Programme d’études 2022-2023English
Computer Vision & Machine Intelligence 
Unité d’enseignement du programme de Master : ingénieur civil électricien (MONS) (Horaire jour) à la Faculté Polytechnique

CodeTypeResponsable Coordonnées
du service
Enseignant(s)
UI-M1-IRELEC-201-MUE ObligatoireGOSSELIN 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
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 de l'UE

develop image processing techniques, together with a critical analysis of the problem;
apply image coding, analysis, segmentation adn feature extraction techniques
apply classification and machine learning techniques (deep learning)

Contenu de l'UE : descriptif et cohérence pédagogique

Image Processing, Image acquisition; lowlevel processing, filtering, transforms; image segmentation and registration;
Image Coding, Deep Learning

Compétences préalables

fundamentals of signal processing; probability and statistics

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
  • Hybride

Supports principaux non reproductibles

AASupports principaux non reproductibles
I-ISIA-005Sans objet

Supports complémentaires non reproductibles

AASupport complémentaires non reproductibles
I-ISIA-005Sans objet

Autres références conseillées

AAAutres références conseillées
I-ISIA-005Sans objet

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

AAReports des notes d'AA d'une année à l'autre
I-ISIA-005Autorisé

Evaluation du quadrimestre 1 (Q1) - type

AAType(s) et mode(s) d'évaluation du Q1
I-ISIA-005
  • Examen oral - En présentiel

Evaluation du quadrimestre 1 (Q1) - commentaire

AACommentaire sur l'évaluation Q1
I-ISIA-005Sans objet

Evaluation de l'épreuve de rattrapage du quadrimestre 1 (Q1) pour B1BA - type

AAType(s) et mode(s) d'évaluation rattrapage Q1(BAB1)
I-ISIA-005
  • Néant - Néant

Evaluation du quadrimestre 3 (Q3) - type

AAType(s) et mode(s) d'évaluation du Q3
I-ISIA-005
  • Production (travail écrit, rapport, essai, collection, produit…) à déposer - En présentiel

Evaluation du quadrimestre 3 (Q3) - commentaire

AACommentaire sur l'évaluation Q3
I-ISIA-005Sans objet
(*) 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 : 10/05/2022
Date de dernière génération automatique de la page : 20/06/2023
20, place du Parc, B7000 Mons - Belgique
Tél: +32 (0)65 373111
Courriel: info.mons@umons.ac.be