Programme d’études 2022-2023English
Défis en intelligence artificielle
Unité d’enseignement du programme de Master : ingénieur civil électricien (MONS) (Horaire jour) à la Faculté Polytechnique

CodeTypeResponsable Coordonnées
du service
Enseignant(s)
UI-M2-IRELEC-608-MUE optionnelleDUTOIT ThierryF105 - Information, Signal et Intelligence artificielle
  • BEN TAIEB Souhaib
  • DUPONT Stéphane
  • MAHMOUDI Sidi
  • SIEBERT Xavier
  • DUTOIT Thierry

Langue
d’enseignement
Langue
d’évaluation
HT(*) HTPE(*) HTPS(*) HR(*) HD(*) CréditsPondération Période
d’enseignement
  • Français
Français123600055.001er quadrimestre

Code(s) d’AAActivité(s) d’apprentissage (AA) HT(*) HTPE(*) HTPS(*) HR(*) HD(*) Période
d’enseignement
Pondération
I-ISIA-200Défis en intelligence artificielle1224000Q180.00%
I-ISIA-201Séminaire d'intelligence artificielle012000Q120.00%

Unité d'enseignement

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).
    • 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.
  • 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.
    • 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.
  • Planifier, gérer et mener à bien des projets compte tenu de leurs objectifs, ressources et contraintes et en assurant la qualité des activités et des livrables.
    • Respecter les échéances et le plan de travail.
  • 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.
    • Utiliser et produire des documents scientifiques et techniques de qualité (rapport, plan, cahier des charges,...) et surtout adaptés au but poursuivi et au public concerné.
    • Maîtriser la langue anglaise technique dans le domaine de l'électricité.
  • Agir en professionnel responsable, faisant preuve d'ouverture et d'esprit critique, inscrit dans une démarche de développement professionnel autonome.
    • Exploiter les différents moyens mis à disposition pour se documenter et se former de manière autonome.
  • Contribuer par un travail de recherche à la solution innovante d'une problématique en sciences de l'ingénieur.
    • Concevoir et mettre en oeuvre des analyses techniques, des études expérimentales et des modélisations numériques, ... pour répondre à un problème donné.
    • Récolter et analyser des données avec rigueur.
    • Interpréter adéquatement des résultats en tenant compte du cadre de référence au sein duquel la recherche s'est développée.

Acquis d'apprentissage de l'UE

Connaissance pratique des outils de l'IA (et en particulier du deep learning - DNN, Deep reinforcement learning); connaissance des architectures qui constitutent l'état de l'art pour la résolution de problèmes en IA.

Contenu de l'UE : descriptif et cohérence pédagogique

Trois challenges applicatifs en IA, et provenant de domaines diversifiés sont proposés. Pour chaque challenge, 3h seront consacrées à la théorie sous forme d'une séance ex-cathedra, suivie de 2 séances de co-working où les étudiants chercheront à relever le défi en équipes. Ils rédigeront ensuite chez eux un rapport sur leur solution.
En parallèle, une série de séminaires sont organisés, sur des sujets transdisciplinaires liés à l'IA.
Les formations se donneront en soirée (dans le format des Mons AI Meetups lancés en 2017).
Cette unité d'enseignement fait également partie du Certificat d'Université en Intelligence Artificielle
 (voir cette page pour plus d'infos, notamment l'onglet "Programme et Structure").

Compétences préalables

Bases de l'informatique et de la programmation (Python)

Types d'activités

AATypes d'activités
I-ISIA-200
  • Cours magistraux
  • Projet sur ordinateur
I-ISIA-201
  • Ateliers et projets encadrés au sein de l'établissement

Mode d'enseignement

AAMode d'enseignement
I-ISIA-200
  • En présentiel
I-ISIA-201
  • En présentiel

Supports principaux non reproductibles

AASupports principaux non reproductibles
I-ISIA-200Sans objet
I-ISIA-201Sans objet

Supports complémentaires non reproductibles

AASupport complémentaires non reproductibles
I-ISIA-200Sans objet
I-ISIA-201Sans objet

Autres références conseillées

AAAutres références conseillées
I-ISIA-200Sans objet
I-ISIA-201Sans 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-200Autorisé
I-ISIA-201Autorisé

Evaluation du quadrimestre 1 (Q1) - type

AAType(s) et mode(s) d'évaluation du Q1
I-ISIA-200
  • Production (travail écrit, rapport, essai, collection, produit…) à déposer - A distance
I-ISIA-201
  • Production (travail écrit, rapport, essai, collection, produit…) à déposer - A distance

Evaluation du quadrimestre 1 (Q1) - commentaire

AACommentaire sur l'évaluation Q1
I-ISIA-200Rapports sur les solutions apportées aux défis, 100%. L'absence de rapport à un des défis entraîne un 0 pour toute l'UE
I-ISIA-201Les seminaires seront cotés sur base de résumés de séminaires par les étudiants. L'absence de résumés des séminaires entraîne un 0 pour toute  l'UE

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-200
  • Production (travail écrit, rapport, essai, collection, produit…) à déposer - A distance
I-ISIA-201
  • Production (travail écrit, rapport, essai, collection, produit…) à déposer - A distance
  • Néant - Néant

Evaluation du quadrimestre 3 (Q3) - type

AAType(s) et mode(s) d'évaluation du Q3
I-ISIA-200
  • Production (travail écrit, rapport, essai, collection, produit…) à déposer - A distance
I-ISIA-201
  • Production (travail écrit, rapport, essai, collection, produit…) à déposer - A distance

Evaluation du quadrimestre 3 (Q3) - commentaire

AACommentaire sur l'évaluation Q3
I-ISIA-200même chose que pour Q1
I-ISIA-201Les seminaires seront cotés sur base de résumés de séminaires par les étudiants.
(*) 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 : 06/04/2022
Date de dernière génération automatique de la page : 21/06/2023
20, place du Parc, B7000 Mons - Belgique
Tél: +32 (0)65 373111
Courriel: info.mons@umons.ac.be