ANNEXESDétail des cours par spécialité : • • • • • • M1 Systèmes Informatiques M2 Systèmes Intelligents et Communicants (P) M2 Systèmes Intelligents et Communicants (R) M1 Modélisation Analyse des Données et Calcul Scientifique M2 Modélisation Analyse des Données et Calcul Scientifique (P ou R) M2 Electronique des Systèmes Autonomes 1 MASTER SI (1ère année) SYSTEME INFORMATIQUES Contenu des enseignements La liste suivante contient toutes les UE proposées dans le cadre des parcours du M1-S1 et M1-S2 SI. Les UE notées UE*-SI sont propres au Master SI. Les UE notées UE*-MADOCS-SI sont mutualisées avec la première année de master Madocs. UNITES D'ENSEIGNEMENT DE SPECIALISATION DU PREMIER SEMESTRE UEF-SI-1 - Conception Orientée Objet Responsable : Philippe LAROQUE Objectif : (1) Connaître le cycle de vie classique d'une application, (2) comprendre la nécessité du logiciel réutilisable, en maîtriser l'utilisation et la conception, (3) acquérir les techniques permettant de réaliser les étapes classiques de ce cycle dans un contexte " objet ". Plan des enseignements • • • • Modélisation UML Design patterns: utilisation et création Règles de transition vers l'implémentation - Réutilisation du logiciel Java "avancé": réflexion, synchronisation de threads, sockets, jdbc, servlets, rmi Prérequis : maîtrise des concepts de base de l'objet et d'un langage de programmation par objets UEF-SI-2 - Traitement du Signal et de l'Image Responsable : Mai NGUYEN-VERGER Objectif : présentation des outils mathématiques du traitement de l'image et du signal et des applications associées. Plan des enseignements • • • • • • • • • • • • • Distributions et transformées Produit scalaire et produit de convolution de fonctions Espace de distributions, série de Fourier, peigne de Dirac Transformation de Fourier à une dimension (TF 1D) : définition et propriétés Transformée de Fourier, Transformation en Z Traitement numérique du signal (TNS) Echantillonnage, théorème de reconstruction Transformée de Fourier discrète (FFT 1D) Analyse spectrale de Fourier Filtres linéaires invariants par décalage (MA, AR, ARMA) Système d'équation aux différences Synthèse de filtres numériques Programmation du TNS en Matlab 2 • • • • • • DSP Traitement numérique de l'image Transformation de Fourier à deux dimensions (TF 2D) : définition, propriétés et TF 2D discrète (FFT 2D) Echantillonnage : repliement spectral, Moiré Convolution et filtrage linéaire 2D Autres transformées Prérequis : Bases mathématiques UEF-SI-3 - Informatique Embarquée Responsable : Pierre ANDRY Objectif : apprentissage des concepts et techniques de l'informatique embarquée du niveau hardware jusqu'au niveau logiciel. Le but de ce cours est d'introduire les concepts de programmation temps réel et d'informatique industrielle. Ce cours a une vocation culture générale pour les étudiants désirant se spécialiser en M2 sur les aspects réseaux ou systèmes d'information (comprendre comment fonctionne les systèmes actuels utilisés pour l'acquisition, le traitement et le routage de l'information). Il donnera aux étudiants intéressés par la conception de systèmes temps réel les bases nécessaires pour suivre les cours associés du M2. Plan des enseignements • • • • • • • Introduction au temps réel Mécanismes fondamentaux (interruptions, ressources, mémoire) Maîtrise du temps Architecture d'un OS temps réel (ex. Unix, Temps Réel, QNX, VxWorks...) Systèmes à microprocesseurs et microcontrôleurs Programmation en C et Assembleur Architectures Dédiées (le but est d'introduire VHD/system C afin de montrer comment mettre en place un micro processeur et ses E/S sur un FPGA à partir de blocs d'IP. Cours en liaison avec le modules optionnel " Architecture avancée des systèmes à microprocesseur " ) Illustration sur des applications multimédia temps réel Prérequis : architecture, systèmes, programmation C UEF-SI-4 – Réseaux Responsable : Tuyêt Trâm DANG NGOC Objectif : Présentation des réseaux avancé en terme d'outils et de méthodes. Plan des enseignements [Site] • Rappel des principe de base du modèle OSI et du modèle IP • Simulation (ns2) et dimensionnement de réseaux • Routage dynamique (RIP, OSPF, BGP) • Multicast • IPv6 • Réseaux sans-fil (Wi-Fi, bluetooth, ZigBee, etc.) • Etudes des réseaux Mobiles avec ou sans infrastructures (Ad-hocs) Prérequis : Principes de base des réseaux TCP/IP et ses services UEF-MADOCS-SI-2 - Probabilités et Statistiques pour le Signal et les Réseaux Responsable : Bernard CHALMOND 3 Objectif : Fournir et approfondir les concepts mathématiques sur lesquels s'appuient la théorie de l'information, le traitement du signal et les réseaux. Plan des enseignements Eléments de probabilité Modèles Markoviens, files d'attente, modèles de réseaux (chaînes de Markov, classification des états, récurrence et transience, loi stationnaire, convergence vers l'équilibre critère de Foster. Réseaux de files d'attente. Chaînes de Markov à temps continu, Files d'attente M/M/1, M/M/cc. Réseaux de Jackson, Réseaux avec perte. Protocoles d'accès à un canal de communication ALOHA, Ethernet, Algorithme en arbre, Protocoles à jeton. Protocole de transmission de données (TCP), architecture du réseau Internet, modèles probabilistes.). • Théorie de l'information (entropie, entropie jointe, information mutuelle, entropie conditionnelle, entropie d'un langage, ex. d'application à la compression). • Traitement statistique du signal • Modélisation aléatoire du signal • Caractéristiques du premier et second ordre (moyenne, fonction de covariance) • Stationnarité (fonction d'auto corrélation, fonction d'inter corrélation, densité spectrale de puissance). • Filtrage (formules des interférences) • Estimation et ergodisme (corrélogramme, périodogramme) Prérequis : base mathématiques d'une licence scientifique. • • UEF-MADOCS-SI-3 Intelligence Artificielle Responsables : Pierre ANDRY, Philippe LAROQUE Objectif : Fournir les algorithmes de base de l'intelligence artificielle, de la classification et des réseaux de neurones. Plan des enseignements • Intelligence Artificielle classique (Ph. Laroque) [Site] • Algorithmes de recherche dans des espaces d'états avec fonction heuristique (A*, alpha-béta) • Moteurs d'inférence et Systèmes experts • Introduction à la logique floue • Classification et réseaux de neurones (P.Andry) • Introduction: du neurone biologique au neurone formel • Apprentissage: La règle de Hebb • Perceptron : perceptron simple, séparabilité linéaire, • Perceptron multi-couches: lien avec classification bayésienne ,Rétro propagation du gradient • Modèle de Hopfield • Modèle de Kohonen • Illustrations Prérequis : structure de données (listes, arbres, graphes), logique, éléments de statistique. 4 M1 SI UNITES D'ENSEIGNEMENT FONDAMENTALES DU 2d SEMESTRE UEF-SI-5 - Systèmes de traitement d'images Responsable : Pierre ANDRY Objectif : Acquérir les fondement des systèmes de traitement d'images du point de vue algorithmique et psychophysique. Plan des enseignements Acquisition d'images Quantification, LUT, transformations ponctuelles Échantillonnage Capteurs Radiométrie et colorimétrie, espaces de représentation couleurs Outils de traitement d'images Extraction de contours Segmentation en régions Morphologie mathématique binaire Vision par ordinateur Géométrie des prises de vue, modèles de caméra (sténopé,...) calibration Mise en correspondance stéréoscopique, primitives et algorithmes, recalage d'images, de séquences • Reconstruction 3D et synthèse • Vision naturelle (Cours assuré par un psychologue) • Notions d'anatomie du système visuel (de la rétine aux aires visuelles) • Notions de psychophysique (effets de masquage, effets consécutifs...) • Applications aux sciences pour l'ingénieur (compression d'images, reconnaissance de formes...) Prérequis : Bases mathématique, algorithmique et programmation • • • • • • • • • • • • UEF-SI-6 – Anglais Renforcement de l’anglais conversayionnel, préparation au TOEIC. Avec possibilité de s’inscrire à une des deux session de TOEIC au printemps. Approfondissement de l’anglais techniques avec un focus sur les nouvelles technologies UEF-MADOCS-SI-1 - Décidabilité, Complexité, Approximation Responsable : Dominique LAURENT Objectif : dégager des outils conceptuels d'étude et de comparaison d'algorithmes Plan des enseignements • Fonctions récursives et machines. Thèse de Church, Exemples de problèmes indécidables. • Réductions et classes de complexité : P, NP, EXP, PSPACE ... • Liens entre les complexités temporelles et les complexités spatiales. • Algorithmes d'approximation, Classes d'approximation. Prérequis : une bonne connaissance de l'algorithmique de base (graphes, flots, programmation linéaire, algorithmes gloutons, programmation dynamique, algorithmes probabilistes, logique et circuit). Théorie élémentaire des langages : langages algébriques (souhaité mais pas indispensable). 5 UNITES D'ENSEIGNEMENT DE SPECIALISATION DU SECOND SEMESTRE Une de ces deux UE de spécialisation devra être choisie par l'étudiant. L'UEC1 comporte un projet à effectuer tout au long du deuxième semestre ainsi qu'un module d’approfondissement (UE supplémentaire à choisir parmi les UE complémentaires proposées) UEC-SI-1 –Projet et génie logiciel appliqué Le but des projets sera d'approfondir les concepts vus dans les différents cours en les appliquant à des problèmes pratiques. On insistera plus particulièrement sur la pluridisciplinarité des domaines abordés dans les projets, le travail en groupe et l'initiation à la recherche que permettent ces projets (travail à partir d'articles, recherche bibliographique, analyse/comparaison d'algorithmes...). Si cette UE de spécialisation est choisie, une unité d'enseignement complémentaire devra en plus être suivie en plus des 2 UE complémentaires. UEC-SI-2 –Stage Long Ouverture en 2010-2011. Le stage long pourra se dérouler en entreprise ou en Laboratoire de recherche selon le projet de l’étudiant. UNITÉS D'ENSEIGNEMENT COMPLÉMENTAIRE DU 2eme SEMESTRE UEC-SI-3 - Communication Numérique Responsable : Inbar FIJALKOW Objectif : Présentation de la mise en forme des signaux à transmettre et de la gestion de la couche physique pour les transmissions sans fils. Plan des enseignements • Codage de source, compression (JPEG, MPEG) • Couche physique : filaire (xDSL), sans fils (WLAN, GSM et UMTS) • Mise en forme du signal (codage correcteur, mapping, filtre de mise en forme, mélangeur) • Taux d'erreur binaire • Techniques d'accès multiples (TDMA et GSM, CDMA et UMTS, OFDMA) • Prérequis : MASTER SCIENCES INFORMATIQUES réseau, système, probabilités et statistiques pour le signal et réseaux UEC-SI-4 – Architecture des systèmes à microprocesseur Responsable : Benoît MIRAMOND Objectif : Présentation des bases à la fois de l'architecture des systèmes à micro-processeurs a hautes performances et les concepts relatifs à la programmation de telles architectures. Plan des enseignements • • • • • Concepts d'architectures CISC/RISC Les notions de programmation des architectures RISC Architecture avancée des processeurs Programmation des processeurs DSP Introduction aux systèmes sur puce 6 Prérequis : architecture, systèmes, langage C UEC-MADOCS-SI-4 - Bases de Données Avancées, distribuées et objets Responsable : Dan VODISLAV Objectif : Approfondissement des modèles de bases de données Plan des enseignements • Bases de données relationnelles et aspects physiques • Contraintes sur les données (statiques et dynamiques), triggers SQL Techniques d'optimisation de requêtes • Notion de transaction, concurrence d'accès (propriétés ACID, verrouillage en deux phases), reprise après panne • Techniques d'accès aux fichiers (hash-code, index, arbres) • Extensions du modèle relationnel • Bases de données réparties • Bases de données déductives • Modèles Orienté Objet et Relationnel Objet • Bases de données semi-structurées (XML, Langage de requêtes XQuery,...) Prérequis : Bases de données relationnelles, algorithme, structures de données, réseaux informatique UEC-MADOCS-SI-5 – Intégration et entrepôt de données Responsable : Tao-Yuan JEN Objectif : Présentation des traitements de données essentiels dans le cadre de techniques concernant l'intégration, le stockage et la visualisation. Plan des enseignements • • • • • • • • • • • • • • Visualisation d'information : Fondements pour la visualisation de données Environnement et terminologie pour la visualisation de données Techniques de visualisation et interaction avec l'utilisateur Entrepôts de données : Modèle de données multidimensionnel Cube de données. Interrogation de cubes de données Intégration de données : Hétérogénéité des sources de données Architectures de médiation Intégration de schémas Traitement de requêtes Modèles de coûts Prérequis : Bases de données relationnelles, algorithme, structures de données, programmation Java. UEC-MADOCS-SI-6 - Chiffrement et Applications Responsable : Philippe LAROQUE, Tuyêt Trâm DANG NGOC Objectif : acquisition des concepts mathématiques fondements de la cryptographie et algorithmes. Applications à la sécurité réseau Plan des enseignements • Bases théoriques : • Bases mathématiques (Groupes, Corps fini, Théorie des nombres, Probabilités, Entropie, courbes 7 • • • • • • • • • • algébriques) Cryptographie classique, Cryptographie à clé secrète, Cryptographie à clé publique, Fonctions de hachage, Générateur pseudo aléatoires. Signature et code d'authentification. Distribution des clés. Preuve sans apport d'information. Cryptanalyse linéaire et différentielle Applications en réseaux DES, TDES, BlowFish, RSA, DSA GPG/PGP SSH, VPN Architecture PKI (SSL) Portail captif, RADIUS WEP, WPA1, WPA2 Prérequis : Goût pour l'algèbre et les probabilités. Base de réseaux 8 M2 SICp Systèmes Intelligents et Communicants Parcours PRO Contenu des enseignements La liste suivante contient toutes les UE proposées dans le cadre des parcours du M2-S1 et M2-S2 SICp. 2 UE sont partiellement communes avec SICr. La combinaison de quatre d’entre elles permet de caractériser les deux parcours pro prédéfinis. Quelques unités d’enseignement possèdent des modules en commun pour plusieurs parcours. Ainsi, le module “réseau mobiles et QoS” de l’UEF 6 est commun avec l’UEF 7 et l'UEF 9. De même, le module “architecture pour les systèmes intelligents” se retrouve dans les UEF 4 et UEF 5. UEF-SICp 1 - Conception d’info-appliances Responsables : P. Andry, T.T. Dang-Ngoc Objectif : approfondissement des algorithmes et techniques pour l’informatique embarquée Plan des enseignements : Java embarqué (cours organisé par l’ITIN) – différences Java / Embedded Java – J2ME – l’API MIDP, les composants IHM, le support réseau et la persistance des données – les cartes à puce – Java Card – TP avec mise en place J2ME/MIDP et Java Card Programmation internet – langages de description de pages web – Java – protocoles de communication niveau application (ftp, gopher, http, mail) – acquisition – traitement de données par des systèmes à microcontrôleurs – réseaux hétérogènes Capteurs intelligents (TP d'intégration, env. 20h) Réseaux avancés: même cours que l'UEF6 Prérequis : approche objet, langages C et Java, architecture, réseau UEF-SICp 2 – Sécurité des réseaux Responsable : T.T. Dang-Ngoc Plan des enseignements: VLANs • Réseaux locaux virtuels • Standard IEEE 802.1Q 9 Routage inter-VLAN Interconnexion et filtrage réseau Support IPV6 Supervision et métrologie des réseaux • Le protocole SNMP • Supervision des applications et services réseaux • Supervision des ressources locales • Support IPV6 • Projets avec Nagios et Cacti Systèmes et Applications Distribués (partie I) • • • UEF-SICp 3 - Architecture pour systèmes multimédia Responsable : B. Miramond Objectifs : À partir d'une analyse critique de l'évolution des architectures de traitement, ce module fera le bilan des unités de calcul présentes aujourd'hui dans l'embarqué. Suivant la densité d'intégration des circuits, le module introduira naturellement la notion de Système sur Puce (SoC) et la complexité relative de conception des parties logicielles et matérielles (codesign) qui les composent. Cette notion de SoC sera étudiée à la fois sous l'angle de la spécification unifiée des parties logicielles et matérielles en SystemC, et sous l'angle pratique par la conception de systèmes sur FPGA (SoPC). L'objectif à la fin du module est de savoir concevoir un système multiprocesseur (MPSoC) et de le programmer en temps réel. Plan des enseignements : Partie I : –Mesures empiriques de l'évolution des calculateurs embarqués –Les technologies des circuits intégrés (ASIC, CPLD, FPGA, les systèmes sur puce) – Les architectures reconfigurables • Architecture des FGPA • Les processeurs reconfigurables • La reconfiguration dynamique – La conception de systèmes sur puce • Conception d’Intellectual Properties • Architectures des SoC pour le multimedia Partie II : – Les outils et méthodologies de conception • Langage de description matérielle (Vhdl, Verilog) • Le flot de conception des systèmes numériques • Introduction au concept du CoDesign – Un langage de description unifié Hw/Sw : SystemC – Noyau de simulation évènementiel de SystemC – Niveaux d'abstraction et exploration d'espace des solutions de conception • SystemC synthétisable • SystemC TLM Prérequis : langage C/C++, architecture des système, OS, temps réel UEF-SICp 4 - Agents et Systèmes intelligents Responsable : P. Gaussier Objectif : Le but de ce cours sera de permettre aux étudiants d’apprendre à intégrer les différentes briques de base (vues dans les autres cours du master) nécessaires à un système « intelligent ». Le cours sera basé sur les modèles d’architectures de contrôles imaginées en IA, robotique et SMA pour contrôler des systèmes complexes. Des comparaisons avec des résultats en psychologie, neurobiologie et éthologie seront discutés. De nombreuses études de cas seront présentées. 10 Plan des enseignements : Architectures pour les systèmes intelligents : • Introduction à la théorie des systèmes • Méthodologie de conception de systèmes (approches descendante/ascendante, problèmes de hiérarchisation...) • Dynamique des boucles Perception/Action (approches Gestaltistes et Gibsonienes des mécanismes perceptifs et moteurs) • Modèles d’architectures de contrôle pour les systèmes robotiques (architectures séquentielles, subsumption, approches comportementales vs fonctionnalistes) • Dynamique des processus de prise de décision (problème de stabilité, mécanismes d’hystérésis...) Systèmes multi-agents (plateformes, algorithmes et applications réseaux, e-commerce...) • De l'objet à l'agent • Modèles d'architecture (CORBA, RMI, JADE...) • Etudes de cas d’objets communicants et de systèmes intelligents (le problème de l’intégration et de l’optimisation du système complet). IHM multimodales (image/parole) • • • • Introduction générale sur le cours, Agent Animé, Emotions, personnalité les déictiques et l'évaluation des interfaces multimodales traitement d'image pour la communication multimodale (reconnaissance des expressions faciales, des mouvements expressifs...) mini-projets Prérequis : intelligence artificielle, architecture, réseau, Interface Homme-Machine UEF-SICp 5 - Temps réel et systèmes embarqués intelligents Responsable : P. Andry Objectif : Etre capable de mettre en oeuvre une application temps réel dans le cadre d’un système réparti complexe. Plan des enseignements : – architectures pour les systèmes intelligents (20h communes avec UEF 4) – programmation temps réel de systèmes embarqués (40h) – architecture et programmation des PDA – réseaux dédiés (bus CAN, I2C...) – Etudes de cas (contrôle de robots mobiles) Prérequis : architecture, système, intelligence artificielle UEF-SICp 6 - Systèmes et Réseaux de communication numériques Responsables : I. Fijalkow, D. Nicholson Objectif : présentation des algorithmes classique de compression, approfondissement des communications numériques et des réseaux Plan des enseignements : Introduction : Chaîne de transmission I- Principe, Architectures et ingénierie des systèmes de compression d'images fixes et de vidéos. • Notion de photométrie/calorimétrie, échantillonage des images et espaces de couleur, format des images vidéo. • Compression d'images fixes : principes, architectures et standards (JPEG/JPEG2000). • Compression de vidéos : principes, architectures et standards (MPEG2, H264). • Aspects architecturaux, système et logiciels pour la diffusion de données multimédia (aspects réseau, protocoles de transmission, etc...) 11 II – Transmission sur la couche physique • Mise en forme du signal : modulation (mapping, filtre de mise en forme, Nyquist, mise sur porteuse) • Canal de transmission à haut-débit (évanouissements temporels, fréquentiels) • Codage de canal • Egalisation • Modulation multiporteuse OFDM (diffusion DVBT) • Accès multiple en temps, fréquence et code (GSM, WiMax, UMTS) III - réseaux mobiles et QoS (20h) • flux multi-média • qualité de service • réseaux mobiles • simulation Prérequis : Traitement du signal, systèmes de communications, réseau UEF-SICp 7 – Mobilité des réseaux Responsable: T.T. Dang-Ngoc Objectif : Plan des enseignements: Mobilité: • Portail captif: scalable ; non sécurisé • Virtual Private Networks (VPN) • PPTP, L2F, L2TP • IPSec • Support IPV6 • Projet NAC et 802.1x: • 802.1x: scalable et sécurisé • EAP (Extensible Authentification Protocol), EAP over LAN (EAPOL) • Support IPV6 • Projet avec Radius / LDAP / VLAN dynamiques (802.1Q) Réseaux mobiles et QoS: voir UEF6-III UEF-SICp 8 - Techniques de data-mining Responsable : D. Laurent Objectif : Acquisition des principaux concepts et méthodes dans le domaine de l’informatique décisionnelle Plan des enseignements : – Introduction à la problématique de l’extraction de connaissances dans les gros volumes de données – Entrepôts de données – Intégration de données hétérogènes – Architecture logicielle d’un entrepôt – Schémas en étoile et en flocon – Maintenance d’un entrepôt de données – Données multidimensionnelles – Définitions et opérations de base – Langages de requêtes – Techniques de data mining – Introduction aux différentes techniques d’extraction de connaissances et mesures de 12 qualité associées – Arbres de décision – Principaux algorithmes de clustering (k-means, k-medoids, DBSCAN, CLIQUE) – Règles d’associations (algorithme A priori et ses variantes) – Mise en oeuvre sous WEKA. Prérequis : base de données relationnelles, intelligence artificielle, logique UEF-SICp 9 - Systèmes et Applications Distribués Responsable : M. Naimi Objectif : théorie, algorithmes et outils pour la conception d’applications distribuées Plan des enseignements : – Définitions et notations - Systèmes et algorithmes distribués – Conception et Complexité – Notions d’état local et global – Classes de topologies et leurs propriétés (anneaux, maillage complet et quelconque, arbres) – Ordonnancement (ordre Local, ordre Fifo, ordre Total, ordre Causal) – Routages – Routage par inondation – Routage par diffusion contrôlée – Diffusion totale (broadcast) – Diffusion restreinte (multicast) – Applications : Construction des tables de routage, Election , Construction d’arbres de diffusion, Routage dans les réseaux mobiles, Calculs distribués et parallèles – Allocation des ressources – Algorithmes basés sur le principe du consensus – Algorithmes basés sur le principe du jeton – Contrôle des calculs distribués (terminaison, état stable) – Etude de l’ordonnancement causal (applications aux bases de données distribuées) – Tolérances aux fautes – Outils de conception : SPIN et PROMELLA − Plate-forme pour les applications distribuées : CORBA – Réseaux mobiles et QoS: voir UEF6-III Prérequis : réseau UEF-SICp 10 - Gestion de projet et communication (ITIN) Ce cours se fait en parallèle et en complément du projet de synthèse. Il est pris en charge par l’ITIN dans le cadre de la formation par l’apprentissage. Après une rapide introduction aux techniques de gestion de projets, les étudiants devront mettre en oeuvre ces techniques sur leur propre projet. Le cours consistera donc en un certain nombre de séances réparties sur l’ensemble du projet avec à chaque fois la mise en pratique d’une partie du cours sur les projets des étudiants (cahier des charges, planning, révisions, délivrables, gestion des problèmes de planning...). UEF-SICp 11 - Création d’entreprise (ITIN) Il s’agit d’un séminaire long (6 jours) visant à introduire les techniques de marketing, gestion / comptabilité en se servant du cadre “ludique” de la création d’une entreprise. La soutenance à la fin du séminaire se fait devant des investisseurs / banquiers / responsables d’entreprise de la région (chambre de commerce de Versailles - Val d’Oise). L’opportunité est offerte aux étudiants de coupler ce cours avec leur projet de 13 synthèse afin de participer à des concours de création d’entreprise s’ils le souhaitent. UEF-SICp 12 - Projet de synthèse Les projets de synthèse de déroulent sur toute la durée de la formation. Ils sont développés par des groupes de 3 à 5 étudiants et doivent être de nature pluridisciplinaire (mélanger les compétences acquises dans au moins 3 cours différents). Les projets de synthèse visent à mettre les étudiants dans la position de chef de projet. Réclamant un travail important (plus de 200h par étudiant) et répartis sur l'ensemble des 6 mois passés à l'université, ils impliquent les étudiants dans toutes les phases, de la définition précise du cahier des charges à la réalisation en passant par les commandes de matériel ou de logiciel, la rédaction de dossiers de conception etc. UEF-SICp 13 – Anglais Les cours d'anglais, en petits groupes (une dizaine d'étudiants), sont pensés pour habituer les étudiants à s 'exprimer à l'oral dans cette langue sur des sujets liés aux sciences, aux techniques mais aussi à l'actualité. Une présentation individuelle filmée leur permet de corriger plus rapidement leurs travers. Un examen de TOEIC est systématiquement proposé, même si aucune note « plancher » à cet examen n'est pour l'instant nécessaire à l'obtention du diplôme. UEF-SICp 14 - Stage long en entreprise (6 mois) Liste des entreprises ayant pris un apprenti de l’ancien DESS SMC ou du master 2 Pro S2IC – TIGA Technologies (Cergy) – France Télécom R&D (Issy les Moulineaux) – Telisma (Lannion) – Thalès Communications (Colombes) – Cust Home (Fresnes) – TD & SI (Goussainville) – SFR (La Défense) – INEO SYSTRANS (Achères) – RealEyes (Cergy, Saint-Cloud) – INFORT (Cergy) – Ministère des Finances (Paris) – Helvétius Ingénierie (La Garenne - Colombes) – Spie Thermatome (Cergy-Pontoise) - ONERA (Bagneux) - ... – Question d’Image (Boulogne) – Kyosha Industrie (Bezons) – Thalès ATM (Bagneux) – Karavel (Paris) – SAGEM (Eragny - Osny) – Cap Gemini Télécom (La Défense) – Météo Consult (Vernouillet) – EADS (Vernon) – Total (La Défense) – Balogh (Paris) – PTV Loxane (Cergy) – Cervix - Acsience (Paris) - PSA (Rennes) - PC Street (St-Germain en Laye) 14 M 2 SICr Systemes Intelligents et Communicants Parcours Recherche Unités d’enseignement fondamentales Choisir 5 UEF parmi 7 • UEF-SICr 1 • UEF-SICr 2 • • • • • UEF-SICr 3 Ondelettes et bancs de filtres (M. Chapron ETIS et E. Le Pennec LPMA Paris 7) Introduction au traitement numérique des images (S. Philipp-Foliguet, F. Precioso, A. Histace ETIS) Bases des communications numériques : Information, détection (D. Declercq, C. Poulliat ETIS) UEF-SICr 4 Intelligence artificielle (P. Laroque, M. Quoy ETIS) UEF-SIC 1 Architectures des Systèmes Intelligents (partie de UEF SICp 4) (P. Gaussier ETIS) UEF- SIC 2 Base des techniques d'intégration et fouille de données (D. Laurent, D. Vodislav, ETIS) UEF-ESA-SIC 1 Techniques d'optimisation (I. Fijalkow, P. Gaussier ETIS) Unités d’enseignement complémentaires Choisir 4 UEC parmi 15 • UEC-SICr 1 Interprétation et indexation d’image (S. Philipp-Foliguet, PH Gosselin ETIS,) • UEC-SICr 2 Compression et tatouage d’images fixes et vidéos (M. Chapron ETIS, D. Nicholson THALES, S. Baudry Nextamp) • UEC-SICr 3 Principes de physique-mathématique et problèmes inverses en imagerie (M. Nguyen ETIS, T. Truong LPTM) • UEC-SICr 4 Vision par ordinateur : calibration, mise en correspondance, mouvement • (F. Precioso ETIS, N. Paparoditis IGN, V. Guitteny THALES) • UEC-SICr 5 Vision naturelle et artificielle (L. Hafemeister, P. Gaussier ETIS) • UEC-SICr 6 Robotique et commande bio-inspirée (P. Henaff ETIS) • UEC-SICr 7 Apprentissage, adaptation (P. Andry, P. Gaussier, M. Quoy ETIS) • UEC-SICr 8 Codage, turbo-codage (D. Declercq, C. Poulliat, ETIS) • UEC-SICr 9 Transmissions à haut-débit (I. Fijalkow, P. Duvaut ETIS) • UEC-SICr 10 Entrepôt et fouille de données (D. Laurent, ETIS) • UEC-SICr 11 Méthodes bayésiennes (P. Duvaut, ETIS) • UEC-ESA-SIC-1 Systèmes intégrés de transmission de données (J-L Gautier, M. Ariaudo ECIME) • UEC-ESA-SIC-2 Systèmes embarqués auto-adaptables (B. Granado, B. Miramond ETIS) • UEC-ESA-SIC-3 Méthodologie de conception des circuits numériques (B. Granado, ETIS) • UEC-ESA-SIC-4 Architectures des systèmes reconfigurables (A. Benkhelifa, F. Verdier ETIS) 15 UEF-SICr 1 - Ondelettes et bancs de filtres (M. Chapron – ETIS, E. Le Pennec – LPMA, Paris 7) Mots clés : Ondelettes continues et discrètes, Analyse Multirésolution, Filtres Miroirs en Quadrature, algorithmes Pyramidaux, décomposition Dyadiques, Relations d’Incertitude, facteur de qualité constant, Pavage du plan temps-fréquence. Ce cours introduit les bases de la théorie des ondelettes qui permettent de maîtriser leur utilisation et de saisir leurs enjeux dans des différentes applications, telles que le codage et la compression, la détection de non-stationnarités, la synthèse de bancs de filtres, le débruitage. Les points suivants seront traités : Transformée en ondelettes discrètes et continues Transformée en ondelettes orthogonales et bi-orthogonales Analyse Multirésolution 1D et 2D Algorithmes pyramidaux Algorithmes à trous, en quinconce Filtres Miroirs en quadrature QMF et à recontruction parfaite Transformée en ondelettes et leur transformées de Fourier, propriétés Transformée en ondelettes géométriques (bandlets, curvelets) Prérequis : transformée de Fourier, calcul intégral. UEF-SICr 2 - Traitement numérique des images (S. Philipp-Foliguet, F. Precioso, A. Histace - ETIS) Mots clés : numérisation, restauration, filtrage, extraction de contours, segmentation. L’objet de ce cours est de présenter les concepts de base du traitement d’images, depuis l’acquisition et la formation de l’image, jusqu’à l’extraction de primitives contours et régions. Le premier point est de se familiariser avec l’objet étudié, à savoir l’image numérique comme signal bidimensionnel discret. Ensuite, les techniques de filtrage, de restauration et de segmentation d’images sont étudiées. Acquisition d’images : échantillonnage, quantification, transformée de Fourier Prétraitement et restauration : transformations d’histogrammes, filtrage linéaire, non linéaire, anisotrope Détection de contours, segmentations d’images Morphologie mathématique binaire Prérequis : traitement numérique du signal, transformée de Fourier, signal aléatoire. UEF-SICr 3 - Bases de communications numériques : Information, détection (D. Declercq, C. Poulliat- ETIS) Mots clés : capacité, codage de source, alphabet de modulation, codage de canal, condition de Nyquist, filtre de mise en forme, canal additif Gaussien, rapport signal à bruit, filtre adapté, probabilité d’erreur bit, 16 efficacité spectrale, canal dispersif en temps, canal dispersif en fréquence, égalisation. Le but de ce cours est de présenter les différents organes d’une chaîne de communication usuelle, en insistant sur les outils empruntés aux théories de l’information et de la détection. Émission : Au niveau de l’émetteur, on utilise les résultats de la théorie de l’information pour transformer les signaux que l’on veut émettre. Ces transformations servent entre autre à réduire la redondance des signaux (codage de source), mettre en forme l’information (techniques de modulation), sécuriser ou améliorer la transmission (codage de canal), maximiser le débit d’information utile (calcul de capacité). Réception : En présence de bruit thermique et en l’absence d’autres perturbations, le récepteur d’une chaîne de communication se construit comme une fonction de détection. On dérive ainsi le filtre adapté, les détecteurs optimaux et les performances des différents alphabets de modulation. Lorsque l’on considère en plus un canal de propagation, de nouvelles perturbations sont introduites. On décrira en particulier, les canaux dispersifs en temps ou en fréquence et les traitements appliqués pour réduire les perturbations, codage correcteur d’erreur ou égalisation. Prérequis : bases de probabilités, filtrage, processus aléatoires. UEF-SICr 4 - Intelligence Artificielle (M. Quoy, P. Laroque - ETIS) Mots clés : résolution de problèmes, algorithmes de jeu, systèmes experts, logique floue, réseaux de neurones, algorithmes génétique. Le but de ce cours est d’introduire différents types de techniques dites d’Intelligence Artificielle (IA) appliquées à des problèmes liés au traitement du signal, à la reconnaissance des formes et à la robotique. Tout d’abord nous présenterons la notion d’agent intelligent puis les techniques classiques de résolution automatique de problèmes dans un espace d’état de grandes dimensions: Rappels de recherche dans un arbre ou un graphe Algorithme A* (notion de fonction heuristique) Arbres ET/OU, minimax, alpha/beta... Logique formelle d’ordre 0 et d’ordre 1 (principe de résolution...) Systèmes à bases de règles Nous étudierons ensuite comment le raisonnement peut être formalisé et utilisé dans des systèmes experts: Logique floue Par la suite, des techniques basées sur l’emploi de réseaux de neurones seront présentées de même que les systèmes à base de classeur et les algorithmes génétiques : Notion de neurone formel (règle de Hebb, réseaux de Hopfield...) classification non supervisée (carte de Kohonen) Prérequis : Bonnes bases en algorithmique et programmation UEF-SIC 1 - Architectures des Systèmes Intelligents (partie de l’UE ASI de SICp) (P. Gaussier - ETIS) Le but de ce cours est d’apprendre à intégrer les différentes briques de base (vues dans les autres cours du 17 master) nécessaires à un système « intelligent ». Le cours est basé sur les modèles d’architectures de contrôles imaginées en IA, robotique et SMA pour contrôler des systèmes complexes. Des comparaisons avec des résultats en psychologie, neurobiologie et éthologie seront discutés. De nombreuses études de cas seront présentées. Architectures pour les systèmes intelligents : – Introduction à la théorie des systèmes – Méthodologie de conception de systèmes – Dynamique des boucles Perception/Action – Modèles d’architectures de contrôle pour les systèmes robotiques – Dynamique des processus de prise de décision Systèmes multiagents – Résolution de problèmes à base d’agents réactifs ou d’écoagents. – Agents mobiles sur Internet – Application à la recherche d’information sur le web et à la communication avec des systèmes embarqués Prérequis : intelligence artificielle, architecture UEF-SIC2 Base des techniques d'intégration et fouille de données (D. Laurent, D. Vodislav - ETIS) Introduction à la problématique de l’extraction de connaissances dans les gros volumes de données Entrepôts de données – Intégration de données hétérogènes – Architecture logicielle d’un entrepôt – Schémas en étoile et en flocon – Maintenance d’un entrepôt de données Données multidimensionnelles – Définitions et opérations de base – Langages de requêtes Techniques de data mining – Introduction aux différentes techniques d’extraction de connaissances (classification, clustering et règles d’association) et mesures de qualité associées – Phases de nettoyage et de préparation des données – Règles d’associations (algorithme A priori et ses variantes) – Extensions au cas multirelation – Optimisations de stockage des motifs fréquents (fermés et générateurs). Prérequis : bases de données relationnelles, intelligence artificielle, logique UEF-ESA-SIC 1 - Techniques d’optimisation (I. Fijalkow, P. Gaussier - ETIS) Mots clés : erreur quadratique moyenne, filtre de Wiener, gradient déterministe, gradient stochastique, LMS, RLS, Kalman, optimisation sous contrainte, multiplicateurs de Lagrange, régularisation, rétropropagation du gradient, recuit simule, algorithmes génétiques. Le but de ce cours est de présenter des techniques de résolution de problèmes se traduisant par l’optimisation d’un critère (ou fonction de coût). Nous abordons d’abord le critère quadratique qui correspond à maximiser la ressemblance entre un signal de référence et le filtrage (spatial ou temporel) des signaux observés. Pour minimiser ce critère avec une complexité réduite, nous envisageons : la solution linéaire optimale (filtre de Wiener) des algorithmes adaptatifs (LMS) 18 des algorithmes récursifs (RLS, Kalman). L’optimisation de critères plus complexes comprenant des minima locaux peut être réalisée par des algorithmes adaptatifs (gradient stochastique) avec des risques de minima locaux. La généralisation de ces techniques à la rétropropagation d’un gradient dans un réseau multi couche sera aussi présentée. Pour finir, nous étudierons les techniques alternatives de type recuit simulé et algorithmes génétiques. Plusieurs exemples d’application à l’optimisation de fonction et à la conception automatique de systèmes seront enfin analysés. Application : annulation d’écho, restauration d’images, classification, placement-routage, évolution matérielle, programmation génétique Prérequis : filtrage de processus aléatoire, modélisation des signaux aléatoires. Unités d’Enseignement Complémentaires • • • • • • • • • • • • • • • UEC-SICr 1 UEC-SICr 2 UEC-SICr 3 UEC-SICr 4 UEC-SICr 5 UEC-SICr 6 UEC-SICr 7 UEC-SICr 8 UEC-SICr 9 UEC-SICr 10 UEC-SICr 11 UEC-ESA-SIC-1 UEC-ESA-SIC-2 UEC-ESA-SIC 3 UEC-ESA-SIC 4 Interprétation et indexation d’image (S. Philipp-Foliguet, PH Gosselin ETIS,) Compression et tatouage d’images fixes et vidéos (M. Chapron ETIS, D. Nicholson THALES, S. Baudry Nextamp) Principes de physique-mathématique et problèmes inverses en imagerie (M. Nguyen ETIS, T. Truong LPTM) Vision par ordinateur : calibration, mise en correspondance, mouvement (F. Precioso ETIS, N. Paparoditis IGN, V. Guitteny THALES) Vision naturelle et artificielle (L. Hafemeister, P. Gaussier ETIS) Robotique et commande bio-inspirée (P. Henaff ETIS) Apprentissage, adaptation (P. Andry, P. Gaussier, M. Quoy ETIS) Codage, turbo-codage (D. Declercq, C. Poulliat, ETIS) Transmissions à haut-débit (I. Fijalkow, P. Duvaut ETIS) Entrepôt et fouille de données (D. Laurent, ETIS) Méthodes bayésiennes (P. Duvaut, ETIS) Systèmes intégrés de transmission de données (J-L Gautier, M. Ariaudo ECIME) Systèmes embarqués auto-adaptables (B. Granado, B. Miramond ETIS) Méthodologie de conception de circuits numériques (B.Granado ETIS) Architectures des systèmes reconfigurables (A.Benkhelifa, F. Verdier ETIS) UEF-SICr 1 - Interprétation et indexation d’image (S. Philipp-Foliguet, PH Gosselin – ETIS) Mots clés : reconnaissance des formes, indexation, recherche dans des bases L’indexation est un thème en pleine expansion, du fait de l’explosion du multimédia et de la demande d’accès à des bases d’images de taille de plus en plus importante. Ce cours présente tout d’abord des techniques d’analyse d’images pour la reconnaissance de forme et la classification d’images. Ensuite, le problème de la comparaison entre images et de la recherche d’images par similarité est traité. Extraction de primitives : points caractéristiques,droites, segments, squelette Calculs d’attributs − − Invariants d’images (histogrammes, moments,...) Calcul de signature d’image (couleur, texture, formes). Méthodes de classification supervisée et non supervisée − Mesures de similarité, k plus proches voisins 19 − − ACP, nuées dynamiques, classification hiérarchique, SVM, etc Appariement d’images et recherche dans des bases Adaptation, bouclage, interaction avec l’utilisateur Prérequis : cours de base en traitement d’image UEF-SICr 2 - Compression et tatouage d’images fixes et videos (M. Chapron – ETIS, D. Nicholson - THALES Communications, S. Baudry - THOMSON) Une partie est consacrée à la compression d’images avec ou sans pertes et une autre partie est consacrée au tatouage d’images. Les plans des deux parties sont les suivants : Partie compression (14 heures) Généralités Techniques simples de compression − Codage d’images utilisant le Run Length Encoding, quantification scalaire Méthodes statistiques − Codage de Shannon-Fano, Codage d’Huffman et son amélioration adaptative − Codage arithmétique et son amélioration adaptative Méthodes utilisant les dictionnaires − LZ77 LZW Format GIF Méthodes générales de compression image − JPEG, JBIG, quantification vectorielle, codage par blocs, codage différentiel sans perte, DPCM, Quad tree, compression par courbes de Peano et Hilbert, compression fractale (IFS) Méthodes de compression utilisant les ondelettes. Transformées en ondelettes et multi- résolution. Le lifting scheme, JPEG2000 Méthodes de compression vidéo MPEG2 MPEG4 Partie tatouage (6 heures) Le watermarking, ou tatouage, consiste à transmettre un message en modifiant de façon imperceptible un ensemble de données. Ces données peuvent être des données audio, vidéo, des images, des logiciels, du texte etc. Après une description des applications du watermarking, le cours présentera les principes généraux du watermarking, et notamment un modèle général du watermarking vu comme un système de communications. Les différentes briques du système, modulation, codage de canal, masquage psychovisuel, résistance aux transformations géométriques, seront détaillés dans le cadre du tatouage d’image, et quelques algorithmes seront présentés. On s’intéressera également à l’aspect sécurité en étudiant quelques attaques de systèmes de tatouage ainsi qu’en comparant le watermarking à deux techniques proches, la stéganographie et la cyptographie. Définition du watermarking, contraintes Applications Le modèle communication en watermarking Présentations de quelques algorithmes de tatouage d’image Résistance aux transformations géométriques Aspects psychovisuels Aspect sécurité : présentation rapide de la stéganographie et de la cryptographie ; attaques des systèmes de watermarking Prérequis : Bases de traitement numériques des images, bases de communications numériqes, ondelettes et banc de filtres. 20 UEF-SICr 3 - Principes de physique-mathématique et problèmes inverses en imagerie (M. Nguyen - ETIS, T. Truong - LPTM) Mots clés : systèmes d’imagerie, imagerie par émission et transmission, transformations intégrales, restauration d’images, méthodes inverses. L’objectif du cours est de fournir les connaissances pluridisciplinaires (traitement de l’image, physique, mathématiques, problèmes inverses et analyse numérique) en vue d’étudier les différents aspects d’un système d’imagerie, à savoir le processus physique de formation d’images, instrumentation, reconstruction d’images et leurs modélisations mathématiques. Sont concernés les systèmes d’imagerie qui utilisent les ondes acoustiques, électromagnétiques et les rayonnements ionisants (X et gamma) fonctionnant par réflexion, par émission et par transmission. Ces systèmes d’imagerie se trouvent dans de nombreuses applications du contrôle non destructif à l’imagerie médicale. Les points suivants seront abordés et illustrés : Principes d’imagerie par émission, par transmission et par réflexion basés sur la physiques des ondes et du rayonnement ionisant Transformées intégrales (Radon, Fourier, Fourier, Hankel, Legendre) et leur application en imagerie Elément d’analyse harmonique et application en imagerie Problèmes inverses en imagerie : méthodes de restauration et de reconstruction d’images (analytiques, algébriques et statistiques) Algorithmes associés et analyse numérique Prérequis : Optimisation de critères (tronc commun), Bases de traitement d’images (tronc commun). UEF-SICr 4 - Vision par ordinateur : calibration, mise en correspondance, mouvement (F. Precioso - ETIS, N. Paparoditis - IGN, V. Guitteny - THALES) Mots clés : calibration, géométrie multi-vues, appariement, reconstruction 3-D, mouvement. Ce module présente les bases nécessaires à la reconstruction 3-D à partir de deux ou plusieurs images de la scène observée, ainsi qu’à l’analyse des mouvements observés à partir de séquence d’images. Le plan du module est le suivant Calibration (6h) modèle de caméra sténopé (« pinhole») géométrie des prises de vue stéréoscopiques : géométrie épipolaire, matrice fondamentale, algorithme « des 8 points», parallaxe et profondeur de scène géométrie multi-vues Mise en correspondance (8h) intervalles de recherche appariement basé surfaces : fonctions de similarité, forme de voisinages, traitement multi-échelles appariement basé primitives : primitives contours, primitives régions, détection des primitives et algorithmes d’appariement triangulation, restitution du relief ou de la profondeur de la scène observée. Analyse du mouvement (6h) différences d’images flot optique stéréomouvement : estimation conjointe de la profondeur de la scène et du mouvement du capteur Prérequis : bases de traitement numérique des images, bases d’optimisation. 21 UEF-SICr 5 - Vision naturelle et artificielle (L. Hafemeister, P. Gaussier - ETIS) Mots clés : vision, perception, systèmes bio-inspirés, modélisation neuronale, systèmes dynamiques, navigation visuelle. Dans ce cours nous montrerons que la conception de systèmes artificiels s’inspirant de l’étude des systèmes nerveux biologiques peut déboucher sur des réalisations très performantes. Centré principalement sur l’étude de la modalité visuelle (insectes, mamifères, primates...) nous présenterons des modèles allant de la rétine aux centres de décision moteurs en passant par les différentes aires corticales visuelles... Ce cours s’appuiera sur des exemples de transferts réussis entre biologie et sciences pour l’ingénieur, notamment : rétines artificielles (perception contraste, couleur, mouvement...) systèmes de segmentation (extraction de contours, contours virtuels, extraction de points d’intérêt...) reconnaissance et discrimination de formes (différents circuits de reconnaissance, propriétés des mécanismes de reconnaissance de l’homme...) robotique (localisation, navigation, ...). Ce cours permettra aussi d’introduire les outils de modélisation et de simulation neuronale actuels : théorie des câbles (modèles de neurones compartimentaux) modèles de neurones directement inspirés de la neurobiologie (modèles de neurones à spikes / integrate and fire, à fréquence moyenne de décharge...) mécanismes de compétition et de coopération dynamique (utilisation pour des problèmes de régularisation, remplissage de région...) théorie des systèmes dynamiques L’accent sera mis sur le fait que les systèmes de vision n’ont de sens que dans le cadre d’une approche écologique de la vision (Gibson). C’est à dire, prenant en compte le couplage perception/action et la dynamique des interactions entre l’agent et son environnement. Prérequis : Modèles classiques de réseaux de neurones, traitement d’images UEF-SICr 6 - Robotique et commande Bio-inspirée (P. Hénaff ETIS) Mots clés: Robotique, modélisation, commande, préhension, locomotion, commande par apprentissage, contrôleurs bio-inspirés, Le but de ce cours est d'acquérir d'une part les éléments essentiels à la compréhension des modèles mécaniques utilisés classiquement en robotique, et d'autre part de découvrir les méthodes de commande de robots inspirées de la biologie. Le cours se situera dans le cadre de la robotique humanoïde en se focalisant sur les tâches de manipulation et de locomotion. 1ere partie : Robotique: • principes de base des modèles géométrique, ciménatique, dynamique. • types d'actionnement (électrique, pneumatique, hydraulique,) et de liaisons (prismatique, rotoide) • automatique linéaire et commande des robots: systèmes du premier ordre et du second ordre, boucle ouverte, boucle fermée, correcteur PID, notion de stabilité et de précision, notion de contrôle optimal, notion de contrôle adaptatif • manipulation et préhension: stratégies • notion de compliance: mécanique, contrôlée 2eme partie: commande bio-inspirée. • robotique humanoïde: intérêts et difficultés • principes du système nerveux moteur chez l'animal et l'homme : membres supérieurs (manipulation, préhension) et inférieurs (locomotion) • notion de plasticité synaptique et neuronale 22 • • • • • synthèse évolutionniste: coévolution morphologie/contrôleurs, impact des modèles utilisés (robot, variables d'environnements du robot...) contrôleurs neuronaux : modèles de neurones (statique, dynamiques) et modèles d'architectures algorithmes d'apprentissage de lois de commande, rétropropagation classique et temporelle liens rétropropagation /controle optimal , plasticité/contrôle adaptatif genèse de mouvements rythmiques: modèles de CPG ( neuronaux, à base d'oscillateurs linéaires ou non linéaires). Prérequis: bases en intelligence artificielle UEF-SICr 7 - Apprentissage, adaptation (P. Andry, P. Gaussier, M. Quoy - ETIS) Mots clés : classification statistique, réseaux de neurones pour la classification, apprentissage associatif, apprentissage par renforcement, cartes cognitives, dynamique et adaptation. L’objectif de ce cours est d’étudier des techniques permettant à un système de s’adapter aux variations de son environnement ou de classifier des données en fonction de certaines régularités statistiques. Chaque technique sera illustrée par des études de cas pratiques : classification de billets de banques, apprentissage de la planification dans un labyrinthe, optimisation du routage dans un réseau ATM. Tout d’abord nous étudierons les différents types de techniques de classification de données : analyse des données (analyse en composantes principales, ...) classifieurs statistiques (classifieurs bayésien, nuées dynamiques...) réseaux de neurones supervisés (LMS, rétropropagation du gradient...) arbres de décision RN non supervisés (LVQ, cartes topologiques, ART...) machines à support vecteur Ensuite nous nous intéresserons aux problèmes d’apprentissage par renforcement : apprentissage d’associations sensori-motrices (conditionnement) politiques de maximisation de renforcement (greedy policy, fonction d’utilité, mécanismes de prise de décision simples...) résolution de problème avec une récompense frustre et/ou retardée (TD-lambda, Q-learning, mécanismes de prise de décision complexes...) Ces techniques seront comparées à des techniques de planification classiques et/ou de construction de carte cognitives (grilles résistives, réseaux de croyance, graphes pour la planification). Pour finir, le problème de la dynamique de la prise de décision et de ses implications à la fois pour l’apprentissage et la stabilité des comportements sera abordé (winner take all dynamiques, théorie des systèmes dynamiques, champs neuronaux : équations d’Amari...). Prérequis : Techniques de base d’Intelligence Artificielle, statistiques et optimisation UEF-SICr 8 - Codage, turbo-codage (D. Declercq, C. Poulliat - ETIS) Mots clés : Codes en bloc, codes convolutifs, décodage souple, Algorithme de Viterbi, algorithme BCJR, treillis, graphe factoriel, propagation de croyances, codes LDPC, turbo-codes. La vocation du cours est de doter ses auditeurs des connaissances théoriques et pratiques qui permettent de concevoir et analyser un codeur de canal destiné à lutter contre les erreurs. Les points suivants seront traités : Théorie générale des codes linéaires, codage aléatoire, distance minimale Structure et décodage des codes convolutifs : algorithme de Viterbi, BCJR, représentation graphique des 23 codes convolutifs, extention aux turbo-codes Décodage et optimisation des codes LDPC : algorithme de propagation de croyances, codes LDPC irréguliers, évolution de densités Prérequis : bases de communications numériques, probabilités. UEF-SICr 9 - Transmissions à haut-débit (I. Fijalkow, P. Duvaut - ETIS) Mots clés : haut-débit, modulation multi-porteuses OFDM, accès multiple, CDMA, codage spatio-temporel (MIMO). Le but de ce cours est présenter les alternatives à l’égalisation afin d’optimiser l’utilisation du support fréquentiel pour bien transmettre la plus grande quantité d’information possible (le codage correcteur d’erreur est étudié en UEF-SICr 8). Les points suivants seront traités : émission et réception en multi-porteuses (OFDM), accès multiple : multiplexage par répartition de codes (CDMA) en fréquence (OFDMA, SC-FDMA) diversité d’antenne en émission et réception, codage spatio-temporel Prérequis : bases de communications numériques, bases de probabilités. UEF-SICr 10 - Entrepôts de données (D. Laurent, ETIS) Entrepôt de données – Intégration de données et conception d’un entrepôt – Problématique de la maintenance d’un entrepôt Données multi-dimensionnelles – Langages de manipulation – Modèle MOLAP, ROLAP et HOLA – Représentations de données multi-dimensionnelles Règles d’association – Problématique et algorithme générique a priori – Variantes et implantations de l’algorithme générique – Extensions des règles d’association aux requêtes fréquentes – Optimisation de requêtes d’extraction de règles d’association Prérequis : UEF SIC-S2IC 2. UEC 11 - Méthodes bayésiennes (P . Duvaut, ETIS) Le cours « Méthodes Bayésiennes » est consacré à l’inférence bayésienne et aux méthodes pseudoaléatoires permettant le calcul d’estimateurs dans des situations réalistes complexes. On introduit en particulier les techniques MCMC (Monte Carlo Markow Chains), dont le principe est la génération de 24 séquences pseudo-aléatoires dont la moyenne empirique converge vers l’estimateur à calculer. La première partie concerne principalement : Les bases de l’estimation bayésienne, l’interférence, la théorie des coûts bayésiens, les a priori conjugués L’algorithme EM, le cas des mélanges de populations La seconde partie est concernée aux algorithmes probabilistes : Principe des méthodes de type Monte Carlo Méthodes d’échantillonnage pour des variables aléatoires scalaires Méthodes MCMC Application aux champs de Markov Application à la déconvolution aveugle de train d’impulsions UEC-ESA-SIC 1 - Systèmes intégrés de transmission de données (M. Ariaudo - ECIME) Les caractéristiques des circuits utilisés dans les systèmes autonomes doivent répondre à des contraintes de taille, coût, consommation et performances. Leur analyse et leur caractérisation sont faites grâce à une étude globale du système. Ce cours s’articule autour des quatre parties suivantes: - architecture d’un émetteur/récepteur et dimensionnement - contraintes sur les circuits - influence des caractéristiques des circuits sur la qualité - reconfigurabilité des systèmes de transmission Prérequis : Notions de base sur les circuits analogiques UEC-ESA-SIC 2 - Systèmes Embarqués Auto-Adaptables (B. Granado, B. Miramond, ETIS) Ce module a pour objectif d'introduire des paradigmes de calcul rompant avec la classique vue séquentielle de Von Neumann et qui peuvent permettre d'être à la base d'architectures de traitement de nouvelle génération dites auto-adaptables. Nous étudions plus précisément les mécanismes inspirés du monde du vivant qui implantés en matériel apportent des propriétés d'autonomie, de robustesse et d'auto-organisation. Evolvable architecture 1. data compression 2. evolutionary computation 3. evolvable hardware 4. genetic algorithms 5. genetic programming Automate Cellulaire 6. Exemple du Jeu de la vie 7. Définition et Classification (Wolfram & Langton) 8. Auto-réplication Architecture bio-Inspirées 9. POEtic 10. Ordinateur à Base d'ADN 11. CoreWar, Tierra 25 12. Créatures de Langton Technologie Emergente 13. NanoArchitecture 14. Electronique Moléculaire 15. OptoElectronique 16. Electronique Quantique Prérequis : formation solide en systèmes numériques préalablement au Master UEC-ESA-SIC 3 : Méthodologie de conception de circuits numériques (Bertrand Granado, ETIS) Ce module présente les méthodologies de conception des architectures numériques de traitement. Les outils de conception assistée par ordinateur (CAO) sont présentés ainsi que les langages de spécification matérielle (structurelle, fonctionnelle et comportementale). Les méthodologies de conception des architectures de traitement Les langages de spécification o La description matérielle (VHDL, Verilog, VHDL-AMS) o Les langages de description de haut-niveau (SystemC, HandelC) o La philosophie de co-design Les outils de conception o Les bibliothèques de composants o Les outils de simulation o Les outils de placement/routage UEC-ESA-SIC 4 : Architecture des systèmes reconfigurables (A. Benkhelifa, F. Verdier - ETIS) L’objectif de ce module est de présenter le plus largement possible les concepts technologiques et architecturaux qui permettent l’exploitation des circuits reconfigurables pour la réalisation de systèmes de traitement numérique embarqués. La technologie des circuits FPGA o Les ressources de routage o Les cellules de base (LE, CLB) o L’organisation générale des circuits FPGA o Les ressources spécifiques (PLL, E/S rapides, multiplieurs, mémoires) Introduction aux architectures de Systèmes Programmables (SOPC) o Les « Intelectual Properties » o Les processeurs reconfigurables/custom o Les bus embarqués Introduction aux systèmes auto-reconfigurables Type d’UE Fondamentales Complémentaires nb modules 5 4 nb heures/module 20 (+ 6h TP pour quelques UE) 20 nb crédits ECTS/module 3 3 26 Libre Monde de l’entreprise Anglais Mini-projet Stage 1 1 1 1 1 20 20 20 Environ 150 h 6 mois 3 3 3 7 20 27 Devenir des étudiants du DEA TIS et du Master SIC recherche des quatre dernières promotions Promotion 2005 (DEA TIS) 2006 (Master SIC) 2007 (Master SIC) 2008 (Master SIC) Effectif 19 15 19 24 Diplômés 14 9 15 20 En thèse (parmi les devenirs connus) 9 (sur 12) 8 (sur 9) 6 (sur 11) 8 (sur 13) Thèse à l’UCP (total/dont alloc. ministérielle) 4/3 2/0 3/1 3/1 Thèse avec allocation 8-9 6-8 6 8 Parmi les étudiants diplômés du DEA TIS ou du Master SIC, plus de la moitié suit (ou a terminé) un doctorat (à Cergy, dans d’autres villes comme Paris, Grenoble, Rennes, ... mais aussi à l’étranger). Voici la liste des équipes ayant accueilli un de nos étudiants en thèse ces 4 dernières années : Equipes de Traitement des Images et du Signal (ETIS, UMR 8051, Cergy), Laboratoire des Signaux et Systèmes (LSS, UMR 8506, Orsay), LASMEA, (UMR 6602, Aubières) , LE2I (UMR 5158, Dijon), Laboratoire de Physique, ENS (UMR 5672, Lyon) , Laboratoire signal et image (TÉLÉCOM ParisTech, UMR 5141), IRISA (INRIA et UMR 6074, Rennes), Gipsa-lab (UMR 5216, Grenoble), Centre émotion (INSERM et UMR 7593, Paris), Télécom Bretagne (INSERM, Brest), CReSTIC (EA 3804, Reims), IRCAM (Paris), CREATIS (INSERM et UMR 5220, Lyon), Institute of Télécommunications Research (University of South Australia, Adelaid, Australie), ITT (Illinois Institute of Technology, Chicago, USA) Les autres trouvent un emploi dans la R& D de grands groupes ou dans des PME. Voici la liste des entreprises et instituts de recherche ayant accueilli un stagiaire du DEA TIS ou du Master SIC au cours des 4 dernières années : France Télécom R&D (Issy les Moulineaux, Meulan, Lannion), Thalès ATM (Bagneux), Thalès Communications (Colombes), Thalès Services SAS (Osny), Thomson Airsystèmes (Vélizy), SAGEM (Cergy), EDF (Chatou), MATRA Communications, EADS (Vernon), Alcatel (Vélizy) , Loxane (Beauchamp) IGN (Saint Mandé), SNCF (Paris), Institut Français du Pétrole, ONERA (Arcueil, Palaiseau), DOLABS (Boulogne), METACOM ( Magny-Chateaufort), ST Microelectronics (Grenoble), … INRIA (Sophia Antipolis), Arrmines (Paris), ENS (Lyon), Centre Hospitalier Becquerel (Rouen), CEA (Saclay), INSERM (Paris), … Et à l’étranger : HW Communications Limited (Lancaster, UK), Lulea Tekniska Universitet (Lulea, Suède), Université de Laval (Québec, Canada), ITT (Illinois Institute of Technology, Chicago, USA) 28 M2 MADOCS Contenu des enseignements UEF-MADOCS 3 : Apprentissage statistique avancé Responsable : B. Chalmond OBJECTIFS : Analyse et interprétation des données : Analyse, prédiction et data mining - Régression aux moindres - carrés et aux plus proches voisins - Notion de biais - variance - Théorie de la décision : critère du MAP, estimation de maximum de vraisemblance - Analyse en Composantes Principales - Analyse discriminante et régression logistique - Mélange de lois et algorithme EM - Poursuite de régression - TP sur exemples concrets : analyse de micro-arrray, reconnaissance de caractère et de visage, prédiction de risque. Ref. : - The Elements of statistical learning : data mining, inference and prediction : T. Hastie, R. Tibshirani, J. Friedman, (Springer Series in Statistics) UEF-MADOCS 4 : Problèmes inverses Responsable : B. Chalmond OBJECTIFS: Introduction au principe et méthodes des problèmes inverses pour le traitement de l’information, la reconnaissance des formes et l’analyse des mesures. - Approche variationnelle , Lissage spline, Régularisation , Dilemme biais – variance, Choix du paramètre de régularisation, lissage robuste - Approche probabiliste : chaine de Markov cachée, Algorithme de Viterbi, algorithme EM - Champs Markoviens - Exemples concrets : déconvolution, détection d’objets cachés,… Ref. : Modeling and inverse problems in imaging analysis, B. Chalmond, (Springer Series Applied Mathematical Sciences, 2003) UEF-MADOCS-MPA 12: Optimisation des fonctions continues Responsable : T. Duyckaerts OBJECTIFS : Cette dernière décennie a vue a vue apparaître des méthodes d’apprentissage statistique maintenant réputée, utilisant grandement l’optimisation numérique. C’est le cadre de ce cours qui présente les méthodes usuelles d’optimisation des fonctions continues en faisant systématiquement le lien avec leur utilité en apprentissage statistique. - ensembles et fonctions convexes, caractérisation de points optimaux ; minimisation sans contrainte : méthodes de descente, vitesse de convergence, méthode de descente du gradient, méthode de relaxation ou directions alternées, méthode de Newton, méthode du gradient conjugué. - minimisation avec contraintes : caractérisation de points optimaux (compléments théoriques) et algorithmes (contraintes linéaires...) - résolution des méthodes de régression à base de noyaux RKHS 29 UEF-MADOCS 9 : Simulation de Monte Carlo Responsable : A. Finel OBJECTIFS : Application des méthodes de simulation stochastique pour l’optimisation numérique et le calcul scientifique. - Processus stochastiques: Chaines de Markov, probabilités, systèmes à l'équilibre, systèmes hors d'équilibre, ... - Simulation Monte Carlo: principe et implémentation - Applications - Projets : programmation sous JAVA, C++ UEF-MADOCS 6 : Graphique et algorithmique Responsable : B. Derdouri OBJECTIFS : Techniques de visualisation d’objets Le but de ce cours est d’initier les étudiants à l’informatique graphique 3D et de se familiariser avec la norme graphique OpenGl, en leur fournissant les concepts de bases et en leur faisant découvrir des applications dans ce domaine. La modélisation, la représentation et la déformation d’objets 3D sont de plus en plus présentes dans de nombreux secteurs industriels (CAO, Jeux, Cinéma, Simulation, etc). Les points abordés sont les suivants : - Transformations géométriques et projectives - Norme Graphique (OpenGL) - Surfaces paramétriques (Bézier, Bspline) - Déformations de surfaces (globale, locale, libre ) - Subdivisions de courbes et surfaces Langage de programmation utilisé: langage C UEF-MADOCS 8 : Simulation pour les réseaux et les systèmes distribués Responsable : M. Naimi OBJECTIFS : Etude d’un outil de simulation et de ses principales application - Présentation du simulateur NS-2 (écrit en C++) - Différentes architectures - Différents protocoles TCP, UDP - Algorithmes de routage et Multicats supporté, - Exemples de Scripts NS-2 écrits en TCL, - Utilisation du simulateur NS-2, - Analyse et interprétation des résultats - Implémentation d’un nouveau protocole sous NS-2 UEF-MADOCS 7 : Compression et approximation Responsable : K. Drouiche OBJECTIFS : Techniques de représentation multi-échelles - Fourier à fenêtre, Gabor - Ondelettes, frame. - Compression - Analyse multi-résolution. - Représentation scale-space et détection UEF-MADOCS-MPA 10 : Méthodes Numériques des éléments finis Responsable : C. Daveau 30 OBJECTIFS: Formulation variationnelle et maîtrise de la technique des éléments finis. - Méthode des éléments finis, méthode de Galerkin. - Choix du maillage. Fonctions d’interpolation. - Formulation variationnelle - Intégrale sur une surface. - Des éléments finis aux volumes finis. - Mise en place d’un projet UEF-MADOCS-MPA 12 : Mécanique des fluides numériques Responsable : F. Dunlop OBJECTIFS : Apprentissage d'outils numériques pour la Mécanique des Fluides et l’ étude d'écoulements de fluides réels - lois de conservation, méthode des volumes finis - équation de Navier-Stokes - écoulement non-Newtonien - écoulement turbulent k-epsilon - convection et conduction - rhéologie des fluides pétroliers TP sous Femlab, CFX, CASTEM 31 M 2 ESA Electronique des Systèmes Autonomes (recherche) Contenu des enseignements Unités d’enseignement du tronc commun Choisir 5 UEF parmi 6 • UEF-ESA 1 Architectures de traitement pour les systèmes embarqués (F.Verdier) • UEF-ESA 2 Systèmes linéaires multivariables incertains (M.Djemaï) • UEF-ESA 3 Capteurs intégrés (B. Granado) • UEF-ESA 4 Gestion et stockage de l’énergie électrique au sein des systèmes autonomes (A.M.Darcherif) • UEF-MADOCS-ESA 1* Méthodes numériques (* commune avec MADOCS) (C. Daveau) • UEF-ESA-SIC 1* Techniques d’Optimisation (* commune avec SIC) (I.Fijalkow) Unités d’enseignement spécialisées (en fonction du parcours) Choisir 4 UEC parmi 9 • • • • • • • • • UEC-ESA 1 Communication dans les systèmes hétérogènes (E.Bourdel, P.Lecoy) UEC-ESA 2 Méthodologie de conception de systèmes hétérogènes (C.Duperrier) UEC-ESA 3 Technologies pour les systèmes intégrés (E.Bourdel) UEC-ESA4 Conception de circuits pour l’électronique haut débit (A.Ouslimani) UEC-ESA 5 Modélisation système et exploration d'architectures en SystemC (B.Miramond) UEC-ESA-SIC 1* Systèmes intégrés de transmission de données (* commune avec SIC) (M.Ariaudo) UEC-ESA-SIC 2* Systèmes Embarqués Auto-Adaptables (* commune avec SIC) (B.Granado) UEC-ESA-SIC 3* Méthodologie de conception de circuits numériques (* commune avec SIC) (B.Granado) UEC-ESA-SIC 4* Architectures des systèmes reconfigurables (* commune avec SIC) (A.Benkhelifa) UEF-ESA 1 : Architectures de traitement pour les systèmes embarqués Responsable : François Verdier - ETIS, UCP L’objectif de ce module de tronc commun est de donner aux étudiants du Master les bases générales des architectures de traitement numérique : architectures câblées vs. architectures programmées, architectures des unités de traitement (processeurs CISC, processeurs RISC, processeurs DSP). • Classification des architectures de traitement • Evaluation des performances des unités de traitement • Les concepts généraux o CISC / RISC / DSP o Pipeline, super-pipeline 32 • o Architectures scalaires et super-scalaires o Architectures VLIW Programmation des unités de traitement UEF-ESA 2 : Système linéaire multivariable incertain Responsable : Mohamed Djemaï - LAMIH, Université de Valenciennes Mise à niveau des étudiants en Automatique linéaire continu et discrète pour des systèmes multi-entrées et multi-sorties. 1. Approche « système » et modélisation : analogies physiques et notion de variable d’état. • Représentation d’état continue et fonctions de transfert continues. • Systèmes échantillonnés : représentation d’état discrète et fonction de transfert en z. • Commandabilité et commande par retour d’état. • Observabilité et synthèse d’un observateur. • Filtres de Kalman. • Découplage & AB invariants et rejet de perturbation Robustesse, H∞, …. • Prérequis : Bases de mathématiques (algèbre linéaire, équations différentielles) et de physique • UEF-ESA 3 : Capteurs intégrés Responsable : B. Granado - ETIS, ENSEA Connaître les principes physiques des capteurs. Notions sur les caractéristiques métrologiques. Etre capable de définir une chaîne de mesure et son automatisation. Savoir extraire les informations pertinentes des mesures par exemple par un traitement statistique des données. • • • • Métrologie et Pertinence des mesures : grandeurs mesurées, grandeurs d'influences Conversion et interaction d'une grandeur physique du capteur Caractérisation des signaux : rapport signal à bruit, dynamique, bande passante, .... Applications : caractérisation des matériaux et composants électroniques, contrôle non-destructif, biocapteur, télécom, fibre optique… UEF-ESA 4 : Gestion et stockage de l’énergie électrique au sein des systèmes autonomes Responsables : Abdel Moumen Darchérif – ECS, EPMI, Eric Monmasson - SATIE, UCP • • • L’objectif de ce module est de sensibiliser les étudiants à la maîtrise de l’énergie électrique au sein des systèmes embarqués autonomes et ce, qu’ils soient de taille importante (Avion) ou simplement portables (téléphone cellulaire). Faire le point sur l’état de l’art en matière d’électricité et d’électronique embarquée. Les évolutions récentes dans le domaine des énergies non polluantes feront aussi partie du programme Ceci afin d’une part, de trouver un complément d’énergie à l’énergie stockée initialement dans le système embarqué, mais aussi de sensibiliser les futurs chercheurs aux potentialités des énergies dites propres. Présenter, à travers des exemples différents visant à restituer la diversité des échelles de puissance des systèmes électroniques autonomes (de la dizaine de watts aux centaines de kilowatts), les différentes technologies de stockage de l’énergie disponibles et de les situer les unes par rapport aux autres en fonction de plusieurs critères pertinents coût à l’achat, entretien, durée de vie, cyclage… Présentation des architectures de réseaux de bord d’énergie dans les avions et véhicules terrestres (électriques et hybrides) : Réseau 42V pour les voitures, Réseau 115VAC/fréquence variable ou • Première partie: Architecture des réseaux de bord d’énergie • 33 • • • • • • • • • • • 270VDC pour les avions. Optimisation des architectures (Dimensionnement d’unités de stockage, Energie, Dynamique). Gestion technique de l’énergie: (Alimentation en énergie, Distribution, Recharge) Systèmes de production de l’énergie (Analyse des différentes solutions de générateurs et d’alternodémarreurs, principes de commande associée à ces dispositifs). Etude de la stabilité des réseaux de bord. Analyse des perturbations harmoniques, et mode de filtrage. Etude de cas et simulation au moyen du logiciel PSAF. Accumulateurs électrochimiques Super capacités Piles à combustibles Stockage inertiel Perspectives de développement des technologies liées au stockage et à la gestion de l’énergie non polluante. Seconde partie: Analyse de réseaux Troisième partie: Energie embarquée Quatrième partie: Energie non polluante Prérequis : Avoir suivi un enseignement de base en électrotechnique UEF-MADOCS-ESA 1* : Méthodes numériques Responsable : François Dunlop (* commune avec MADOCS) 1.1. Présentation des différentes méthodes fréquentielles et temporelles 1.2. FDTD 1.3. Méthode des moments 1.4. Méthode des éléments finis UEF-ESA-SIC 1* : Techniques d’Optimisation Responsable : Inbar Fijalkow - ETIS, ENSEA/UCP (* commune avec SIC) Mots clés : erreur quadratique moyenne, filtre de Wiener, gradient déterministe, gradient stochastique, LMS, RLS, Kalman, équation différentielle ordinaire, recuit simule, optimisation sous contrainte, multiplicateurs de Lagrange, régularisation. Le but de ce cours est de présenter des techniques de résolution de problèmes se traduisant par l’optimisation d’un critère (ou fonction de coût). Nous abordons d’abord le critère quadratique qui correspond à maximiser la ressemblance entre un signal de référence et le filtrage (spatial ou temporel) des signaux observés. Pour minimiser ce critère avec une complexité réduite, nous envisageons : la solution linéaire optimale (filtre de Wiener), des algorithmes adaptatifs (LMS), des algorithmes récursifs (RLS, Kalman). L’optimisation de critères plus complexes comprenant des minima locaux peut être réalisée par : • des algorithmes adaptatifs (gradient stochastique, récursif) • des algorithmes hors ligne (recuit simulé). On présentera quelques propriétés générales liées à la convexité, dont l’absence de minima locaux, puis leurs conséquences en déconvolution : approche pénalisée non quadratique, interprétation probabiliste bayésienne, formulation semi-quadratique, ainsi que des techniques d’optimisation adaptées (relaxation, gradient conjugué, relaxation sur critère semi-quadratique). Application : déconvolution impulsionnelle en contrôle non destructif. Prérequis : filtrage de processus aléatoire, processus aléatoires. UNITES D’ENSEIGNEMENT COMPLEMENTAIRES UEC-ESA 1 : Communication dans les systèmes hétérogènes 34 Responsable : Emmanuelle Bourdel, Pierre Lecoy - ECIME, ENSEA. Les réseaux d'interconnexions répondent au besoin de communications entre blocs au sein des systèmes intégrés sur puce. Ils représentent les principaux facteurs limitatifs des performances des futurs systèmes sur puce. L'objectif de ce cours est de fournir les éléments théoriques et les briques technologiques permettant de modéliser les différentes architectures d'interconnexions dans les systèmes hétérogènes. Il abordera en particulier : • La présentation des interconnexions classiques de type bus • La définition des paramètres nécessaires à une modélisation niveau système des réseaux d'interconnexions • L'étude des technologies émergentes pressenties comme solutions potentielles pour les futurs systèmes hétérogènes comme par exemple les réseaux d'interconnexions RF (RF-NoC, RFNetwork on Chip) ou les réseaux d'interconnexions optiques (O-NoC). UEC-ESA 2 : Méthodologie de conception de systèmes hétérogènes Responsable : Cédric Duperrier - ECIME, ENSEA. La conception des systèmes sur puce, de type SoC (System on Chip) ou SiP (System in Package), qui intègrent l'ensemble de la chaîne de traitement qui va du capteur à l'actionneur en passant par le traitement, ne peut se faire uniquement sur l'expérience d'un savoir faire. La complexité de tels systèmes nécessite des outils et des méthodes de conception à haut niveau d'abstraction, permettant une simulation du système et sa validation avant toute réalisation. Cette simulation est elle même complexe puisqu'elle se base sur des modélisations multi-domaines (électrique, mécanique, optique, ...), multi-technologies (CMOS, AsGa, GaN, ...) ou multi-niveaux (électrique, structurel, fonctionnel, ...). Ce cours porte sur l'apprentissage des méthodologies sous-jacentes à la conception de ces systèmes sur puces. Il abordera notamment : • La définition des SoC et des SiP et les différences qui les caractérise. • Les langages de description multi-domaine, multi-technologies, multi-niveau, principalement VHDLAMS, mais aussi SystemC-AMS. • La définition des niveaux des modèles. • L'interopérabilité des modèles, et notamment l'utilisation de modèles niveau circuit dans une simulation au niveau système. • La modélisation d'un système hétérogène complet en vue de sa réalisation UEC-ESA 3 : Technologies pour les systèmes intégrés Responsable : Emmanuelle Bourdel - ECIME, ENSEA L'évolution de la technologie des semi-conducteurs permet d'envisager l'intégration des différentes fonctions d'un système hétérogène (capteurs, actionneurs, traitement analogique, numérique, mémoire…). Cette unité d'enseignement aborde les différentes technologies présentes dans les systèmes hétérogènes intégrés, les modèles électriques traduisant le comportement physique de ces composants ainsi que les techniques de fabrication microélectronique : 1. Technologies silicium CMOS, BiCMOS et technologies III-V 2. Technologies MEMS 3. Technologies émergentes : 1. Magnétiques 2. Nano-composants Prérequis : Physique des composants semi-conducteurs UEC-ESA 4 : Conception de circuits pour l’électronique haut débit Responsable : Achour Ouslimani, ECS, ENSEA 35 Les besoins croissants de transmettre de grandes quantités d’informations en un temps court exige de disposer de systèmes électroniques très haut débit. Ce cours introduit les élèves à l’électronique haut débit (technologie haut débit, régime transitoire, les problèmes posés, …). Il développe ensuite les méthodes de conception et les techniques de mesures et étudie les briques de base nécessaires à la réalisation de ces systèmes. Il présente enfin quelques applications. • Introduction à l’électronique haut débit • Les méthodes de conception et les techniques de mesures haut débit • Les filières logiques pour la conception haut débit • Conception de briques de base o Les bascules o Les multiplexeurs et les démultiplexeurs o Les circuits de décision o Les circuits de récupération d’horloge o Les circuits de mise en forme o Les amplificateurs transimpédances • Les circuits d’interfaces analogiques numériques pour le haut débit • Les applications Prérequis : Les composants rapides, Les lignes de transmission, les régimes de propagation et les couplages parasites, connaissances de base en électronique numérique UEC-ESA 5 : Modélisation système et exploration d'architectures en SystemC Responsable : Benoît Miramond, ETIS, UCP Ce module présente les démarches de modélisation et de conception qu'il est nécessaire d'employer lors de la conception d'un système dans sa globalité. Ce module présente notamment le langage SystemC qui est aujourd'hui devenu le standard en modélisation d'architectures de systèmes sur puce. Les méthodologies de modélisation, de raffinement de modèle et d'exploration architecturale sont présentées. Les thèmes suivants seront abordés au travers de cours magistraux et de séances pratiques : - Les élements du langage SystemC - les notions d'abstraction et les niveaux de modélisation - l'exploration d'architecture et le raffinement - la démarche TLM - la modélisation du logiciel embarqué - la modélisation mixte analogique/numérique avec SystemC-AMS UEC-ESA-SIC 1* : Systèmes intégrés de transmission de données Responsable : Myriam Ariaudo- ECIME, ENSEA (*UE commune à la spécialité SIC) Les caractéristiques des circuits utilisés dans les systèmes autonomes doivent répondre à des contraintes de taille, coût, consommation et performances. Leur analyse et leur caractérisation sont faites grâce à une étude globale du système. Ce cours s’articule autour des quatre parties suivantes: o architecture d’un émetteur/récepteur et dimensionnement o contraintes sur les circuits o influence des caractéristiques des circuits sur la qualité o reconfigurabilité des systèmes de transmission Prérequis : Notion de base sur les circuits analogiques UEC-ESA-SIC 2* : Systèmes Embarqués Auto-Adaptables Responsables : Bertrand Granado, ETIS, ENSEA et Benoit Miramond, ETIS, UCP (*UE commune à la 36 spécialité SIC) Ce module a pour objectif d'introduire des paradigmes de calcul rompant avec la classique vue séquentielle de Von Neumann et qui peuvent permettre d'être à la base d'architectures de traitement de nouvelle génération dites auto-adaptables. Nous étudions plus précisément les mécanismes inspirés du monde du vivant qui implantés en matériel apportent des propriétés d'autonomie, de robustesse et d'auto-organisation. 1. Evolvable architecture 1. data compression 2. evolutionary computation 3. evolvable hardware 4. genetic algorithms 5. genetic programming 2. Automate Cellulaire 1. Exemple du Jeu de la vie 2. Définition et Classification (Wolfram & Langton) 3. Auto-réplication 3. Architecture bio-Inspirées 1. POEtic 2. Ordinateur à Base d'ADN 3. CoreWar, Tierra 4. Créatures de Langton 4. Technologie Emergente 1. NanoArchitecture 2. Electronique Moléculaire 3. OptoElectronique 4. Electronique Quantique Prérequis : formation solide en systèmes numériques préalablement au Master UEC-ESA-SIC 3*: Méthodologie de conception de circuits numériques – Responsable : Bertrand Granado, ETIS, ENSEA (*UE commune à la spécialité SIC) Module du supplément Architecture commun avec le Master Recherche SIC (Systèmes Intelligents et Communicants). Ce module présente les méthodologies de conception des architectures numériques de traitement. Les outils de conception assistée par ordinateur (CAO) sont présentés ainsi que les langages de spécification matérielle (structurelle, fonctionnelle et comportementale). • • Les méthodologies de conception des architectures de traitement Les langages de spécification o La description matérielle (VHDL, Verilog, VHDL-AMS) o Les langages de description de haut-niveau (SystemC, HandelC) o La philosophie de co-design Les outils de conception o Les bibliothèques de composants o Les outils de simulation o Les outils de placement/routage • UEC-ESA-SIC 4*: Architecture des systèmes reconfigurables Responsable : Amine Benkhelifa ETIS, UCP (*UE commune à la spécialité SIC) L’objectif de ce module est de présenter le plus largement possible les concepts technologiques et architecturaux qui permettent l’exploitation des circuits reconfigurables pour la réalisation de systèmes de traitement numérique embarqués. • La technologie des circuits FPGA 37 • • o Les ressources de routage o Les cellules de base (LE, CLB) o L’organisation générale des circuits FPGA o Les ressources spécifiques (PLL, E/S rapides, multiplieurs, mémoires) Introduction aux architectures de Systèmes Programmables (SOPC) o Les « Intelectual Properties » o Les processeurs reconfigurables/custom o Les bus embarqués Introduction aux systèmes auto-reconfigurables 38