ELECTRONIQUE : Projet d'intelligence artificielle
Informations générales sur l'unité d'enseignement : "ELECTRONIQUE : Projet d'intelligence artificielle "
Cycle |
2 |
Niveau du cadre francophone de certification |
7 |
Code |
ING-2-025 2.2.1 |
Crédits ECTS |
8 |
Volume horaire (h/an) |
102 |
Période |
Quadrimestre 2 |
Implantation(s) |
TECHNIQUE - Liège (Ing.) |
Unité |
Orientation
|
Responsable de la fiche |
RUISSEAU, FLORENT |
Pondération |
80 |
Composition de l'unité d'enseignement |
Intitulé |
Nombre d'heures |
Pondération |
Introduction aux réseaux neuronaux |
16 |
EI |
Projet d'intelligence artificielle |
86 |
EI |
|
Prérequis |
|
Corequis |
|
-
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 |
|
-
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