Programme d’études 2018-2019English
Image Analysis and Pattern Recognition
Unité d’enseignement du programme de Master ingénieur civil électricien à la Faculté Polytechnique
CodeTypeResponsable Coordonnées
du service
Enseignant(s)
UI-M1-IRELEC-201-MUE ObligatoireGOSSELIN BernardF105 - Théorie des circuits et Traitement du signal
  • GOSSELIN Bernard
  • MANCAS Matei

Langue
d’enseignement
Langue
d’évaluation
HT(*) HTPE(*) HTPS(*) HR(*) HD(*) CréditsPondération Période
d’enseignement
  • Anglais
Anglais242400044.001er quadrimestre

Code(s) d’AAActivité(s) d’apprentissage (AA) HT(*) HTPE(*) HTPS(*) HR(*) HD(*) Période
d’enseignement
Pondération
I-TCTS-005Image Analysis and Pattern Recognition2424000Q1100.00%

Unité d'enseignement
Corequis

Objectifs par rapport aux acquis d'apprentissage du programme

  • Imaginer, mettre en oeuvre et exploiter des systèmes / solutions / logiciels pour faire face à un problème complexe dans le domaine de l'électricité en tant que vecteur d information en intégrant les besoins, contextes et enjeux (techniques, économiques, sociétaux, éthiques et environnementaux).
    • Identifier le problème complexe à résoudre et élaborer le cahier des charges en intégrant les besoins (dont ceux du client), contextes et enjeux (techniques, économiques, sociétaux, éthiques et environnementaux).
    • Sur base de modélisations et d'expérimentations, concevoir un ou plusieurs systèmes / une ou plusieurs solutions / un ou plusieurs logiciels répondant au problème posé ; les évaluer compte tenu des différents paramètres du cahier des charges.
    • Mettre en oeuvre un système / une solution / un logiciel choisi sous la forme d'un dessin, d'un schéma, d'un organigramme, d'un algorithme, d'un plan, d'une maquette, d'un prototype, d'un software et/ou d'un modèle numérique.
    • Evaluer la démarche et les résultats en vue de leur adaptation (tests, mesures, optimisation, qualité...).
  • Mobiliser un ensemble structuré de connaissances et compétences scientifiques et techniques spécialisées permettant de répondre, avec expertise et adaptabilité, aux missions de l ingénieur civil en Electricité.
    • Maîtriser et mobiliser de façon pertinente des connaissances, des modèles, des méthodes et des techniques relatifs au domaine de l'Electricité.
    • Analyser et modéliser un problème en sélectionnant de manière critique des théories et des approches méthodologiques (modélisation, calculs), y compris en tenant compte des aspects pluridisciplinaires.
    • Identifier et étudier les applications possibles des technologies nouvelles et émergentes dans le domaine de l'électricité
    • Evaluer la validité des modèles et des résultats compte tenu de l'état l'art de la science et des caractéristiques du problème.
  • Communiquer et échanger des informations de manière structurée - oralement, graphiquement et par écrit, en français et dans une ou plusieurs autres langues - sur les plans scientifique, culturel, technique et interpersonnel en s'adaptant au but poursuivi et au public concerné.
    • Maîtriser la langue anglaise technique dans le domaine de l'électricité.

Acquis d'apprentissage UE

develop an applied pattern recognition system, together with a critical analysis of the problem;
apply image analysis and segmentation techniques
apply data processing techniques (feature extraction, feature selection);
apply classification techniques and train classifiers (Gaussian models, Clustering, Artificial Neural Networks, Dynamic Time Warping, Hidden Markov Models, Combining Classifiers);
estimate performances of classifiers.

Contenu de l'UE

Image Processing: Image acquisition; lowlevel processing, filtering, transforms; image segmentation and registration;
Pattern Recognition: SPR scheme, feature extraction, classifiers, combining classifiers; neural networks:feed-forward neural networks, training MLP, Deep Neural Nets; support vector machines; dynamic systems: dynamic time warping, hidden Markov models

Compétences préalables

fundamentals of signal processing; probability and statistics

Types d'évaluations Q1 pour l'UE

  • Examen oral

Commentaire sur les évaluations Q1 de l'UE

Sans objet

Types d'évaluation Q3 pour l'UE

  • Examen oral

Commentaire sur les évaluations Q3 de l'UE

Sans objet

Types d'évaluation rattrapage BAB1 (Q1) pour l'UE

  • Néant

Commentaire sur les évaluations rattr. Q1 de l'UE

Sans objet

Types d'activités

AATypes d'activités
I-TCTS-005
  • Cours magistraux
  • Travaux pratiques
  • Projet sur ordinateur
  • Etudes de cas

Mode d'enseignement

AAMode d'enseignement
I-TCTS-005
  • Face à face

Supports principaux

AASupports principaux
I-TCTS-005Copie de présentation - Partie 1 - IAPR - Part I: Image Processing - Matei Mancas
Copie de présentation - Partie 2 - IAPR - Part II: Pattern Recognition - Bernard Gosselin

Supports principaux non reproductibles

AASupports principaux non reproductibles
I-TCTS-005Sans objet

Supports complémentaires

AASupports complémentaires
I-TCTS-005

Supports complémentaires non reproductibles

AASupport complémentaires non reproductibles
I-TCTS-005Sans objet

Autres références conseillées

AAAutres références conseillées
I-TCTS-005Sergios Theodoridis, Aggelos Pikrakis, Konstantinos Koutroumbas, Dionisis Cavouras, "Introduction to pattern recognition - A MATLAB approach", 9780123744869
T. Dutoit & F. Marques, “Applied Signal Processing”, Springer, 2009
R.O. Duda & P.E. Hart, "Pattern Classification and Scene Analysis", John Wiley & Sons, 1973 (2000).
K. Fukunaga, "Introduction to Statistical Pattern Recognition", Academic Press, San Diego, 1990

Reports des notes d'AA d'une année à l'autre

AAReports des notes d'AA d'une année à l'autre
I-TCTS-005Autorisé
(*) HT : Heures théoriques - HTPE : Heures de travaux pratiques encadrés - HTPS : Heures de travaux pratiques supervisés - HD : Heures diverses - HR : Heures de remédiation - Dans la colonne Pér. (Période), A=Année, Q1=1er quadrimestre et Q2=2e quadrimestre
Date de génération : 02/05/2019
20, place du Parc, B7000 Mons - Belgique
Tél: +32 (0)65 373111
Courriel: info.mons@umons.ac.be