ELECTRONIQUE : Projet d'intelligence artificielle

• Contribution au profil d'enseignement

• CONCEVOIR DES SYSTÈMES COMPLEXES

  Etablir une architecture/une structure /un schéma fonctionnel Simuler ou prototyper ces systèmes de façon adéquate Optimiser les solutions proposées au regard du cahier des charges

  METTRE EN ŒUVRE DES SYSTÈMES COMPLEXES

  S’assurer de la fiabilité et de la pérennité de la réalisation

  DÉVELOPPER SA PROFESSIONNALITÉ

  Adopter une démarche réflexive et critique

• Acquis d'apprentissage spécifiques sanctionnés par l'évaluation

Prendre connaissance de l'état de l'art

Adopter une méthode de conception adéquate

Proposer des pistes d'amélioration et des perspectives

Mobiliser les bonnes démarches d'autoformation face à un problème

S'adapter au contexte et aux aléas du projet

• Objectifs

• Traitement numérique du signal :

  • être capable de représenter un signal numérique sur logiciel
  • être capable de comprendre et calculer les différentes opérations de transformation sur les signaux numérique
  • être capable de comprendre le lien entre la théorie et la pratique à l'aide d'un outil de création de filtres numériques à réponse impulsionnelle finie ou infinie

  Traitement mathématique en deux dimensions :

  • être capable de comprendre et d'utiliser les outils de traitement d'image pour extraire des informations d'une image quelconque
  • pouvoir écrire des algorithmes qui permettent d'automatiser des tâches de reconnaissances sur des images

  Introduction aux réseaux de neurones :

  • Expliquer la structure d'un réseau de neurones
  • Choisir correctement sa fonction de transfert
  • Constituer une échantillon correct pour entraîner un réseau de neurones
  • Programmer un réseau de neurones simple
  • Utiliser des réseaux pré construits pour résoudre des problèmes complexes sur le traitement de signal ou d'images

• Contenus

• Traitement numérique du signal :

  • signaux discrets
  • transformées en z
  • séries de Fourier
  • convolution et corrélation
  • filtres FIR et IIR

  Traitement mathématique en deux dimensions :

  • Représentations d'images via logiciel
  • contraste et histogramme
  • filtres linéaires
  • séries de Fourier 2D
  • convolution 2D
  • filtres non linéaires
  • morphologie mathématique
  • détection d'objets
  • classification sur les images

  Introduction aux réseaux de neurones :

  • Définitions utiles et historique du développement
  • Structures des réseaux de neurones
  • Les différentes fonctions de transfert
  • Développement python avec Tensorflow et OpenCv

• Méthodes d'enseignement et d'apprentissage

• Cours ex-cathedra
• Travaux de laboratoires

• Evaluation

• ELECTRONIQUE : Projet d'intelligence artificielle

  Examen Oral

• Langue(s) de l'unité d'enseignement

• Français

• Supports de cours au format papier

• Aucun support déposé pour cette unité d'enseignement

• Autres supports de cours

• Aucun autre support défini