre et à utiliser les principaux outils mathématiques soutenant la prise de décision dans un système. Connaissances préalables recommandées Contenu de la matière. I. Les bases conceptuelles de l'aide à la décision : les théories de la décision, les

capacités et limitations cognitives de l'acteur, le contexte organisationnel

II. L'approche par la modélisation des problèmes de management

III. Les méthodes et outils :

• La programmation mathématique linéaire.

• La méthode de l'arbre de décision.

• Les méthodes de simulation.

• Les méthodes de prévision. Mode d’évaluation. 70 % Examen + 30 % interrogations.

Page 15

Master (R) en Informatique

Intitulé de la matière: Techniques de la Synthèse d’Images Code : TeSI Semestre : 02 Unité d’Enseignement : UE4 (Fondamentale)

Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement : Cours : 1H30 TD : 0 TP : 1H30 Nombre d’heures de travail personnel pour l’étudiant : 1H . Nombre de crédits : 04.

Coefficient de la Matière : 04.

Objectifs de l’enseignement. Ce cours représente une introduction générale au domaine de l’infographie, à la fois chronologique et didactique, il permettra de présenter aux étudiants les fondements matériels et logiciels de la synthèse d’images, de l’animation et de la réalité virtuelle. Connaissances préalables recommandées.

Néant Contenu de la matière. I- Présentation Générale.

• Domaine Infographique. - Synthèse d’images, - Traitement d’images et vision,

• Chronologie matérielle et logicielle,

2- Modélisation

• Principes de génération d'images. • Modèles

- Modèles Mathématiques et Géométriques, - Modèles Surfaciques, - Modèles volumiques, - Modélisation d'objets naturels,

• Visualisation Z-Buffer,

3- Rendu réaliste.

• Modèles d’illumination locale. • Algorithme du Lancer de rayons.

- Modèle d'illumination associé: simplification de l'illumination, - Méthodes d’accélération,

Page 16

• Principes de l'illumination globale. - Equation de l'illumination globale et ses interprétations, - Algorithmes et structures de données pour l'accélération, - Radiosité,

4- Animation

• Animation et Simulation. - Modèles descriptifs, - Modèles générateurs, - Modèles comportementaux,

• Capture et restitution de mouvements.

Mode d’évaluation. 50 % Examen + 30 % TP + 20 % Travail personnel. Références. 1. A. Van Dam & S. K. Feiner, Introduction à l’infographie, Addison Wesley, 2000.

2. B. Peroche & D. Michelucci, La synthèse d’images, Editions Hermès, 1990.

3. A. S. Glassner, An introduction to Ray Tracing, Morgan Kaufmann publishers, 2000.

4. R. PARENT, Computer animation, Morgan Kaufmann publishers, 2002.

5. B. fleming, 3D Modeling and surfacing, Morgan Kaufmann publishers, 1999.

6. R. H. BARTELS, An introduction to splines, Morgan Kaufmann publishers, 1987.

7. J. bloomenthal, Introduction to implicit surfaces, Morgan Kaufmann publishers, 1997.

8. J. GALLIER, Curves and surfaces in geometric modelling, Morgan Kaufmann publishers, 2000.

Page 17

Master (R) en Informatique Intitulé de la matière: Techniques de Traitement d’Images Code : TeTrIm Semestre : 02 Unité d’Enseignement : UE4 (Fondamentale)

Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement : Cours : 1H30 TD : 0 TP : 1H30 Nombre d’heures de travail personnel pour l’étudiant : 1H Nombre de crédits : 04

Coefficient de la Matière : 02 Objectifs de l’enseignement. L’objectif du module est la présentation des fondements du domaine du traitement, d’analyse et d’interprétation d’images. Une étude des méthodes de transformation, de description et de caractérisation d'images et des méthodes de reconnaissance en vue de leur intégration dans des systèmes d'interprétation d'image. La conception de ces systèmes implique une modélisation des opérateurs d'analyse d'image, la représentation des connaissances spécifiques aux images du domaine traité et une méthodologie de conception. Connaissances préalables recommandées Contenu de la matière.

I - Transformation d'image et mise en évidence d'information. II - Techniques de description de l'image. III - Segmentation d’images : contours et régions. IV - Caractérisation et Représentation. V - Analyse guidée par l'objectif : approches morphologiques. Mode d’évaluation.

50 % Examen + 25 % TP + 25 % Travail personnel Références. 1. Linda Shapiro, George Stockman: « Computer Vision », Michigan State university, 2000. 2. J. P. Cocquerez & S. Philipp, Analyse d’images : filtrage et segmentation, Masson,

1995. 3. M. Sonka, V. Hlavac & R. Boyle, Image processing, analysis and machine vision,

Chapman & Hall Computing, 1994. 4. R. O. Duda, D. G. Stork, P. E. Hart, Pattern Classification, Eds: Plenum Press, 1997.

Page 18

Master (R) en Informatique Intitulé de la matière: Systèmes à Base de Connaissance Code : SyBaC Semestre : 02 Unité d’Enseignement : UE1 (Fondamentale) Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement Cours : 1H30 TD : 1H30 TP : 0 Nombre d’heures de travail personnel pour l’étudiant : 1H Nombre de crédits : 04

Coefficient de la Matière : 04

Objectifs de l’enseignement.

Cette matière permet à l’étudiant de s’initier aux techniques utilisées en intelligence artificielle, Il est fortement recommandé de compléter les connaissances dispensées en cours par des lectures sur les thèmes d’actualité Connaissances préalables recommandées .

Concepts de base en logique mathématique

Contenu de la matière. I - Introduction à l’intelligence artificielle et domaines d’application

II - Formalismes de représentation des connaissances

III - Les systèmes inférentiels (Prolog, Systèmes experts,…)

IV - Systèmes experts et application

V - Méthodologies de construction des systèmes experts. Mode d’évaluation. 70 % Examen + 30 % Travail personnel. Références

1. A.HAYSE et al. « Approche logique de l’IA » Edition Dunod Informatique, 1990.

Page 19

Master (R) en Informatique Intitulé de la matière: Agents Intelligents Code : AgIn Semestre : 02 Unité d’Enseignement : UE4 (Fondamentale)

Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement Cours : 1H30 TD : 1H30 TP : 0 Nombre d’heures de travail personnel pour l’étudiant : 1H. Nombre de crédits : 04.

Coefficient de la matière : 04. Objectifs de l’enseignement. Savoir utiliser la technologie multi-agents. Comprendre les principes, les nouvelles possibilités des agents et des SMA, et ce qu'apporte ce nouveau paradigme par rapport à d'autres paradigmes de calcul. Connaissances préalables recommandées. Programmation orientée objets. Contenu de la matière.

I - Introduction aux agents intelligents

II - Architectures des agents et langages

III - Algorithmes de recherche dans les systèmes à agents

IV - Communication dans les Systèmes Multi-Agents

V - Négociation dans les systèmes multi-agents Mode d’évaluation.

70 % Examen + 30 % Travail personnel. Références. 1. H.S. Nwana. Software agents: an overview. Dans Knowledge Engineering Review, Vol.

11, No. 3, 1996, p.205-244. 2. Jacques Ferber, Les systemes multi agents: vers une intelligence collective,

InterEdition,1995.

3. Jean Sallantin, Les agents intelligents, Hermès, 1997.

Page 20

Master (R) en Informatique Intitulé de la matière: Modélisation Orientée Objets Code : MOO Semestre : 02 Unité d’Enseignement : UE4 (Fondamentale)

Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement Cours : 1H30 TD : 0 TP : 1H30 Nombre d’heures de travail personnel pour l’étudiant : 1H. Nombre de crédits : 04.

Coefficient de la Matière : 04. Objectifs de l’enseignement. Ce cours présente l'approche par objets appliquée non pas à la programmation, mais aux phases amont du cycle de développement : analyse et conception. Le cours insiste sur la modélisation des objets grâce à l'utilisation de la notation UML (Unified Modeling Language).

Connaissances préalables recommandées. Programmation en C++.

Contenu de la matière.

I - Introduction.

− La problématique du Génie Logiciel ; − Le besoin de méthodes de développement (formelles ou non) ; − Perspective historique.

II - Concepts de base de l'approche par objets.

− Principaux concepts de l'approche par objets selon Grady BOOCH ; − Abstraction, encapsulation, modularité, hiérarchie (héritage et composition) ; − Typage (notion de classe) ; − L'interprétation de l'héritage (sous typage, principe de substituabilité).

III - La notation UML :

− Panorama ; − Concepts et notations ; − Modèle d'objets et de classes ; − Modèle comportemental ; − Modèle fonctionnel ;

Page 21

− Cas d'utilisation...

IV - Méthodologies orientées objets.

− Modification du cycle de vie ; − La méthodologie OMT ; − De l'analyse à la conception en OMT ; − Comparaison d'OMT avec d'autres méthodes par objets.

La moitié environ du volume du cours est consacrée sous forme de TD à une étude de cas d'analyse, sur un problème «réel» par groupes de quatre étudiants. Cette étude donne lieu à un rapport final. Mode d’évaluation. Moyenne Matière = 70 % Examen +25% de Travail Personnel + 25 % TP. Références 1. Grady BOOCH, Object-Oriented Analys is and Design, 2nd Edition, Benjamin Cummings

Publ. Co., 1991.

2. Ivar JACOBSON et al., Object-Oriented Software Engineering, 2nd Edition, Addison-Wesley, 1993.

3. James RUMBAUGH et al., Object-Oriented Modeling and Design, Prentice Hall, 1991.

4. RATIONAL Corp., UML Manual, 1997.

Page 22

Master (R) en Informatique Intitulé de la matière: Concepts de Logiciels Code : CoLo Semestre : 02 Unité d’Enseignement : UE4 (Fondamentale)

Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement Cours : 1H30 TD : 0 TP : 1H30 Nombre d’heures de travail personnel pour l’étudiant : 1H Nombre de crédits : 04.

Coefficient de la Matière : 04. Objectifs de l’enseignement.

Cette matière permet aux étudiants d'approfondir leurs connaissances sur les nouveaux concepts de logiciels. Elle est consacrée à étudier la nouvelle révolution dans l’ingénierie des systèmes complexes et vise à concevoir et développer des systèmes par assemblage de composants préfabriqués et pré testés, réutilisables, faciles à maintenir et à configurer. Il est recommandé d’effectuer des travaux pratiques. Connaissances préalables recommandées. Notions sur le génie logiciel Contenu de la matière. I - Les composants : définitions et concepts de base. II - Méthodes de développement centrées composants. III - Les composants métiers dans l'ingénierie des systèmes d'information. IV - Test de composants logiciels. V - Architectures de composants répartis. Mode d’évaluation. 50 % Examen + 25 % TP + 25 % Travail personnel. Références. 1- Mourad Oussalah .Ingénierie des composants : Concepts, techniques et outils (Broché),

Vuibert (17 février 2005)

Page 23

Master (R) en Informatique Intitulé de la matière: Bases de Données Avancées Code : BaDA Semestre : 02 Unité d’Enseignement : UE5 (Fondamentale)

Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement Cours : 1H30 TD : 1H30 TP : 1H30 Nombre d’heures de travail personnel pour l’étudiant : 1H Nombre de crédits : 04.

Coefficient de la Matière : 04. Objectifs de l’enseignement.

Cette Matière s'adresse aux étudiants qui souhaitent pouvoir s'engager dans des applications avancées utilisant les techniques innovantes des bases de données. Il forme les étudiants aux concepts et techniques les plus récents des bases de données, en lui donnant un aperçu de différents types de bases de données avancées. Connaissances préalables recommandées. Notions sur la programmation orientée objets et les bases de données. Contenu de la matière. I - Base de donnée Orienté-objet:

− Concept: Objet, classe, héritage,…

− Les systèmes de gestion de base de données orientes objets

− Langage de base de donnée Orienté-object .

− Persistance des objets (présentation et comparaison de diverses méthodes de persistance).

II - Modèle relationnel-objet:

− Apports des modèles relationnel et objet ;

− Avantages et inconvénients du R-O.

− Passage Relationnel ↔ Objet

III - Bases de données et Web.

− Client-serveur et Web

− Conception de bases de données pour le Web

IV - BD décisionnelles

− fouille de données Data mining

Page 24

− Entrepôts de données (Data Warehousing).

V - Bases de données à références spatiales ou temporelles.

VI - Bases de données dans un environnement distribué:

− BD réparties,

− BD fédérées,

− Multi bases. Mode d’évaluation. 70 % Examen + 30 % Travail personnel. Références. 1- Ramez Elmasri, Shamkant B. Navathe, Fundamentals of Database Systems, Addison-

Wesley, 2000

Page 25

Master (R) en Informatique Intitulé de la matière: Développement des Applications Web Code : DAW Semestre : 02 Unité d’Enseignement : UE5 (Fondamentale)

Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement Cours : 1H30 TD : 0 TP : 1H30 Nombre d’heures de travail personnel pour l’étudiant : Nombre de crédits : 03

Coefficient de la Matière : 03 Objectifs de l’enseignement.

Cette matière doit permettre l’étudiant d’avoir une connaissance sur les différentes architectures des systèmes développés pour le Web et quelques outils nécessaires pour ce développement (en particulier les outils Java) et le déploiement de l’application. Connaissances préalables recommandées.

Notions de base du Web (url, http, HTML,…). Contenu de la matière. I- Architectures des applications Web.

a. Achitecture Client-Serveur ; b. Architecture 3-tiers ; c. Architecture n-tiers.

II- Technologies du Web.

a. PHP ; b. JSP/Servlet, ASP ; c. Technologie des Services Web.

III- Outils de déploiement des applications Web. Mode d’évaluation.

50 % Examen + 25 % TP + 25 % Travail personnel.

Références. G. Gardarin « XML - Des bases de données aux services Web », Edition Dunod Informatique, 2002

Page 26

Master (R) en Informatique

Intitulé de la matière : Modélisation et Simulation Code : MoSi Semestre : 02 Unité d’Enseignement : UE 6 (Méthodologique)

Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement. Cours : 1H30 TD : 0 TP : 1H30 Nombre d’heures de travail personnel pour l’étudiant : 1H Nombre de crédits : 04.

Coefficient de la Matière : 04.

Objectifs de l’enseignement.

Cette matière est destinée à approfondir les connaissances de l’étudiant dans le domaine de la modélisation et simulation. De plus, elle initie aux techniques d’évaluation des performances. Connaissances préalables recommandées. Contenu de la matière. I - Modélisation des systèmes.

II - Techniques d’évaluation des performances.

III - La simulation.

IV - Les outils de simulation.

V - Etude d’un langage de simulation. Mode d’évaluation : 50 % Examen + 25 % TP + 25 % Travail personnel. Références. 1. S. S. Lavenberg: « Computer systems performance evaluation » Academic Press 1983.

2. I. Mitrani: “ Modeling of computer and communication systems “ Combridge University Press 1987.

3. M. Pidd: “Computer simulation in management science” J.Wiley and Sons Ed 1984.

4. K. S. Trivedi: “Probability and statistics with reliability, queuing and computer science applications” Prentice Hall, 1982.

Page 27

Master (R) en Informatique Intitulé de la matière: Techniques d’Apprentissage Code : TAp Semestre : 02 Unité d’Enseignement : UE6 (Méthodologique)

Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement Cours : 1H30 TD : 0 TP : 1H30 Nombre d’heures de travail personnel pour l’étudiant : Nombre de crédits : 04.

Coefficient de la Matière : 04. Objectifs de l’enseignement. Le domaine de l'Apprentissage Artificiel «AA » regroupe toutes les méthodes qui permettent à un système (programme) de s'adapter et donner des réponses pertinentes, à partir de l'exploration de son environnement ou de l'extraction d'informations d'exemples. On tente dans cette matière de donner un aperçu sur les concepts d’AA, et de présenter les techniques principales d'apprentissage: Supervisé, non Supervisé et par renforcement. Des exemples de techniques d’apprentissages sont également étudiés. Il est recommandé d’effectuer des travaux pratiques sur quelques unes de ces techniques. Connaissances préalables recommandées. Contenu de la matière. I - Apprentissage Artificielle : Introduction et motivation.

II - Les réseaux de neurones.

III - Réseaux bayésiens.

IV - Processus de décision markovien.

V - Algorithmes génétiques.

VI - Systèmes de classeurs. Mode d’évaluation. 50 % Examen + 25 % TP + 25 % Travail personnel Références.

1. A. Cornuéjols, L. Miclet, Y. Kodratoff . Apprentissage artificiel - Concepts et algorithmes. Eyrolles 2002 (1ère edition).

Page 28

2. P. Naïm, P. Wuillemin, P. Leray, O. Pourret, A. Becker. Réseaux bayésiens. Eyrolles2007 (3e édition).

3. S. Haykin . Neural Networks. Prentice Hall 1998 (2e edition).

4. Jean-Michel Renders, Algorithmes génétiques et réseaux de neurones. Hermès 1995.

5. M.L. Puterman. Markov decision processes: discrete stochastic dynamic programming. John Wiley and Sons 2005.

6. Olivier Sigaud. Les systèmes de classeurs : Un état de l’art. RSTI - RIA – 21/2007

Page 29

Master (R) en Informatique

Intitulé de la matière : Gestion de Projets Logiciel Code : GeProL Semestre : 02 Unité d’Enseignement : UE6 (Méthodologique)

Enseignant responsable de l’UE : Enseignant responsable de la matière : Nombre d’heures d’enseignement Cours : 1H30 TD : 0 TP : 0 Nombre d’heures de travail personnel pour l’étudiant : 1H Nombre de crédits : 02

Coefficient de la matière : 02 Objectifs de l’enseignement.

L'objectif de ce cours est de donner aux étudiants une méthodologie leur permettant de mener à bien un projet logiciel de grande envergure. Ils auront pour objectif de mener à bien la réalisation d'un projet en se basant sur des méthodologies rigoureuses ayant fait leurs preuves. Ils devront savoir gérer les problèmes de faisabilité et respecter le cahier des charges. Ils devront défendre leur projet tant au niveau conceptuel que dans les choix technologiques. Cette approche implique que les étudiants devront se familiariser avec les techniques de planification de projet. L'évaluation du travail et de son avancement sera en grande partie le résultat de rapports qui devront être intégrés dans la planification du projet.

Connaissances préalables recommandées.

Cycle de vie classique du génie logiciel

Contenu de la matière. I - Analyse des Besoins,

II - Cahier des charges,

III - Planning,

IV - Gestion des ressources,

V - Qualité du Code,

VI - Architecture Logicielle,

VII - Test,

VIII- Tâches et Rôles dans le développement.

Mode d’évaluation :

70% Examen + 30 % Travail personnel de l’étudiant.

Page 30

Références. 1. B. Boehm: “Software Engineering Economics”, Prentice Hall, 1981.

2. R.S. Pressman: “Software Engineering: A Practitioner’s Approach”, McGraw-Hill Inc., 1981.

Page 31

Master (R) en Informatique Intitulé de la matière : Techniques d’Expression en Anglais Code : TExA Semestre : 02 Unité d’Enseignement : UE7 (Découverte)

Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement Cours : 0 TD : 1H30 TP : 0 Nombre d’heures de travail personnel pour l’étudiant : Nombre de crédits : 02.

Coefficient de la matière : 02.

Objectifs de l’enseignement.

Permet à l’étudiant d’apprendre à lire, comprendre et de rédiger des rapports, articles, textes en informatique, et d’exposer ses travaux en anglais. Connaissances préalables recommandées

L’anglais technique a été suivi durant le cycle L du système (LMD) Contenu de la matière. Mode d’évaluation. 70 % Examen + 30 % interrogations Références

Toute référence jugée utile.

Page 32

Master (R) en Informatique

Intitulé de la matière : Sécurité des Systèmes Code : SS Semestre : 02 Unité d’Enseignement : UE7 (Découverte)

Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement Cours : 0 TD : 1H30 TP : 0 Nombre d’heures de travail personnel pour l’étudiant : / Nombre de crédits : 02.

Coefficient de la matière : 02.

Objectifs de l’enseignement. Ce cours permet de mettre en pratique les méthodes d’encodage, de chiffrement des données, de présenter les principaux problèmes de sécurité dans les systèmes d'exploitation et d’étudier les méthodes d’attaques contre les réseaux et les méthodes de protections. Contenu de la matière. 1) Sécurité des données

Notions de base sur la cryptologie Encodage de données, chiffrement symétrique, asymétrique, hachage, signature Gestion et stockage des mots de passe (Unix, Linux, et Windows)

2) Sécurité des systèmes

Pourquoi la sécurité, pour protéger quoi ? Politiques de sécurité. Sécurité de l'accès physique une machine (démarrage depuis une disquette, mots de passe du BIOS, etc.) Rappels sur les systèmes d'exploitation. Protection entre les utilisateurs, gestion des droits, partage de données. Les attaques locales contre les utilisateurs : virus, etc. Sécurité des différents mots de passe. Détecter une attaque du noyau et comment y réagir.

3) Sécurité des réseaux

Rappel du modèle OSI des couches de protocoles.

Page 33

Protocoles et services de base (rappel ou mise à niveau): TCP/IP, UDP, ICMP, Ethernet, protocoles de communications sans fil et implémentations sous Linux, SSH, HTTPS

Les techniques de protection de réseaux sur des exemples de systèmes bancaires via procédures, audits et vérifications avant, pendant et après des attaques

Connaissances préalables recommandées. Systèmes d’exploitation et réseaux informatiques. Mode d’évaluation. 70% Examen + 30 % Travail personnel de l’étudiant. Références. 1. Philippe Oechslin, La sécurité des réseaux, EPFL de Lausanne http://lasec.www.ep.ch.

2. Peter Gutmann, Encryption and Security, Tutorial, University of Aucklandn, Http://www.cs.auckland.ac.nz/~pgut001.

3. Olivier Paul, Techniques de prévention des dénis de service dans les réseaux public, Techniques de l'Ingénieur, Sécurité des Systèmes d'Informations, 2003.

4. M. Laurent-Maknavicius, Le protocole IPsec, Techniques de l'Ingénieur, Sécurité des Systèmes d'Informations, TE7545, Nov. 2003.

5. E. Rescorla, SSL and TLS: Designing and Building Secure Systems, Addison-Wesley, 2nd Edition, March 2001.

1. K.Fenzi, Linux Security HOWTO, http://scrye.com/~kevin/lsh/SecurityHOWTO.pdf.

7. D. J. Barrett, R. E. Silverman, R. G. Byrnes, Linux Security Cookbook, O'Reilly, 2003, ISBN 0596003919.

8. Philippe Rosé, Protection des systèmes d’information, Qualité et sécurité informatiq

Page 34

Master (R) en Informatique

Intitulé de la matière: Techniques Avancées du Rendu Réaliste Code : TAReR Semestre : 03 Unité d’Enseignement : UE8 (Fondamentale)

Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement : Cours : 2H00 TD : 0 TP : 2H00 Nombre d’heures de travail personnel pour l’étudiant : 3H Nombre de crédits : 05.

Coefficient de la Matière : 05.

Objectifs de l’enseignement. Ce cours se décompose en deux parties : Simulation de l'éclairage et Rendu réaliste temps réel. Les objectifs de ce cours sont de :

- Comprendre et modéliser les phénomènes lumineux devant être pris en compte dans l'opération de calcul d'une image de synthèse.

- Comprendre les différentes approches possibles pour la simulation de l'éclairage. - Appréhender la complexité des algorithmes de simulation de l'éclairage et connaître les

méthodes d'optimisation adaptées. - Comprendre les objectifs et les problématiques du rendu temps réel - Appréhender les technologies de développement dans le domaine du rendu temps réel - Avoir une idée des limites des techniques actuelles et des grands axes de recherche.

Connaissances préalables recommandées. Techniques de Synthèse d’Images (TSI). Techniques de Traitement d’Images (TTI). Contenu de la matière. Première partie : Simulation de l'éclairage

- Radiométrie et colorimétrie : spectre lumineux et perception des couleurs - Modélisation de la reflectance et de l'éclairage - Algorithmes de simulation de l'éclairage : méthode par éléments finis et méthodes stochastiques - Optimisation des algorithmes de simulation de l'éclairage

Deuxième partie : Rendu temps réel

- Problématique du rendu temps réel - Rendu temps réel et éclairage local

Page 35

+ Définition fréquentielle des effets d'éclairage locaux + Algorithmes pour le rendu des effets d'éclairage locaux - Rendu temps réel et éclairage global + Définition fréquentielle des effets d'éclairage globaux + Algorithmes pour le rendu des effets d'éclairage globaux -Programmation des processeurs graphiques (GPU) + Concepts de programmation et GPU + Algorithmes et structures de données pour le GPU

Mode d’évaluation. 50 % Examen + 30 % TP + 20 % Travail personnel. Références. 1. S. R. Buss, 3D Computer Graphics - A Mathematical Introduction With Opengl,

Cambridge Press, 2005.

2. D. S. EBERT & F. K. MUSGRAVE, Texturing and Modelling, Academic Press, 1998.

3. A. S. Glassner, Principles of Digital Image Synthesis, Morgan Kaufmann publishers, 2002.

4. C. Puech & F. Sillion, Radiosity and global illumination, Morgan Kaufmann publishers, 1994.

5. H. W. Jensen, Realistic Image Synthesis Using Photon Mapping, AK Peters, 2001.

6. A. Watt & M. Watt, Advanced Animation and Rendering Techniques, Addison Wesley, 1992. 

7. H. W. Jensen, Realistic Image Synthesis Using Photon Mapping, AK Peters, 2000.

Page 36

Master (R) en Informatique

Intitulé de la matière: Techniques évoluées de Modélisation Code : TeMSI pour la Synthèse d’Images Semestre : 03 Unité d’Enseignement : UE8 (Fondamentale)

Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement : Cours : 2H00 TD : 0 TP : 2H00 Nombre d’heures de travail personnel pour l’étudiant : 3H Nombre de crédits : 05.

Coefficient de la Matière : 05.

Objectifs de l’enseignement. La Modélisation Géométrique est la première étape du processus de création d'une image de synthèse. Elle regroupe l'ensemble des théories et des techniques permettant de représenter et de traiter mathématiquement ou géométriquement les formes complexes. Ses domaines d'application sont variés et complexes :

* conception et fabrication assistée par ordinateur, * infographie, animation et simulation, * réalité virtuelle et robotique, * vision par ordinateur, * imagerie médicale.

L'objectif de ce cours est de présenter les éléments de Modélisation utilisés dans les divers domaines de l'imagerie numérique. Connaissances préalables recommandées. Techniques de Synthèse d’Images (TSI). Techniques de Traitement d’Images (TTI). Contenu de la matière. 1. Modélisation d'environnements virtuels

Courbes et surfaces paramétriques ; Modélisation surfacique et volumique, Surfaces de subdivision, Surfaces implicites,

formes volumiques, ... Fractales ; Approche déclarative de la modélisation de scènes complexes.

2. Modélisation déclarative

3. Modélisation à base de contraintes

4. Modélisation appliquée à l’animation

Page 37

Mode d’évaluation. 50 % Examen + 30 % TP + 20 % Travail personnel. Références. 1. B. Fleming, 3D Modelling and surfacing, Morgan Kaufmann publishers, 1999.

2. E. earnshaw & J. Vince, Visualization and modelling, Academic Press, 1997.

3. H. BARTELS, An introduction to splines, R. Morgan Kaufmann publishers, 1987.

4. j. bloomenthal, Introduction to implicit surfaces, Morgan Kaufmann publishers, 1997

5. J. GALLIER, Curves and surfaces in geometric modeling, Morgan Kaufmann, Publishers, 2000.

6. G. FARIN, Curves and surfaces for CAGD, Morgan Kaufmann publishers, 1999.

Page 38

Master (R) en Informatique

Intitulé de la matière: Analyse, Codage, Indexation et Diffusion Code : ACIDiV

de la Vidéo Semestre : 03 Unité d’Enseignement : UE8 (Fondamentale)

Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement : Cours : 1H30 TD : 0 TP : 1H30 Nombre d’heures de travail personnel pour l’étudiant : 2H Nombre de crédits : 03.

Coefficient de la Matière : 03.

Objectifs de l’enseignement. Ce module sera consacré aux aspects codage, stockage et diffusion de contenus multimédias. En effet, la mise en ligne croissante de nouveaux services et contenus multimédias particulièrement observable sur Internet, pose des problèmes de codage, de stockage, d'accès aléatoire, de description, d’interrogation, de distribution, de diffusion, de mise à l'échelle, de synchronisation, de sécurisation, etc. Dans ce contexte, la vidéo, en plus d'être adroitement compressée, est désormais codée par objet, indexée, documentée, enrichie, rendue interactive avant sa diffusion. L'objectif de cette partie du cours est de présenter ces différents éléments et d'exhiber les liens nombreux et complexes qui existent entre le codage, la diffusion et l'indexation (parties 1 et 2) et les problèmes toujours ouverts d'analyse et d'interprétation des images animées (partie 3). Connaissances préalables recommandées. Techniques de Traitement d’Image (TTI). Contenu de la matière. Analyse, Codage, Indexation et Diffusion de la Vidéo. 1/ Codage et Diffusion :

• Codage : − Compresseurs réversibles universels (codeurs entropiques) ; − Compression des hauts débits (par transformées...) ; − Normes (Jpeg, Mpeg*, h26*) ;

• Diffusion : − Streaming de la vidéo ; − Vidéos sur IP, ALF et protocoles applicatifs ; − Codages vidéos scalables et robustes ;

Page 39

2/ Indexation du contenu :

• Caractéristiques de bas niveau: description et indexation par la couleur, la forme et la texture

• Descriptions des mouvements : formes paramétriques, interpolations, localisateurs de région, mouvements de caméra.

• Structuration des contenus : structuration temporelle, spatio-temporelle, classification en genre ;

3/ Analyse du mouvement et traitement des séquences d'images :

• Détection du mouvement (image de référence, contours mobiles) ; • Estimation du mouvement 2D (flux optique, modèles paramétriques de mouvement) ; • Segmentation spatio-temporelle ; • Reconnaissance de mouvements (activités, gestes, expressions) ; • Représentation et estimation du mouvement 3D ; • Suivi d'objets ;

  Mode d’évaluation. 70 % Examen + 30 % TP. Références 1. G. Tziritas, C. Labit, Motion Analysis for Image Sequence Coding, Elseiver Science,

1994.

2. F. Perreira, T. Ebrahimi, The MPEG-4 book, IMSC Press Multimedia Series, 2002.

3. J.-F. Susbielle, Internet, multimédia et temps réel, Eyrolles, 2000.

4. X. Marsault, Compression et cryptage des données multimédias, Hermès, 1995.

5. M. Shah, R. Jain, Motion-Based Recognition, Kluwer Academic Publishers, 1997.

6. W. Dabbous, Systèmes multimédias communicants, Hermès, 2001.

Page 40

Master (R) en Informatique

Intitulé de la matière: Vision par Ordinateur Code : VO Semestre : 03 Unité d’Enseignement : UE8 (Fondamentale)

Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement : Cours : 1H30 TD : 0 TP : 1H30 Nombre d’heures de travail personnel pour l’étudiant : 1H Nombre de crédits : 04.

Coefficient de la matière : 04.

Objectifs de l’enseignement. Cette matière s’intéresse à l’imagerie Médicale et a pour objet d'ouvrir l'intérêt des élèves sur un domaine inhabituel, où l'ingénieur peut tenir une place importante. A partir de notions fondamentales de physique, le but est de décrire les développements techniques et informatiques permettant l'utilisation médicale diagnostique et thérapeutique en imagerie. Connaissances préalables recommandées. Techniques de Traitement d’Image (TTI). Contenu de la matière. 1/ Bases de la Vision par Ordinateur Vision humaine et vision par ordinateur

Les différentes phases de la vision par ordinateur

Analyse et traitement des images

Rappels - les bases de l'image (acquisition, représentation de la couleur) Filtrage Lissage Ajustement d'histogramme

Extraction de primitives

Détection de contours Extraction de points d'intérêt Segmentation en régions

Eléments de géométrie

Modélisation géométrique de la caméra Les différents modèles de caméra Calibrage de caméra

Page 41

Introduction aux invariants (les bases de la géométrie projective)

Mise en correspondance d'images

Caractérisations, mesures de similarité et algorithmes d'appariement Cas de la reconstruction 3D Cas de la recherche d'images par contenu visuel

2/ Partie Vision 2D : Apprentissage et détection d'objets Classification de données

Principaux algorithmes (ACP, k-means, FCM, CA) Quelques applications

Détection d'objets 2D

Représentation de l'aspect d'un objet 2D (ACP, SVM) Principales méthodes de détection (corrélation, Hough, SVD, Robuste) Applications : détection d'accidents sur autoroute, marquages routiers

3/ Partie Vision 3D : Analyse de scène Géométrie des systèmes à n oculaires (n > 1)

Vision stéréoscopique (n = 2) Géométrie épipolaire (définition et méthodes d'estimation) Calibrage stéréoscopique

Systèmes multi-oculaires (n > 2) Applications

Reconstruction 3D Mosaïques d'images Transfert d'images (synthèse de nouvelles vues sans modèle 3D)

Mode d’évaluation. 70 % Examen + 30 % de TP. Références. 1. D. Forsyth & J. Ponce, Computer Vision - A modern approach, Prentice Hall, 2003.

2. R. Gonzalez & R. Woods, Digital Image Processing, Prentice Hall, 2002.

3. R. Hartley & A. Zisserman, Multiple View Geometry, Computer Science News, Cambridge University Press, Edition juin 2000 ou mars 2004.

4. Jacques Aumont, L'image, A. Colin, Collection "Armand Colin cinéma", 2ème édition, 2005 (thématique : Perception visuelle, Art et Psychologie).

5. V. Gouet, Mise en correspondance d'images en couleur - Application à la synthèse de vues intermédiaires, Thèse de doctorat, Octobre 2000.

6. R. Horaud & O. Monga, Vision par Ordinateur - Outils fondamentaux, Ed. Hermès, 1995.

Page 42

Master (R) en Informatique

Intitulé de la matière: Systèmes d’Information Géographique Code : SIGeReV et Réalité Virtuelle Semestre : 03 Unité d’Enseignement : UE8 (Fondamentale)

Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement : Cours : 2H00 TD : 0 TP : 0 Nombre d’heures de travail personnel pour l’étudiant : 2H Nombre de crédits : 04.

Coefficient de la matière : 04.

Objectifs de l’enseignement. Le rôle de la visualisation est capital pour un preneur de décision, et grâce à la réalité virtuelle, il est possible d’immerger celui-ci dans le modèle 3-D, en stéréoscopie, et d’animer ce dernier, prenant en compte les transformations dans le temps des réseaux et des composants qui les parcourent. Il est ainsi possible, par exemple, de voir l’impact d’une autoroute sur l’environnement, son insertion dans le paysage, ainsi que de voir les flux de véhicules ; il en est de même des lignes à haute tension et des éoliennes en mouvement, ou encore de la croissance de la forêt sur un MNT, ou de la propagation d’un incendie, ou de l’évolution d’une inondation ; l'on peut enfin placer le spectateur dans un véhicule virtuel empruntant une route. Connaissances préalables recommandées. Systèmes Intelligents d’Aide à la Décision (SIAD). Techniques de Synthèse d’Images (TSI). Contenu de la matière. 1- Rappels sur la réalité virtuelle. 2- Constitution du cahier des charges. 3- Modèles numériques de terrains (MNT).

- inondations sur un MNT. - profils systématiques sur un cours d’eau. - croissance végétale sur un MNT. - Placage de graphes sur un MNT. - Placage d’une bit-map sur un MNT.

4- Introduction des maillages et arbres quadrillés. 5- Optimisation d'accès à la base de données. 6- Principe de déplacement fluide au sein d'un modèle de terrain.

Page 43

Mode d’évaluation. 70 % Examen + 30 % de Travail personnel. Références. 1. DEVILLERS (R.) et JEANSOULIN (R.), Qualité de l’information géographique, HERMES

SCIENCES PUBLICATIONS, 2005.

2. GOODCHILD (M.F.), STEYAERT (L.T.), PARKS (B.O.), JOHNSTON (C.A.), MAIDMENT (D.R.), CRANE (M.P.) et GLENDINNING (S.) ET AL., GIS and environmental modelling: Progress and redearch, New York GEO-INFORMATION INTERNATIONAL, 1996.

3. GUPTILL (S.C.), MORRISON (J.L.) et ASSOCIATION CARTOGRAPHIQUE INTERNATIONALE ACI/ICA, Elements of special data quality, ELSEVIER, 1995.

4. JEANSOULIN (R.), GOODCHILD (M.) et al., data quality in geographic information: from error to uncertainty, Edition Paris : HERMÈS, 1998.

Page 44

Master (R) en Informatique

Intitulé de la matière: Vie Artificielle et Systèmes Emergeants Code : VASE Semestre : 03 Unité d’Enseignement : UE9 (Fondamentale)

Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement : Cours : 2H00 TD : 0 TP : 2H00 Nombre d’heures de travail personnel pour l’étudiant : 4H Nombre de crédits : 06.

Coefficient de la Matière : 06.

Objectifs de l’enseignement. Cette matière permet de sensibiliser les étudiants aux techniques de la vie Artificielle, qui en prenant leur inspiration sur le “vivant” permettent de construire des systèmes complexes évolutifs et adaptatifs. Le but est de décrire facilement le comportement des acteurs évoluant dans un monde virtuel. Ce comportement peut-être issu de différentes modalités de contrôle pour les entités (agents) dirigées ou pour les entités autonomes, par la simulation de comportements, adaptatifs et/ou coopératifs et/ou résultant d'un apprentissage. Les travaux de ce thème utilisent les paradigmes de la Vie Artificielle pour produire des comportements coopératifs adaptatifs. Connaissances préalables recommandées. Techniques de Synthèse d’Images (TSI). Contenu de la matière. PARTIE 1 cours.

Vie Artificielle et techniques évolutionnistes 1) Notion de systèmes complexes et d’émergence. 2) Approches de conception de systèmes - Impératives, déclaratives, émergentes, SMA. 3) Panorama “Vie” Artificielle”. 4) - Techniques des Générateurs

• Réaction / diffusion ; • Automates cellulaires ; • L-Systems.

Page 45

- Evolution artificielle

• Algorithmes génétiques ; • Programmation génétique.

- Apprentissage • Réseaux de neurones ; • Systèmes de classeurs.

5) Génération de comportements

- Coopératif ; - Adaptatifs.

6) Créatures artificielles, Ecosystèmes PARTIE 2 Démonstration.

Etudes de cas en Netlogo.  Mode d’évaluation. 70 % Examen + 30 % de Travail personnel. Références. 1. J. P. Rennard, Vie Artificielle, Vuibert Informatique, 2006.

2. A. Adamatzky & M. Komosinsky, Artificial Life Models in software, SPRINGER, 2005.

3. C. Langton, Artificial Life series, Addison Wesley Publishing.

4. J. A. Meyer, From Animals to Animats series, The MIT Press.

5. J.C. Heudin, Virtual Worlds, Springer LNCS/AI 1834, 2000.

Page 46

Master (R) en Informatique

Intitulé de la matière: Réalité virtuelle et humains virtuels Code : ReViHV Semestre : 03 Unité d’Enseignement : UE9 (Fondamentale)

Enseignant responsable de l’UE : Enseignant responsable de la matière: Nombre d’heures d’enseignement : Cours : 2H00 TD : 0 TP : 2H00 Nombre d’heures de travail personnel pour l’étudiant : 2H Nombre de crédits : 04.

Coefficient de la Matière : 04.

Objectifs de l’enseignement. La partie relative à la réalité virtuelle de cette matière a pour objectif de donner aux étudiants les moyens d’appréhender les concepts de la Réalité Virtuelle et de la Réalité augmenté et de concevoir une application avec les matériels et les techniques d’interaction adéquats. La partie concernant les entités intelligentes a pour but de fournir aux étudiants les notions pour concevoir des animations avec des objets complexes et des personnages, pilotées ou autonomes. Elle doit permettre de connaître les différents algorithmes et techniques en animation et en simulation comportementale. Connaissances préalables recommandées. Techniques de Synthèse d’Images (TSI). Contenu de la matière. 1/ Réalité Virtuelle et Réalité augmenté. • Réalité Virtuelle

- Introduction et concepts fondamentaux de la Réalité Virtuelle - Visualisation et interaction 3D : matériels et métaphores

• Réalité Augmenté - Problématiques de la Réalité Augmenté : mélange réel – virtuel, recalage - Réalité augmentée mobile

• Applications scientifiques, industrielles et culturelles. 2/ Humains virtuels. • Animation contrôlée ;

- Modèles descriptifs. interpolation de scènes clés, cinématique directe, cinématique inverse ;

Page 47

- Modèles générateurs : dynamique, systèmes masses – ressorts, méthodes d’intégration des lois du mouvement ;

- Objets déformables ; - Collisions ;

• Animation de personnage ;

- Représentation d'un personnage ; - Contrôle du mouvement ; - Capture et édition de mouvement ; - Plates-formes d'animation ; - Simulation comportementale : modélisation d'une entité et des moteurs

comportementaux ;  Mode d’évaluation. 70 % Examen + 30 % de Travail personnel. Références. 1. N. I. Badler & C. B. Philips, Simulating humans, Oxford University Press, 1993.

2. G. Burdea & P. Coiffet, La Réalité Virtuelle, Éditions Hermès, 1993.

3. J.C. Heudin, Virtual Worlds, Springer LNCS/AI 1834, 2000.

Page 48

Master (R) en Informatique

Intitulé de la matière : Intelligence Artificielle Code : IA Semestre : 03 Unité d’Enseignement : UE (Fondamentale)

Enseignant responsable de l’UE : ……… ……………………………………… Enseignant responsable de la matière: Nombre d’heures d’enseignement Cours : 3 TD : 0 TP : 0 Nombre d’heures de travail personnel pour l’étudiant : Nombre de crédits : ……………01………….

Coefficient de la Matière : ……………06………….

Objectifs de l’enseignement. A l’issue de cet enseignement, l’étudiant va acquérir les connaissances relatives à l’intelligence artificielle, genèse, objectifs, types de problèmes traiter, représentation de connaissances, raisonnement Connaissances préalables recommandées Contenu de la matière : Mode d’évaluation : Examen final + un exposé oral avec rapport remis sur la matière Références : (Livres et polycopiés, sites internet, etc).

Chapitre I Introduction Chapitre II Modes de représentation des connaissances Chapitre III Raisonnement en Intelligence artificielle Chapitre IV Système expert Chapitre V Prolog

Page 49

Master (R) en Informatique

Intitulé de la matière : Logique pour l’Intelligence Artificielle Code : LIA Semestre : 03 Unité d’Enseignement : UE7 (Fondamentale)

Enseignant responsable de l’UE : ……… ……………………………………… Enseignant responsable de la matière: Nombre d’heures d’enseignement Cours : 1h30 TD : 1H30 TP : 0 Nombre d’heures de travail personnel pour l’étudiant : 1h Nombre de crédits : ……………06………….

Coefficient de la Matière : ……………06………….

Objectifs de l’enseignement . Assurer à l’étudiant la maîtrise des approches logique utilisée en intelligence artificielle, de la logique des propositions jusqu’à la logique modale, épistémologique. Connaissances préalables recommandées Contenu de la matière : Mode d’évaluation : Examen final Références

Chapitre I : Compléments de la logique des prédicats Chapitre II : Introduction du calcul et de la théorie des types Chapitre III : Autres logiques (Multivaluées, floues, modale, temporelle

Page 50

Master (R) en Informatique

Intitulé de la matière : Système Multi-Agents Code : SMA Semestre : 03 Unité d’Enseignement : UE (Fondamentale)

Enseignant responsable de l’UE : ……… ……………………………………… Enseignant responsable de la matière: Nombre d’heures d’enseignement Cours : 3 TD : 0 TP : 0 Nombre d’heures de travail personnel pour l’étudiant : Nombre de crédits : ……………06………….

Coefficient de la Matière : ……………06………….

Objectifs de l’enseignement. Le paradigme agent est devenu un outil incontournable pour la modélisation des systèmes intelligent distribué. L’étudiant aura une autre vision que l’intelligence artificielle mono-expertise. Connaissances préalables recommandées Matière : intelligence artificielle, système parallèle Contenu de la matière : Mode d’évaluation : Examen final + un exposé oral avec rapport remis sur la matière Références : (Livres et polycopiés, sites internet, etc). 1. H.S. Nwana. Software agents: an overview. Dans Knowledge Engineering Review, Vol.

11, No. 3, 1996, p.205-244. 2. Jacques Ferber, Les systemes multi agents: vers une intelligence collective,

InterEdition,1995.

3. Jean Sallantin, Les agents intelligents, Hermès, 1997.

I- Etat de l’art sur les SMA II- Topologie agent III- Mode de communication dans les SMA IV- Architecture des SMA V- Plate forme SMA VI- JADE et FIPA ACL

Page 51

Master (R) en Informatique

Intitulé de la matière : Systèmes Complexe Code : SC Semestre : 03 Unité d’Enseignement : UE (Méthodique)

Enseignant responsable de l’UE : ……… ……………………………………… Enseignant responsable de la matière: Nombre d’heures d’enseignement Cours : 1h30 TD : 1h30 TP : 1h30 Nombre d’heures de travail personnel pour l’étudiant : Nombre de crédits : ……………06………….

Coefficient de la Matière : ……………06………….

Objectifs de l’enseignement. Les systèmes complexes possèdent leurs propres aspects du point de vue résolution. L’objectif est de fournir à l’étudiant les approches évoluées pour la modélisation des systèmes complexes. Connaissances préalables recommandées Matière : intelligence artificielle, système parallèle Contenu de la matière : Mode d’évaluation : Examen final 75% + 25% note TP Références : (Livres et polycopiés, sites internet, etc). Z. Michalewics, “Genetic Algorithms + Data Structures = Evolution Programs”, Springer, 1996. A.E Eiben, J.E Smith: “Introduction to Evolutionary Computing”, Springer, 2003. W.M Spears: “Evolutionary Algorithms: The Role of Mutation and Recombination”, Springer, 2004.

Chapitre 1 Etat de l’art sur les systèmes complexes Chapitre 2 Les approches classiques Chapitre 3 Les algorithmes génétique Chapitre 4 Les automates cellulaire et quantique Conclusion

Page 52

Master (R) en Informatique Intitulé de la matière : Réseaux de Neurones Code : RN Semestre : 03 Unité d’Enseignement : UE (Méthodique)

Enseignant responsable de l’UE : ……… ……………………………………… Enseignant responsable de la matière: Nombre d’heures d’enseignement Cours : 1h30 TD : 1h30 TP : 1h30 Nombre d’heures de travail personnel pour l’étudiant : Nombre de crédits : ……………06………….

Coefficient de la Matière : ……………06………….

Objectifs de l’enseignement. L’approche neuronale est un outil très efficace pour la modélisation de l’apprentissage dans les systèmes autonomes et intelligents. De ce fait, le connexionisme permet à l’étudiant d’exploiter un autre aspect important dans les systèmes intelligent tel que les agents. Connaissances préalables recommandées Matière : intelligence artificielle, système parallèle Contenu de la matière : Mode d’évaluation : Examen final 75% + 25% note TP Références : (Livres et polycopiés, sites internet, etc).

Chapitre 1 Introduction Chapitre 2 Les réseaux de neurones Chapitre 3 Apprentissage Chapitre 4 Domaines d'applications Conclusion

Page 53

Master (R) en Informatique Intitulé de la matière : Traitement Automatique du Langage Naturel Code : TALN Semestre : 03 Unité d’Enseignement : UE (Découverte)

Enseignant responsable de l’UE : …… Enseignant responsable de la matière: Nombre d’heures d’enseignement Cours : 1h30 TD : 0 TP : 0 Nombre d’heures de travail personnel pour l’étudiant : 1 Nombre de crédits : ……………02………….

Coefficient de la Matière : ……………02…………. Objectifs de l’enseignement. Les travaux sur les langages naturel est un champ d’investigation très riche. L’étudiant pourra exploiter le contenu de la matière pour développer surtout des interfaces interactives des systèmes intelligents en langage naturel. Il peut aussi exploiter ce contexte pour la reconnaissance et éventuellement la synthèse de la parole. Connaissances préalables recommandées Matière : intelligence artificielle, logique pour l’intelligence artificielle Contenu de la matière :

Introduction générale et Historique Les applications du TLN et l’Interface Langage Naturel ILN La traduction automatique des langages naturels et les ambiguïtés du langage naturel Les étapes d’analyse du Langage naturel IV.1. L’analyse morphologique et lexticale IV.2. Le traitement syntaxique IV.2.1. Traitement par Grammaires hors contexte IV.2.2. Traitement par RTN et ATN IV.2.3. Traitement par grammaire logique IV.2.4. Traitement à base de connaissances IV.2.5. Traitement à base de probabilités IV.3. Le traitement sémantique IV.3.1. Les réseaux sémantiques IV.3.2. La théorie de Dépendance Conceptuelle DC (Roger SCHANK) IV.3.3. La théorie de Chave IV.3.4. La théorie de Minsky (Frame)

Mode d’évaluation : Examen final Références : (Livres et polycopiés, sites internet, etc).

Page 54

Master (R) en Informatique

Intitulé de la matière : Reconnaissance de Forme Code : RF Semestre : 03 Unité d’Enseignement : UE (Découverte)

Enseignant responsable de l’UE : ……… ………………… Enseignant responsable de la matière: Nombre d’heures d’enseignement Cours : 1h30 TD : 0 TP : 0 Nombre d’heures de travail personnel pour l’étudiant : 1 Nombre de crédits : ……………02………….

Coefficient de la Matière : ……………02…………. Objectifs de l’enseignement. Les modèles de reconnaissance des formes seront exposés dans ce cours, ce qui donnera un aperçu général sur le traitement d’image pour la reconnaissance des formes. Connaissances préalables recommandées Matière : intelligence artificielle, logique pour l’intelligence artificielle Contenu de la matière :

Chapitre 1 Introduction générale Chapitre 2 Définitions de la reconnaissance des formes Chapitre 3 Techniques de reconnaissances des formes Chapitre 4 Domaines d’applications Conclusion

Mode d’évaluation : Examen final Références : (Livres et polycopiés, sites internet, etc).

Page 55

Master (R) en Informatique Intitulé de la matière : Application Web Code : AW Semestre : 03 Unité d’Enseignement : UE (Découverte)

Enseignant responsable de l’UE : ……… ………………… Enseignant responsable de la matière: Nombre d’heures d’enseignement Cours : 1h30 TD : 0 TP : 1h30 Nombre d’heures de travail personnel pour l’étudiant : 1 Nombre de crédits : ……………02………….

Coefficient de la Matière : ……………02…………. Objectifs de l’enseignement. L’objectif est présenter à l’étudiant un panorama des application Web tel que le e-learning, le e-commerce, la e-formation,…. En d’autres terme montrer à l’étudiant l’exploitation des TIC. Pour le développement d’application sur le Web à base d’entité intelligente. Connaissances préalables recommandées Matière : intelligence artificielle, logique pour l’intelligence artificielle Contenu de la matière :

Chapitre 1 Internet Chapitre 2 Les TIC Chapitre 3 E-learning Chapitre 4 D’autres domaines d’applications Conclusion

Mode d’évaluation : Examen final 80 % + 20% TP Références : (Livres et polycopiés, sites internet, etc).