E-Learning Guelma

Ce cours traite de l'acquisition, du traitement et de l'analyse d'images numériques réelles. Il s'agit de modéliser les processus nécessaires à la transformation de ces images discrètes (ensemble de pixels) en données perceptuelles et sémantiques (scène d'objets).

La gestion de projet s'impose dans des structures de toutes tailles comme un mode d'organisation particulièrement efficace. Elle vise à organiser, dans son intégralité, le bon déroulement du projet en faisant appel à des techniques d’organisation pendant le cycle de vie de celui-ci dans l’unique but d’atteindre les objectifs fixés au départ.

L’objectif de ce module est de comprendre comment élaborer un plan de projet complet couvrant les aspects clés du risque, de la qualité, du temps, des coûts, des ressources et des parties prenantes.

Après avoir étudié cette matière, l’étudiant devrait montrer les compétences suivantes :

- Être capable d’expliquer ce que c’est qu’un projet,

- Être capable de modéliser et planifier un projet,

- Comprendre le calcul du coût global du projet,

- Maîtriser les méthodes et outils de gestion de projet, de la planification au pilotage.

Ce TP est considéré comme une extension du cours, dans lequel vous allez appliquer directement les notions vues au cours.

Contenu du TP:

• L’analyse en composantes principales (ACP)
• La classification automatique (supervisée, non-supervisée)
• L'analyse discriminante

Objectifs : Pour ce module nous avons fixé deux objectifs :

Introduire les étudiants à la logique mathématique et en particulier à la méthode de la démonstration.

Fournir aux étudiants les bases nécessaires afin de pouvoir comprendre le fonctionnement de la plupart des outils de démonstration automatique développés en particulier dans le monde académique, et éventuellement de coder eux-mêmes un tel outil.

Contenu de la matière

Chapitre 1 : Introduction

    1.1 Récursivité et induction

    1.2 Raisonnement par récurrence sur N

    1.3 Formalisation : Premier théorème du point fixe

    1.4 Applications

        1.4.1 Quelques exemples

        1.4.2 Arbres binaires étiquetés

2 Chapitre : Démonstrations

    2.1 Introduction

    2.2 Démonstrations à la Frege et Hilbert

    2.3 Démonstration par déduction naturelle

        2.3.1 Règles de la déduction naturelle

        2.3.2 Validité et complétude

    2.4 Démonstrations par résolution

3 Chapitre : Modèles de calculs

    3.1 Machines de Turing

        3.1.1 Ingrédients

        3.1.2 Description

        3.1.3 Programmer avec des machines de Turing

        3.1.4 Techniques de programmation

        3.1.5 Applications

        3.1.6 Variantes de la notion de machine de Turing

        3.1.7 Localité de la notion de calcul

    3.2 Modèles rudimentaires

        3.2.1 Machines à k ≥ 2 piles

        3.2.2 Machines à compteurs

    3.3 Thèse de Church-Turing

        3.3.1 Équivalence de tous les modèles considérés

4 Chapitre : Calculabilité

    4.1 Machines universelles

        4.1.1 Interpréteurs

De nombreuses applications scientifiques commencent par un recueil de données sur lesquelles un traitement est effectué. L’analyse de données est un ensemble de méthodes permettant de décrire et parfois d’expliquer des phénomènes. Beaucoup de ces méthodes reposent sur des fondements essentiellement géométriques ou algébriques et conduisent à des solutions obtenues en minimisant un critère.

Ce module permet à l’étudiant de s’initier aux techniques utilisées en intelligence artificielle.

Programme du cours théorique :

Chapitre 1 :

Introduction à l’intelligence artificielle et domaines d’application

Chapitre 2 :

            Formalisme de la représentation des connaissances

Chapitre 3 :

            Les systèmes inférentiels (Prolog, systèmes experts, ...)

Chapitre 4 :

            Systèmes experts et application

Chapitre 5 :

Le raisonnement incertain

Chapitre 6 :

            Méthodologie de construction des systèmes experts

• Chapitre 1: Historique et SQL avancé
• Chapitre 2: Les bases de données réparties
• Chapitre 3: Les bases de données orientée objet
• Chapitre 4: Les bases de données semi-structurées
• Chapitre 5: Les bases de données NoSQL

Objectifs :

Le Module de réseaux sans fils et réseaux mobiles a pour but d'expliquer les enjeux et les principes de fonctionnement des réseaux sans fils et mobiles. Il permet aux étudiants de

• se sensibiliser aux architectures de réseaux cellulaires et sans fil et leurs spécificités fondamentales.

• prendre connaissance des évolutions à long terme du domaine - depuis le GSM jusqu’aux réseaux et services 3G et 4G.

• comprendre les problèmes liés à la mobilité

Programme de la matière

Chapitre 1 : Notions fondamentales des réseaux de communications et des réseaux sans fil

Chapitre 2 : Réseaux cellulaires mobiles 2G

Chapitre 3 : Réseaux cellulaires mobiles 3G et 4G 

Chapitre 4 : La mobilité IP

Chapitre 5 : Services associés aux réseaux mobiles : SMS, WAP, …