Programme d’études 2021-2022English
Computer Vision & Machine Intelligence
Unité d’enseignement du programme de Master en sciences physiques à la Faculté des Sciences

CodeTypeResponsable Coordonnées
du service
Enseignant(s)
US-M1-SCPHYS-060-MUE optionnelleGOSSELIN BernardF105 - Information, Signal et Intelligence artificielle
  • GOSSELIN Bernard
  • MANCAS Matei

Langue
d’enseignement
Langue
d’évaluation
HT(*) HTPE(*) HTPS(*) HR(*) HD(*) CréditsPondération Période
d’enseignement
  • Anglais
Anglais, Français242400044.001er quadrimestre

Code(s) d’AAActivité(s) d’apprentissage (AA) HT(*) HTPE(*) HTPS(*) HR(*) HD(*) Période
d’enseignement
Pondération
I-ISIA-005Computer Vision & Machine Intelligence 2424000Q1100.00%

Unité d'enseignement

Objectifs par rapport aux acquis d'apprentissage du programme

  • Maîtriser des connaissances spécialisées
    • -Avoir développé les connaissances et compétences acquises lors du cycle précédent à un niveau qui s'étend au-delà du niveau de bachelier en physique, et qui fournit la base pour l'élaboration et l'application d'idées originales dans un contexte professionnel.
  • Se développer sur le plan personnel et professionnel
    • -Avoir développé les compétences qui leur permettront de continuer à acquérir des connaissances d'une manière autonome.
  • Avoir une démarche scientifique rigoureuse et créatrice
    • -Avoir la capacité de recueillir et d'interpréter des données scientifiques pertinentes et de les analyser de manière critique en distinguant les hypothèses de travail des faits avérés.

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 and machine learning techniques (Gaussian models, Clustering, Artificial Neural Networks, Dynamic Time Warping, Hidden Markov Models, Deep Neural Networks);
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

Les modalités d'évaluation sont susceptibles d'être ajustées en fonction du contexte d'enseignement/évaluation imposé par les mesures sanitaires.

Types d'évaluation Q3 pour l'UE

  • Examen oral

Commentaire sur les évaluations Q3 de l'UE

Les modalités d'évaluation sont susceptibles d'être ajustées en fonction du contexte d'enseignement/évaluation imposé par les mesures sanitaires.

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-ISIA-005
  • Cours magistraux
  • Travaux pratiques
  • Projet sur ordinateur
  • Etudes de cas

Mode d'enseignement

AAMode d'enseignement
I-ISIA-005
  • Mixte

Supports principaux

AA
I-ISIA-005

Supports principaux non reproductibles

AASupports principaux non reproductibles
I-ISIA-005Sans objet

Supports complémentaires

AA
I-ISIA-005

Supports complémentaires non reproductibles

AASupport complémentaires non reproductibles
I-ISIA-005Sans objet

Autres références conseillées

AAAutres références conseillées
I-ISIA-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-ISIA-005Non autorisé
(*) 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 dernière mise à jour de la fiche ECTS par l'enseignant : 29/04/2021
Date de dernière génération automatique de la page : 06/05/2022
20, place du Parc, B7000 Mons - Belgique
Tél: +32 (0)65 373111
Courriel: info.mons@umons.ac.be