ANNEXES

Dtail des cours par spcialit : M1 Systmes Informatiques M2 Systmes Intelligents et Communicants (P) M2 Systmes Intelligents et Communicants (R) M1 Modlisation Analyse des Donnes et Calcul Scientifique M2 Modlisation Analyse des Donnes et Calcul Scientifique (P ou R) M2 Electronique des Systmes Autonomes

MASTER SI (1re anne) SYSTEME INFORMATIQUES

Contenu des enseignements
La liste suivante contient toutes les UE proposes dans le cadre des parcours du M1-S1 et M1-S2 SI. Les UE notes UE*-SI sont propres au Master SI. Les UE notes UE*-MADOCS-SI sont mutualises avec la premire anne de master Madocs.

UNITES D'ENSEIGNEMENT DE SPECIALISATION DU PREMIER SEMESTRE UEF-SI-1 - Conception Oriente Objet

Responsable : Philippe LAROQUE Objectif : (1) Connatre le cycle de vie classique d'une application, (2) comprendre la ncessit du logiciel rutilisable, en matriser l'utilisation et la conception, (3) acqurir les techniques permettant de raliser les tapes classiques de ce cycle dans un contexte " objet ".

Plan des enseignements

Modlisation UML Design patterns: utilisation et cration Rgles de transition vers l'implmentation - Rutilisation du logiciel Java "avanc": rflexion, synchronisation de threads, sockets, jdbc, servlets, rmi

Prrequis : matrise 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 : prsentation des outils mathmatiques du traitement de l'image et du signal et des applications associes.

Plan des enseignements

Distributions et transformes Produit scalaire et produit de convolution de fonctions Espace de distributions, srie de Fourier, peigne de Dirac Transformation de Fourier une dimension (TF 1D) : dfinition et proprits Transforme de Fourier, Transformation en Z Traitement numrique du signal (TNS) Echantillonnage, thorme de reconstruction Transforme de Fourier discrte (FFT 1D) Analyse spectrale de Fourier Filtres linaires invariants par dcalage (MA, AR, ARMA) Systme d'quation aux diffrences Synthse de filtres numriques Programmation du TNS en Matlab

DSP Traitement numrique de l'image Transformation de Fourier deux dimensions (TF 2D) : dfinition, proprits et TF 2D discrte (FFT 2D) Echantillonnage : repliement spectral, Moir Convolution et filtrage linaire 2D Autres transformes

Prrequis : Bases mathmatiques

UEF-SI-3 - Informatique Embarque

Responsable : Pierre ANDRY Objectif : apprentissage des concepts et techniques de l'informatique embarque du niveau hardware jusqu'au niveau logiciel. Le but de ce cours est d'introduire les concepts de programmation temps rel et d'informatique industrielle. Ce cours a une vocation culture gnrale pour les tudiants dsirant se spcialiser en M2 sur les aspects rseaux ou systmes d'information (comprendre comment fonctionne les systmes actuels utiliss pour l'acquisition, le traitement et le routage de l'information). Il donnera aux tudiants intresss par la conception de systmes temps rel les bases ncessaires pour suivre les cours associs du M2.

Plan des enseignements

Introduction au temps rel Mcanismes fondamentaux (interruptions, ressources, mmoire) Matrise du temps Architecture d'un OS temps rel (ex. Unix, Temps Rel, QNX, VxWorks...) Systmes microprocesseurs et microcontrleurs Programmation en C et Assembleur Architectures Ddies (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 partir de blocs d'IP. Cours en liaison avec le modules optionnel " Architecture avance des systmes microprocesseur " ) Illustration sur des applications multimdia temps rel

Prrequis : architecture, systmes, programmation C

UEF-SI-4 Rseaux
Responsable : Tuyt Trm DANG NGOC Objectif : Prsentation des rseaux avanc en terme d'outils et de mthodes. Plan des enseignements [Site] Rappel des principe de base du modle OSI et du modle IP Simulation (ns2) et dimensionnement de rseaux Routage dynamique (RIP, OSPF, BGP) Multicast IPv6 Rseaux sans-fil (Wi-Fi, bluetooth, ZigBee, etc.) Etudes des rseaux Mobiles avec ou sans infrastructures (Ad-hocs) Prrequis : Principes de base des rseaux TCP/IP et ses services

UEF-MADOCS-SI-2 - Probabilits et Statistiques pour le Signal et les Rseaux

Responsable : Bernard CHALMOND

Objectif : Fournir et approfondir les concepts mathmatiques sur lesquels s'appuient la thorie de l'information, le traitement du signal et les rseaux.

Plan des enseignements

Elments de probabilit Modles Markoviens, files d'attente, modles de rseaux (chanes de Markov, classification des tats, rcurrence et transience, loi stationnaire, convergence vers l'quilibre critre de Foster. Rseaux de files d'attente. Chanes de Markov temps continu, Files d'attente M/M/1, M/M/cc. Rseaux de Jackson, Rseaux avec perte. Protocoles d'accs un canal de communication ALOHA, Ethernet, Algorithme en arbre, Protocoles jeton. Protocole de transmission de donnes (TCP), architecture du rseau Internet, modles probabilistes.). Thorie de l'information (entropie, entropie jointe, information mutuelle, entropie conditionnelle, entropie d'un langage, ex. d'application la compression). Traitement statistique du signal Modlisation alatoire du signal Caractristiques du premier et second ordre (moyenne, fonction de covariance) Stationnarit (fonction d'auto corrlation, fonction d'inter corrlation, densit spectrale de puissance). Filtrage (formules des interfrences) Estimation et ergodisme (corrlogramme, priodogramme) Prrequis : base mathmatiques 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 rseaux de neurones. Plan des enseignements Intelligence Artificielle classique (Ph. Laroque) [Site] Algorithmes de recherche dans des espaces d'tats avec fonction heuristique (A*, alpha-bta) Moteurs d'infrence et Systmes experts Introduction la logique floue Classification et rseaux de neurones (P.Andry) Introduction: du neurone biologique au neurone formel Apprentissage: La rgle de Hebb Perceptron : perceptron simple, sparabilit linaire, Perceptron multi-couches: lien avec classification baysienne ,Rtro propagation du gradient Modle de Hopfield Modle de Kohonen Illustrations Prrequis : structure de donnes (listes, arbres, graphes), logique, lments de statistique.

M1 SI UNITES D'ENSEIGNEMENT FONDAMENTALES DU 2d SEMESTRE UEF-SI-5 - Systmes de traitement d'images

Responsable : Pierre ANDRY Objectif : Acqurir les fondement des systmes de traitement d'images du point de vue algorithmique et psychophysique.

Plan des enseignements

Acquisition d'images Quantification, LUT, transformations ponctuelles chantillonnage Capteurs Radiomtrie et colorimtrie, espaces de reprsentation couleurs Outils de traitement d'images Extraction de contours Segmentation en rgions Morphologie mathmatique binaire Vision par ordinateur Gomtrie des prises de vue, modles de camra (stnop,...) calibration Mise en correspondance stroscopique, primitives et algorithmes, recalage d'images, de squences Reconstruction 3D et synthse Vision naturelle (Cours assur par un psychologue) Notions d'anatomie du systme visuel (de la rtine aux aires visuelles) Notions de psychophysique (effets de masquage, effets conscutifs...) Applications aux sciences pour l'ingnieur (compression d'images, reconnaissance de formes...) Prrequis : Bases mathmatique, algorithmique et programmation

UEF-SI-6 Anglais
Renforcement de langlais conversayionnel, prparation au TOEIC. Avec possibilit de sinscrire une des deux session de TOEIC au printemps. Approfondissement de langlais techniques avec un focus sur les nouvelles technologies

UEF-MADOCS-SI-1 - Dcidabilit, Complexit, Approximation

Responsable : Dominique LAURENT Objectif : dgager des outils conceptuels d'tude et de comparaison d'algorithmes

Plan des enseignements

Fonctions rcursives et machines. Thse de Church, Exemples de problmes indcidables. Rductions et classes de complexit : P, NP, EXP, PSPACE ... Liens entre les complexits temporelles et les complexits spatiales. Algorithmes d'approximation, Classes d'approximation. Prrequis : une bonne connaissance de l'algorithmique de base (graphes, flots, programmation linaire, algorithmes gloutons, programmation dynamique, algorithmes probabilistes, logique et circuit). Thorie lmentaire des langages : langages algbriques (souhait mais pas indispensable).

UNITES D'ENSEIGNEMENT DE SPECIALISATION DU SECOND SEMESTRE

Une de ces deux UE de spcialisation devra tre choisie par l'tudiant. L'UEC1 comporte un projet effectuer tout au long du deuxime semestre ainsi qu'un module dapprofondissement (UE supplmentaire choisir parmi les UE complmentaires proposes)

UEC-SI-1 Projet et gnie logiciel appliqu

Le but des projets sera d'approfondir les concepts vus dans les diffrents cours en les appliquant des problmes pratiques. On insistera plus particulirement sur la pluridisciplinarit des domaines abords dans les projets, le travail en groupe et l'initiation la recherche que permettent ces projets (travail partir d'articles, recherche bibliographique, analyse/comparaison d'algorithmes...). Si cette UE de spcialisation est choisie, une unit d'enseignement complmentaire devra en plus tre suivie en plus des 2 UE complmentaires.

UEC-SI-2 Stage Long

Ouverture en 2010-2011. Le stage long pourra se drouler en entreprise ou en Laboratoire de recherche selon le projet de ltudiant.

UNITS D'ENSEIGNEMENT COMPLMENTAIRE DU 2eme SEMESTRE UEC-SI-3 - Communication Numrique

Responsable : Inbar FIJALKOW Objectif : Prsentation de la mise en forme des signaux 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, mlangeur) Taux d'erreur binaire Techniques d'accs multiples (TDMA et GSM, CDMA et UMTS, OFDMA) Prrequis : MASTER SCIENCES INFORMATIQUES rseau, systme, probabilits et statistiques pour le signal et rseaux

UEC-SI-4 Architecture des systmes microprocesseur

Responsable : Benot MIRAMOND Objectif : Prsentation des bases la fois de l'architecture des systmes micro-processeurs a hautes performances et les concepts relatifs la programmation de telles architectures.

Plan des enseignements

Concepts d'architectures CISC/RISC Les notions de programmation des architectures RISC Architecture avance des processeurs Programmation des processeurs DSP Introduction aux systmes sur puce

Prrequis : architecture, systmes, langage C

UEC-MADOCS-SI-4 - Bases de Donnes Avances, distribues et objets

Responsable : Dan VODISLAV Objectif : Approfondissement des modles de bases de donnes Plan des enseignements Bases de donnes relationnelles et aspects physiques Contraintes sur les donnes (statiques et dynamiques), triggers SQL Techniques d'optimisation de requtes Notion de transaction, concurrence d'accs (proprits ACID, verrouillage en deux phases), reprise aprs panne Techniques d'accs aux fichiers (hash-code, index, arbres) Extensions du modle relationnel Bases de donnes rparties Bases de donnes dductives Modles Orient Objet et Relationnel Objet Bases de donnes semi-structures (XML, Langage de requtes XQuery,...) Prrequis : Bases de donnes relationnelles, algorithme, structures de donnes, rseaux informatique

UEC-MADOCS-SI-5 Intgration et entrept de donnes

Responsable : Tao-Yuan JEN Objectif : Prsentation des traitements de donnes essentiels dans le cadre de techniques concernant l'intgration, le stockage et la visualisation.

Plan des enseignements

Visualisation d'information : Fondements pour la visualisation de donnes Environnement et terminologie pour la visualisation de donnes Techniques de visualisation et interaction avec l'utilisateur Entrepts de donnes : Modle de donnes multidimensionnel Cube de donnes. Interrogation de cubes de donnes Intgration de donnes : Htrognit des sources de donnes Architectures de mdiation Intgration de schmas Traitement de requtes Modles de cots

Prrequis : Bases de donnes relationnelles, algorithme, structures de donnes, programmation Java.

UEC-MADOCS-SI-6 - Chiffrement et Applications

Responsable : Philippe LAROQUE, Tuyt Trm DANG NGOC Objectif : acquisition des concepts mathmatiques fondements de la cryptographie et algorithmes. Applications la scurit rseau Plan des enseignements Bases thoriques : Bases mathmatiques (Groupes, Corps fini, Thorie des nombres, Probabilits, Entropie, courbes

algbriques) Cryptographie classique, Cryptographie cl secrte, Cryptographie cl publique, Fonctions de hachage, Gnrateur pseudo alatoires. Signature et code d'authentification. Distribution des cls. Preuve sans apport d'information. Cryptanalyse linaire et diffrentielle Applications en rseaux DES, TDES, BlowFish, RSA, DSA GPG/PGP SSH, VPN Architecture PKI (SSL) Portail captif, RADIUS WEP, WPA1, WPA2

Prrequis : Got pour l'algbre et les probabilits. Base de rseaux

M2 SICp Systmes Intelligents et Communicants Parcours PRO

Contenu des enseignements
La liste suivante contient toutes les UE proposes dans le cadre des parcours du M2-S1 et M2-S2 SICp. 2 UE sont partiellement communes avec SICr. La combinaison de quatre dentre elles permet de caractriser les deux parcours pro prdfinis. Quelques units denseignement possdent des modules en commun pour plusieurs parcours. Ainsi, le module rseau mobiles et QoS de lUEF 6 est commun avec lUEF 7 et l'UEF 9. De mme, le module architecture pour les systmes intelligents se retrouve dans les UEF 4 et UEF 5.

UEF-SICp 1 - Conception dinfo-appliances

Responsables : P. Andry, T.T. Dang-Ngoc Objectif : approfondissement des algorithmes et techniques pour linformatique embarque Plan des enseignements : Java embarqu (cours organis par lITIN) diffrences Java / Embedded Java J2ME lAPI MIDP, les composants IHM, le support rseau et la persistance des donnes les cartes 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 donnes par des systmes microcontrleurs rseaux htrognes Capteurs intelligents (TP d'intgration, env. 20h) Rseaux avancs: mme cours que l'UEF6 Prrequis : approche objet, langages C et Java, architecture, rseau

UEF-SICp 2 Scurit des rseaux

Responsable : T.T. Dang-Ngoc Plan des enseignements: VLANs Rseaux locaux virtuels Standard IEEE 802.1Q

Routage inter-VLAN Interconnexion et filtrage rseau Support IPV6 Supervision et mtrologie des rseaux Le protocole SNMP Supervision des applications et services rseaux Supervision des ressources locales Support IPV6 Projets avec Nagios et Cacti Systmes et Applications Distribus (partie I)

UEF-SICp 3 - Architecture pour systmes multimdia

Responsable : B. Miramond Objectifs : partir d'une analyse critique de l'volution des architectures de traitement, ce module fera le bilan des units de calcul prsentes aujourd'hui dans l'embarqu. Suivant la densit d'intgration des circuits, le module introduira naturellement la notion de Systme sur Puce (SoC) et la complexit relative de conception des parties logicielles et matrielles (codesign) qui les composent. Cette notion de SoC sera tudie la fois sous l'angle de la spcification unifie des parties logicielles et matrielles en SystemC, et sous l'angle pratique par la conception de systmes sur FPGA (SoPC). L'objectif la fin du module est de savoir concevoir un systme multiprocesseur (MPSoC) et de le programmer en temps rel. Plan des enseignements : Partie I : Mesures empiriques de l'volution des calculateurs embarqus Les technologies des circuits intgrs (ASIC, CPLD, FPGA, les systmes sur puce) Les architectures reconfigurables Architecture des FGPA Les processeurs reconfigurables La reconfiguration dynamique La conception de systmes sur puce Conception dIntellectual Properties Architectures des SoC pour le multimedia Partie II : Les outils et mthodologies de conception Langage de description matrielle (Vhdl, Verilog) Le flot de conception des systmes numriques Introduction au concept du CoDesign Un langage de description unifi Hw/Sw : SystemC Noyau de simulation vnementiel de SystemC Niveaux d'abstraction et exploration d'espace des solutions de conception SystemC synthtisable SystemC TLM Prrequis : langage C/C++, architecture des systme, OS, temps rel

UEF-SICp 4 - Agents et Systmes intelligents

Responsable : P. Gaussier Objectif : Le but de ce cours sera de permettre aux tudiants dapprendre intgrer les diffrentes briques de base (vues dans les autres cours du master) ncessaires un systme intelligent . Le cours sera bas sur les modles darchitectures de contrles imagines en IA, robotique et SMA pour contrler des systmes complexes. Des comparaisons avec des rsultats en psychologie, neurobiologie et thologie seront discuts. De nombreuses tudes de cas seront prsentes.

10

Plan des enseignements : Architectures pour les systmes intelligents : Introduction la thorie des systmes Mthodologie de conception de systmes (approches descendante/ascendante, problmes de hirarchisation...) Dynamique des boucles Perception/Action (approches Gestaltistes et Gibsonienes des mcanismes perceptifs et moteurs) Modles darchitectures de contrle pour les systmes robotiques (architectures squentielles, subsumption, approches comportementales vs fonctionnalistes) Dynamique des processus de prise de dcision (problme de stabilit, mcanismes dhystrsis...) Systmes multi-agents (plateformes, algorithmes et applications rseaux, e-commerce...) De l'objet l'agent Modles d'architecture (CORBA, RMI, JADE...) Etudes de cas dobjets communicants et de systmes intelligents (le problme de lintgration et de loptimisation du systme complet). IHM multimodales (image/parole)

Introduction gnrale sur le cours, Agent Anim, Emotions, personnalit les dictiques et l'valuation des interfaces multimodales traitement d'image pour la communication multimodale (reconnaissance des expressions
faciales, des mouvements expressifs...)

mini-projets

Prrequis : intelligence artificielle, architecture, rseau, Interface Homme-Machine

UEF-SICp 5 - Temps rel et systmes embarqus intelligents

Responsable : P. Andry Objectif : Etre capable de mettre en oeuvre une application temps rel dans le cadre dun systme rparti complexe. Plan des enseignements : architectures pour les systmes intelligents (20h communes avec UEF 4) programmation temps rel de systmes embarqus (40h) architecture et programmation des PDA rseaux ddis (bus CAN, I2C...) Etudes de cas (contrle de robots mobiles) Prrequis : architecture, systme, intelligence artificielle

UEF-SICp 6 - Systmes et Rseaux de communication numriques

Responsables : I. Fijalkow, D. Nicholson Objectif : prsentation des algorithmes classique de compression, approfondissement des communications numriques et des rseaux Plan des enseignements : Introduction : Chane de transmission I- Principe, Architectures et ingnierie des systmes de compression d'images fixes et de vidos. Notion de photomtrie/calorimtrie, chantillonage des images et espaces de couleur, format des images vido. Compression d'images fixes : principes, architectures et standards (JPEG/JPEG2000). Compression de vidos : principes, architectures et standards (MPEG2, H264). Aspects architecturaux, systme et logiciels pour la diffusion de donnes multimdia (aspects rseau, 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 haut-dbit (vanouissements temporels, frquentiels) Codage de canal Egalisation Modulation multiporteuse OFDM (diffusion DVBT) Accs multiple en temps, frquence et code (GSM, WiMax, UMTS) III - rseaux mobiles et QoS (20h) flux multi-mdia qualit de service rseaux mobiles simulation Prrequis : Traitement du signal, systmes de communications, rseau

UEF-SICp 7 Mobilit des rseaux

Responsable: T.T. Dang-Ngoc Objectif : Plan des enseignements: Mobilit: Portail captif: scalable ; non scuris Virtual Private Networks (VPN) PPTP, L2F, L2TP IPSec Support IPV6 Projet NAC et 802.1x: 802.1x: scalable et scuris EAP (Extensible Authentification Protocol), EAP over LAN (EAPOL) Support IPV6 Projet avec Radius / LDAP / VLAN dynamiques (802.1Q) Rseaux mobiles et QoS: voir UEF6-III

UEF-SICp 8 - Techniques de data-mining

Responsable : D. Laurent Objectif : Acquisition des principaux concepts et mthodes dans le domaine de linformatique dcisionnelle Plan des enseignements : Introduction la problmatique de lextraction de connaissances dans les gros volumes de donnes Entrepts de donnes Intgration de donnes htrognes Architecture logicielle dun entrept Schmas en toile et en flocon Maintenance dun entrept de donnes Donnes multidimensionnelles Dfinitions et oprations de base Langages de requtes Techniques de data mining Introduction aux diffrentes techniques dextraction de connaissances et mesures de

12

qualit associes Arbres de dcision Principaux algorithmes de clustering (k-means, k-medoids, DBSCAN, CLIQUE) Rgles dassociations (algorithme A priori et ses variantes) Mise en oeuvre sous WEKA. Prrequis : base de donnes relationnelles, intelligence artificielle, logique

UEF-SICp 9 - Systmes et Applications Distribus

Responsable : M. Naimi Objectif : thorie, algorithmes et outils pour la conception dapplications distribues Plan des enseignements : Dfinitions et notations - Systmes et algorithmes distribus Conception et Complexit Notions dtat local et global Classes de topologies et leurs proprits (anneaux, maillage complet et quelconque, arbres) Ordonnancement (ordre Local, ordre Fifo, ordre Total, ordre Causal) Routages Routage par inondation Routage par diffusion contrle Diffusion totale (broadcast) Diffusion restreinte (multicast) Applications : Construction des tables de routage, Election , Construction darbres de diffusion, Routage dans les rseaux mobiles, Calculs distribus et parallles Allocation des ressources Algorithmes bass sur le principe du consensus Algorithmes bass sur le principe du jeton Contrle des calculs distribus (terminaison, tat stable) Etude de lordonnancement causal (applications aux bases de donnes distribues) Tolrances aux fautes

Outils de conception : SPIN et PROMELLA

Plate-forme pour les applications distribues : CORBA

Rseaux mobiles et QoS: voir UEF6-III

Prrequis : rseau

UEF-SICp 10 - Gestion de projet et communication (ITIN)

Ce cours se fait en parallle et en complment du projet de synthse. Il est pris en charge par lITIN dans le cadre de la formation par lapprentissage. Aprs une rapide introduction aux techniques de gestion de projets, les tudiants devront mettre en oeuvre ces techniques sur leur propre projet. Le cours consistera donc en un certain nombre de sances rparties sur lensemble du projet avec chaque fois la mise en pratique dune partie du cours sur les projets des tudiants (cahier des charges, planning, rvisions, dlivrables, gestion des problmes de planning...).

UEF-SICp 11 - Cration dentreprise (ITIN)

Il sagit dun sminaire long (6 jours) visant introduire les techniques de marketing, gestion / comptabilit en se servant du cadre ludique de la cration dune entreprise. La soutenance la fin du sminaire se fait devant des investisseurs / banquiers / responsables dentreprise de la rgion (chambre de commerce de Versailles - Val dOise). Lopportunit est offerte aux tudiants de coupler ce cours avec leur projet de

13

synthse afin de participer des concours de cration dentreprise sils le souhaitent.

UEF-SICp 12 - Projet de synthse

Les projets de synthse de droulent sur toute la dure de la formation. Ils sont dvelopps par des groupes de 3 5 tudiants et doivent tre de nature pluridisciplinaire (mlanger les comptences acquises dans au moins 3 cours diffrents). Les projets de synthse visent mettre les tudiants dans la position de chef de projet. Rclamant un travail important (plus de 200h par tudiant) et rpartis sur l'ensemble des 6 mois passs l'universit, ils impliquent les tudiants dans toutes les phases, de la dfinition prcise du cahier des charges la ralisation en passant par les commandes de matriel ou de logiciel, la rdaction de dossiers de conception etc.

UEF-SICp 13 Anglais
Les cours d'anglais, en petits groupes (une dizaine d'tudiants), sont penss pour habituer les tudiants s 'exprimer l'oral dans cette langue sur des sujets lis aux sciences, aux techniques mais aussi l'actualit. Une prsentation individuelle filme leur permet de corriger plus rapidement leurs travers. Un examen de TOEIC est systmatiquement propos, mme si aucune note plancher cet examen n'est pour l'instant ncessaire l'obtention du diplme.

UEF-SICp 14 - Stage long en entreprise (6 mois)

Liste des entreprises ayant pris un apprenti de lancien DESS SMC ou du master 2 Pro S2IC TIGA Technologies (Cergy) France Tlcom R&D (Issy les Moulineaux) Telisma (Lannion) Thals Communications (Colombes) Cust Home (Fresnes) TD & SI (Goussainville) SFR (La Dfense) INEO SYSTRANS (Achres) RealEyes (Cergy, Saint-Cloud) INFORT (Cergy) Ministre des Finances (Paris) Helvtius Ingnierie (La Garenne - Colombes) Spie Thermatome (Cergy-Pontoise) - ONERA (Bagneux) - ... Question dImage (Boulogne) Kyosha Industrie (Bezons) Thals ATM (Bagneux) Karavel (Paris) SAGEM (Eragny - Osny) Cap Gemini Tlcom (La Dfense) Mto Consult (Vernouillet) EADS (Vernon) Total (La Dfense) 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

Units denseignement 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 numrique des images

(S. Philipp-Foliguet, F. Precioso, A. Histace ETIS) Bases des communications numriques : Information, dtection (D. Declercq, C. Poulliat ETIS) UEF-SICr 4 Intelligence artificielle (P. Laroque, M. Quoy ETIS) UEF-SIC 1 Architectures des Systmes Intelligents (partie de UEF SICp 4) (P. Gaussier ETIS) UEF- SIC 2 Base des techniques d'intgration et fouille de donnes (D. Laurent, D. Vodislav, ETIS) UEF-ESA-SIC 1 Techniques d'optimisation (I. Fijalkow, P. Gaussier ETIS)

Units denseignement complmentaires Choisir 4 UEC parmi 15 UEC-SICr 1 Interprtation et indexation dimage (S. Philipp-Foliguet, PH Gosselin ETIS,) UEC-SICr 2 Compression et tatouage dimages fixes et vidos (M. Chapron ETIS, D. Nicholson THALES, S. Baudry Nextamp) UEC-SICr 3 Principes de physique-mathmatique et problmes 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-inspire (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 haut-dbit (I. Fijalkow, P. Duvaut ETIS) UEC-SICr 10 Entrept et fouille de donnes (D. Laurent, ETIS) UEC-SICr 11 Mthodes baysiennes (P. Duvaut, ETIS) UEC-ESA-SIC-1 Systmes intgrs de transmission de donnes (J-L Gautier, M. Ariaudo ECIME) UEC-ESA-SIC-2 Systmes embarqus auto-adaptables (B. Granado, B. Miramond ETIS) UEC-ESA-SIC-3 Mthodologie de conception des circuits numriques (B. Granado, ETIS) UEC-ESA-SIC-4 Architectures des systmes 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 cls : Ondelettes continues et discrtes, Analyse Multirsolution, Filtres Miroirs en Quadrature, algorithmes Pyramidaux, dcomposition Dyadiques, Relations dIncertitude, facteur de qualit constant, Pavage du plan temps-frquence. Ce cours introduit les bases de la thorie des ondelettes qui permettent de matriser leur utilisation et de saisir leurs enjeux dans des diffrentes applications, telles que le codage et la compression, la dtection de non-stationnarits, la synthse de bancs de filtres, le dbruitage. Les points suivants seront traits : Transforme en ondelettes discrtes et continues Transforme en ondelettes orthogonales et bi-orthogonales Analyse Multirsolution 1D et 2D Algorithmes pyramidaux Algorithmes trous, en quinconce Filtres Miroirs en quadrature QMF et recontruction parfaite Transforme en ondelettes et leur transformes de Fourier, proprits Transforme en ondelettes gomtriques (bandlets, curvelets) Prrequis : transforme de Fourier, calcul intgral.

UEF-SICr 2 - Traitement numrique des images

(S. Philipp-Foliguet, F. Precioso, A. Histace - ETIS)

Mots cls : numrisation, restauration, filtrage, extraction de contours, segmentation. Lobjet de ce cours est de prsenter les concepts de base du traitement dimages, depuis lacquisition et la formation de limage, jusqu lextraction de primitives contours et rgions. Le premier point est de se familiariser avec lobjet tudi, savoir limage numrique comme signal bidimensionnel discret. Ensuite, les techniques de filtrage, de restauration et de segmentation dimages sont tudies. Acquisition dimages : chantillonnage, quantification, transforme de Fourier Prtraitement et restauration : transformations dhistogrammes, filtrage linaire, non linaire, anisotrope Dtection de contours, segmentations dimages Morphologie mathmatique binaire

Prrequis : traitement numrique du signal, transforme de Fourier, signal alatoire.

UEF-SICr 3 - Bases de communications numriques : Information, dtection

(D. Declercq, C. Poulliat- ETIS) Mots cls : capacit, codage de source, alphabet de modulation, codage de canal, condition de Nyquist, filtre de mise en forme, canal additif Gaussien, rapport signal bruit, filtre adapt, probabilit derreur bit,

16

efficacit spectrale, canal dispersif en temps, canal dispersif en frquence, galisation. Le but de ce cours est de prsenter les diffrents organes dune chane de communication usuelle, en insistant sur les outils emprunts aux thories de linformation et de la dtection. mission : Au niveau de lmetteur, on utilise les rsultats de la thorie de linformation pour transformer les signaux que lon veut mettre. Ces transformations servent entre autre rduire la redondance des signaux (codage de source), mettre en forme linformation (techniques de modulation), scuriser ou amliorer la transmission (codage de canal), maximiser le dbit dinformation utile (calcul de capacit). Rception : En prsence de bruit thermique et en labsence dautres perturbations, le rcepteur dune chane de communication se construit comme une fonction de dtection. On drive ainsi le filtre adapt, les dtecteurs optimaux et les performances des diffrents alphabets de modulation. Lorsque lon considre en plus un canal de propagation, de nouvelles perturbations sont introduites. On dcrira en particulier, les canaux dispersifs en temps ou en frquence et les traitements appliqus pour rduire les perturbations, codage correcteur derreur ou galisation. Prrequis : bases de probabilits, filtrage, processus alatoires.

UEF-SICr 4 - Intelligence Artificielle

(M. Quoy, P. Laroque - ETIS)

Mots cls : rsolution de problmes, algorithmes de jeu, systmes experts, logique floue, rseaux de neurones, algorithmes gntique. Le but de ce cours est dintroduire diffrents types de techniques dites dIntelligence Artificielle (IA) appliques des problmes lis au traitement du signal, la reconnaissance des formes et la robotique. Tout dabord nous prsenterons la notion dagent intelligent puis les techniques classiques de rsolution automatique de problmes dans un espace dtat 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 dordre 0 et dordre 1 (principe de rsolution...) Systmes bases de rgles

Nous tudierons ensuite comment le raisonnement peut tre formalis et utilis dans des systmes experts:

Logique floue Par la suite, des techniques bases sur lemploi de rseaux de neurones seront prsentes de mme que les systmes base de classeur et les algorithmes gntiques : Notion de neurone formel (rgle de Hebb, rseaux de Hopfield...) classification non supervise (carte de Kohonen)

Prrequis : Bonnes bases en algorithmique et programmation

UEF-SIC 1 - Architectures des Systmes Intelligents (partie de lUE ASI de SICp)

(P. Gaussier - ETIS) Le but de ce cours est dapprendre intgrer les diffrentes briques de base (vues dans les autres cours du

17

master) ncessaires un systme intelligent . Le cours est bas sur les modles darchitectures de contrles imagines en IA, robotique et SMA pour contrler des systmes complexes. Des comparaisons avec des rsultats en psychologie, neurobiologie et thologie seront discuts. De nombreuses tudes de cas seront prsentes. Architectures pour les systmes intelligents : Introduction la thorie des systmes Mthodologie de conception de systmes Dynamique des boucles Perception/Action Modles darchitectures de contrle pour les systmes robotiques Dynamique des processus de prise de dcision Systmes multiagents Rsolution de problmes base dagents ractifs ou dcoagents. Agents mobiles sur Internet Application la recherche dinformation sur le web et la communication avec des systmes embarqus

Prrequis : intelligence artificielle, architecture

UEF-SIC2 Base des techniques d'intgration et fouille de donnes

(D. Laurent, D. Vodislav - ETIS)
Introduction la problmatique de lextraction de connaissances dans les gros volumes de donnes Entrepts de donnes Intgration de donnes htrognes Architecture logicielle dun entrept Schmas en toile et en flocon Maintenance dun entrept de donnes Donnes multidimensionnelles Dfinitions et oprations de base Langages de requtes Techniques de data mining Introduction aux diffrentes techniques dextraction de connaissances (classification, clustering et rgles dassociation) et mesures de qualit associes Phases de nettoyage et de prparation des donnes Rgles dassociations (algorithme A priori et ses variantes) Extensions au cas multirelation Optimisations de stockage des motifs frquents (ferms et gnrateurs). Prrequis : bases de donnes relationnelles, intelligence artificielle, logique

UEF-ESA-SIC 1 - Techniques doptimisation

(I. Fijalkow, P. Gaussier - ETIS)
Mots cls : erreur quadratique moyenne, filtre de Wiener, gradient dterministe, gradient stochastique, LMS, RLS, Kalman, optimisation sous contrainte, multiplicateurs de Lagrange, rgularisation, rtropropagation du gradient, recuit simule, algorithmes gntiques. Le but de ce cours est de prsenter des techniques de rsolution de problmes se traduisant par loptimisation dun critre (ou fonction de cot). Nous abordons dabord le critre quadratique qui correspond maximiser la ressemblance entre un signal de rfrence et le filtrage (spatial ou temporel) des signaux observs. Pour minimiser ce critre avec une complexit rduite, nous envisageons : la solution linaire optimale (filtre de Wiener) des algorithmes adaptatifs (LMS)

18

des algorithmes rcursifs (RLS, Kalman). Loptimisation de critres plus complexes comprenant des minima locaux peut tre ralise par des algorithmes adaptatifs (gradient stochastique) avec des risques de minima locaux. La gnralisation de ces techniques la rtropropagation dun gradient dans un rseau multi couche sera aussi prsente. Pour finir, nous tudierons les techniques alternatives de type recuit simul et algorithmes gntiques. Plusieurs exemples dapplication loptimisation de fonction et la conception automatique de systmes seront enfin analyss. Application : annulation dcho, restauration dimages, classification, placement-routage, volution matrielle, programmation gntique Prrequis : filtrage de processus alatoire, modlisation des signaux alatoires.

Units dEnseignement Complmentaires

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 Interprtation et indexation dimage (S. Philipp-Foliguet, PH Gosselin ETIS,) Compression et tatouage dimages fixes et vidos (M. Chapron ETIS, D. Nicholson THALES, S. Baudry Nextamp) Principes de physique-mathmatique et problmes 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-inspire (P. Henaff ETIS) Apprentissage, adaptation (P. Andry, P. Gaussier, M. Quoy ETIS) Codage, turbo-codage (D. Declercq, C. Poulliat, ETIS) Transmissions haut-dbit (I. Fijalkow, P. Duvaut ETIS) Entrept et fouille de donnes (D. Laurent, ETIS) Mthodes baysiennes (P. Duvaut, ETIS) Systmes intgrs de transmission de donnes (J-L Gautier, M. Ariaudo ECIME) Systmes embarqus auto-adaptables (B. Granado, B. Miramond ETIS) Mthodologie de conception de circuits numriques (B.Granado ETIS) Architectures des systmes reconfigurables (A.Benkhelifa, F. Verdier ETIS)

UEF-SICr 1 - Interprtation et indexation dimage

(S. Philipp-Foliguet, PH Gosselin ETIS) Mots cls : reconnaissance des formes, indexation, recherche dans des bases Lindexation est un thme en pleine expansion, du fait de lexplosion du multimdia et de la demande daccs des bases dimages de taille de plus en plus importante. Ce cours prsente tout dabord des techniques danalyse dimages pour la reconnaissance de forme et la classification dimages. Ensuite, le problme de la comparaison entre images et de la recherche dimages par similarit est trait. Extraction de primitives : points caractristiques,droites, segments, squelette Calculs dattributs Invariants dimages (histogrammes, moments,...) Calcul de signature dimage (couleur, texture, formes).

Mthodes de classification supervise et non supervise Mesures de similarit, k plus proches voisins

19

ACP, nues dynamiques, classification hirarchique, SVM, etc Appariement dimages et recherche dans des bases Adaptation, bouclage, interaction avec lutilisateur

Prrequis : cours de base en traitement dimage

UEF-SICr 2 - Compression et tatouage dimages fixes et videos

(M. Chapron ETIS, D. Nicholson - THALES Communications, S. Baudry - THOMSON) Une partie est consacre la compression dimages avec ou sans pertes et une autre partie est consacre au tatouage dimages. Les plans des deux parties sont les suivants :

Partie compression (14 heures)

Gnralits Techniques simples de compression Codage dimages utilisant le Run Length Encoding, quantification scalaire Mthodes statistiques Codage de Shannon-Fano, Codage dHuffman et son amlioration adaptative Codage arithmtique et son amlioration adaptative Mthodes utilisant les dictionnaires LZ77 LZW Format GIF Mthodes gnrales de compression image JPEG, JBIG, quantification vectorielle, codage par blocs, codage diffrentiel sans perte, DPCM, Quad tree, compression par courbes de Peano et Hilbert, compression fractale (IFS) Mthodes de compression utilisant les ondelettes. Transformes en ondelettes et multi- rsolution. Le lifting scheme, JPEG2000 Mthodes de compression vido MPEG2 MPEG4 Partie tatouage (6 heures) Le watermarking, ou tatouage, consiste transmettre un message en modifiant de faon imperceptible un ensemble de donnes. Ces donnes peuvent tre des donnes audio, vido, des images, des logiciels, du texte etc. Aprs une description des applications du watermarking, le cours prsentera les principes gnraux du watermarking, et notamment un modle gnral du watermarking vu comme un systme de communications. Les diffrentes briques du systme, modulation, codage de canal, masquage psychovisuel, rsistance aux transformations gomtriques, seront dtaills dans le cadre du tatouage dimage, et quelques algorithmes seront prsents. On sintressera galement laspect scurit en tudiant quelques attaques de systmes de tatouage ainsi quen comparant le watermarking deux techniques proches, la stganographie et la cyptographie. Dfinition du watermarking, contraintes Applications Le modle communication en watermarking Prsentations de quelques algorithmes de tatouage dimage Rsistance aux transformations gomtriques Aspects psychovisuels Aspect scurit : prsentation rapide de la stganographie et de la cryptographie ; attaques des systmes de watermarking Prrequis : Bases de traitement numriques des images, bases de communications numriqes, ondelettes et banc de filtres.

20

UEF-SICr 3 - Principes de physique-mathmatique et problmes inverses en imagerie

(M. Nguyen - ETIS, T. Truong - LPTM)
Mots cls : systmes dimagerie, imagerie par mission et transmission, transformations intgrales, restauration dimages, mthodes inverses. Lobjectif du cours est de fournir les connaissances pluridisciplinaires (traitement de limage, physique, mathmatiques, problmes inverses et analyse numrique) en vue dtudier les diffrents aspects dun systme dimagerie, savoir le processus physique de formation dimages, instrumentation, reconstruction dimages et leurs modlisations mathmatiques. Sont concerns les systmes dimagerie qui utilisent les ondes acoustiques, lectromagntiques et les rayonnements ionisants (X et gamma) fonctionnant par rflexion, par mission et par transmission. Ces systmes dimagerie se trouvent dans de nombreuses applications du contrle non destructif limagerie mdicale. Les points suivants seront abords et illustrs : Principes dimagerie par mission, par transmission et par rflexion bass sur la physiques des ondes et du rayonnement ionisant Transformes intgrales (Radon, Fourier, Fourier, Hankel, Legendre) et leur application en imagerie Elment danalyse harmonique et application en imagerie Problmes inverses en imagerie : mthodes de restauration et de reconstruction dimages (analytiques, algbriques et statistiques) Algorithmes associs et analyse numrique Prrequis : Optimisation de critres (tronc commun), Bases de traitement dimages (tronc commun).

UEF-SICr 4 - Vision par ordinateur : calibration, mise en correspondance, mouvement

(F. Precioso - ETIS, N. Paparoditis - IGN, V. Guitteny - THALES) Mots cls : calibration, gomtrie multi-vues, appariement, reconstruction 3-D, mouvement. Ce module prsente les bases ncessaires la reconstruction 3-D partir de deux ou plusieurs images de la scne observe, ainsi qu lanalyse des mouvements observs partir de squence dimages. Le plan du module est le suivant Calibration (6h) modle de camra stnop ( pinhole) gomtrie des prises de vue stroscopiques : gomtrie pipolaire, matrice fondamentale, algorithme des 8 points, parallaxe et profondeur de scne gomtrie multi-vues Mise en correspondance (8h) intervalles de recherche appariement bas surfaces : fonctions de similarit, forme de voisinages, traitement multi-chelles appariement bas primitives : primitives contours, primitives rgions, dtection des primitives et algorithmes dappariement triangulation, restitution du relief ou de la profondeur de la scne observe. Analyse du mouvement (6h) diffrences dimages flot optique stromouvement : estimation conjointe de la profondeur de la scne et du mouvement du capteur Prrequis : bases de traitement numrique des images, bases doptimisation.

21

UEF-SICr 5 - Vision naturelle et artificielle

(L. Hafemeister, P. Gaussier - ETIS) Mots cls : vision, perception, systmes bio-inspirs, modlisation neuronale, systmes dynamiques, navigation visuelle. Dans ce cours nous montrerons que la conception de systmes artificiels sinspirant de ltude des systmes nerveux biologiques peut dboucher sur des ralisations trs performantes. Centr principalement sur ltude de la modalit visuelle (insectes, mamifres, primates...) nous prsenterons des modles allant de la rtine aux centres de dcision moteurs en passant par les diffrentes aires corticales visuelles... Ce cours sappuiera sur des exemples de transferts russis entre biologie et sciences pour lingnieur, notamment : rtines artificielles (perception contraste, couleur, mouvement...) systmes de segmentation (extraction de contours, contours virtuels, extraction de points dintrt...) reconnaissance et discrimination de formes (diffrents circuits de reconnaissance, proprits des mcanismes de reconnaissance de lhomme...) robotique (localisation, navigation, ...). Ce cours permettra aussi dintroduire les outils de modlisation et de simulation neuronale actuels : thorie des cbles (modles de neurones compartimentaux) modles de neurones directement inspirs de la neurobiologie (modles de neurones spikes / integrate and fire, frquence moyenne de dcharge...) mcanismes de comptition et de coopration dynamique (utilisation pour des problmes de rgularisation, remplissage de rgion...) thorie des systmes dynamiques Laccent sera mis sur le fait que les systmes de vision nont de sens que dans le cadre dune approche cologique de la vision (Gibson). Cest dire, prenant en compte le couplage perception/action et la dynamique des interactions entre lagent et son environnement. Prrequis : Modles classiques de rseaux de neurones, traitement dimages

UEF-SICr 6 - Robotique et commande Bio-inspire

(P. Hnaff ETIS) Mots cls: Robotique, modlisation, commande, prhension, locomotion, commande par apprentissage, contrleurs bio-inspirs, Le but de ce cours est d'acqurir d'une part les lments essentiels la comprhension des modles mcaniques utiliss classiquement en robotique, et d'autre part de dcouvrir les mthodes de commande de robots inspires de la biologie. Le cours se situera dans le cadre de la robotique humanode en se focalisant sur les tches de manipulation et de locomotion. 1ere partie : Robotique: principes de base des modles gomtrique, cimnatique, dynamique. types d'actionnement (lectrique, pneumatique, hydraulique,) et de liaisons (prismatique, rotoide) automatique linaire et commande des robots: systmes du premier ordre et du second ordre, boucle ouverte, boucle ferme, correcteur PID, notion de stabilit et de prcision, notion de contrle optimal, notion de contrle adaptatif manipulation et prhension: stratgies notion de compliance: mcanique, contrle 2eme partie: commande bio-inspire. robotique humanode: intrts et difficults principes du systme nerveux moteur chez l'animal et l'homme : membres suprieurs (manipulation, prhension) et infrieurs (locomotion) notion de plasticit synaptique et neuronale

22

synthse volutionniste: covolution morphologie/contrleurs, impact des modles utiliss (robot, variables d'environnements du robot...) contrleurs neuronaux : modles de neurones (statique, dynamiques) et modles d'architectures algorithmes d'apprentissage de lois de commande, rtropropagation classique et temporelle liens rtropropagation /controle optimal , plasticit/contrle adaptatif gense de mouvements rythmiques: modles de CPG ( neuronaux, base d'oscillateurs linaires ou non linaires).

Prrequis: bases en intelligence artificielle

UEF-SICr 7 - Apprentissage, adaptation

(P. Andry, P. Gaussier, M. Quoy - ETIS) Mots cls : classification statistique, rseaux de neurones pour la classification, apprentissage associatif, apprentissage par renforcement, cartes cognitives, dynamique et adaptation. Lobjectif de ce cours est dtudier des techniques permettant un systme de sadapter aux variations de son environnement ou de classifier des donnes en fonction de certaines rgularits statistiques. Chaque technique sera illustre par des tudes de cas pratiques : classification de billets de banques, apprentissage de la planification dans un labyrinthe, optimisation du routage dans un rseau ATM. Tout dabord nous tudierons les diffrents types de techniques de classification de donnes : analyse des donnes (analyse en composantes principales, ...) classifieurs statistiques (classifieurs baysien, nues dynamiques...) rseaux de neurones superviss (LMS, rtropropagation du gradient...) arbres de dcision RN non superviss (LVQ, cartes topologiques, ART...) machines support vecteur Ensuite nous nous intresserons aux problmes dapprentissage par renforcement : apprentissage dassociations sensori-motrices (conditionnement) politiques de maximisation de renforcement (greedy policy, fonction dutilit, mcanismes de prise de dcision simples...) rsolution de problme avec une rcompense frustre et/ou retarde (TD-lambda, Q-learning, mcanismes de prise de dcision complexes...) Ces techniques seront compares des techniques de planification classiques et/ou de construction de carte cognitives (grilles rsistives, rseaux de croyance, graphes pour la planification). Pour finir, le problme de la dynamique de la prise de dcision et de ses implications la fois pour lapprentissage et la stabilit des comportements sera abord (winner take all dynamiques, thorie des systmes dynamiques, champs neuronaux : quations dAmari...). Prrequis : Techniques de base dIntelligence Artificielle, statistiques et optimisation

UEF-SICr 8 - Codage, turbo-codage

(D. Declercq, C. Poulliat - ETIS) Mots cls : Codes en bloc, codes convolutifs, dcodage 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 thoriques et pratiques qui permettent de concevoir et analyser un codeur de canal destin lutter contre les erreurs. Les points suivants seront traits : Thorie gnrale des codes linaires, codage alatoire, distance minimale Structure et dcodage des codes convolutifs : algorithme de Viterbi, BCJR, reprsentation graphique des

23

codes convolutifs, extention aux turbo-codes Dcodage et optimisation des codes LDPC : algorithme de propagation de croyances, codes LDPC irrguliers, volution de densits Prrequis : bases de communications numriques, probabilits.

UEF-SICr 9 - Transmissions haut-dbit

(I. Fijalkow, P. Duvaut - ETIS) Mots cls : haut-dbit, modulation multi-porteuses OFDM, accs multiple, CDMA, codage spatio-temporel (MIMO). Le but de ce cours est prsenter les alternatives lgalisation afin doptimiser lutilisation du support frquentiel pour bien transmettre la plus grande quantit dinformation possible (le codage correcteur derreur est tudi en UEF-SICr 8). Les points suivants seront traits : mission et rception en multi-porteuses (OFDM), accs multiple : multiplexage par rpartition de codes (CDMA) en frquence (OFDMA, SC-FDMA) diversit dantenne en mission et rception, codage spatio-temporel Prrequis : bases de communications numriques, bases de probabilits.

UEF-SICr 10 - Entrepts de donnes

(D. Laurent, ETIS) Entrept de donnes Intgration de donnes et conception dun entrept Problmatique de la maintenance dun entrept Donnes multi-dimensionnelles Langages de manipulation Modle MOLAP, ROLAP et HOLA Reprsentations de donnes multi-dimensionnelles Rgles dassociation Problmatique et algorithme gnrique a priori Variantes et implantations de lalgorithme gnrique Extensions des rgles dassociation aux requtes frquentes Optimisation de requtes dextraction de rgles dassociation

Prrequis : UEF SIC-S2IC 2.

UEC 11 - Mthodes baysiennes

(P . Duvaut, ETIS) Le cours Mthodes Baysiennes est consacr linfrence baysienne et aux mthodes pseudoalatoires permettant le calcul destimateurs dans des situations ralistes complexes. On introduit en particulier les techniques MCMC (Monte Carlo Markow Chains), dont le principe est la gnration de

24

squences pseudo-alatoires dont la moyenne empirique converge vers lestimateur calculer. La premire partie concerne principalement : Les bases de lestimation baysienne, linterfrence, la thorie des cots baysiens, les a priori conjugus Lalgorithme EM, le cas des mlanges de populations

La seconde partie est concerne aux algorithmes probabilistes : Principe des mthodes de type Monte Carlo Mthodes dchantillonnage pour des variables alatoires scalaires Mthodes MCMC Application aux champs de Markov Application la dconvolution aveugle de train dimpulsions

UEC-ESA-SIC 1 - Systmes intgrs de transmission de donnes

(M. Ariaudo - ECIME) Les caractristiques des circuits utiliss dans les systmes autonomes doivent rpondre des contraintes de taille, cot, consommation et performances. Leur analyse et leur caractrisation sont faites grce une tude globale du systme. Ce cours sarticule autour des quatre parties suivantes: - architecture dun metteur/rcepteur et dimensionnement - contraintes sur les circuits - influence des caractristiques des circuits sur la qualit - reconfigurabilit des systmes de transmission Prrequis : Notions de base sur les circuits analogiques

UEC-ESA-SIC 2 - Systmes Embarqus Auto-Adaptables

(B. Granado, B. Miramond, ETIS) Ce module a pour objectif d'introduire des paradigmes de calcul rompant avec la classique vue squentielle de Von Neumann et qui peuvent permettre d'tre la base d'architectures de traitement de nouvelle gnration dites auto-adaptables. Nous tudions plus prcisment les mcanismes inspirs du monde du vivant qui implants en matriel apportent des proprits 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. Dfinition et Classification (Wolfram & Langton) 8. Auto-rplication Architecture bio-Inspires 9. POEtic 10. Ordinateur Base d'ADN 11. CoreWar, Tierra

25

12. Cratures de Langton Technologie Emergente 13. NanoArchitecture 14. Electronique Molculaire 15. OptoElectronique 16. Electronique Quantique Prrequis : formation solide en systmes numriques pralablement au Master

UEC-ESA-SIC 3 : Mthodologie de conception de circuits numriques

(Bertrand Granado, ETIS) Ce module prsente les mthodologies de conception des architectures numriques de traitement. Les outils de conception assiste par ordinateur (CAO) sont prsents ainsi que les langages de spcification matrielle (structurelle, fonctionnelle et comportementale). Les mthodologies de conception des architectures de traitement Les langages de spcification o La description matrielle (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 bibliothques de composants o Les outils de simulation o Les outils de placement/routage

UEC-ESA-SIC 4 : Architecture des systmes reconfigurables

(A. Benkhelifa, F. Verdier - ETIS) Lobjectif de ce module est de prsenter le plus largement possible les concepts technologiques et architecturaux qui permettent lexploitation des circuits reconfigurables pour la ralisation de systmes de traitement numrique embarqus. La technologie des circuits FPGA o Les ressources de routage o Les cellules de base (LE, CLB) o Lorganisation gnrale des circuits FPGA o Les ressources spcifiques (PLL, E/S rapides, multiplieurs, mmoires) Introduction aux architectures de Systmes Programmables (SOPC) o Les Intelectual Properties o Les processeurs reconfigurables/custom o Les bus embarqus Introduction aux systmes auto-reconfigurables

Type dUE Fondamentales Complmentaires

nb modules 5 4

nb heures/module 20 (+ 6h TP pour quelques UE) 20

nb crdits ECTS/module 3 3

26

Libre Monde de lentreprise 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 tudiants du DEA TIS et du Master SIC recherche des quatre dernires promotions Promotion 2005 (DEA TIS) 2006 (Master SIC) 2007 (Master SIC) 2008 (Master SIC) Effectif 19 15 19 24 Diplms 14 9 15 20 En thse (parmi les devenirs connus) 9 (sur 12) 8 (sur 9) 6 (sur 11) 8 (sur 13) Thse lUCP (total/dont alloc. ministrielle) 4/3 2/0 3/1 3/1 Thse avec allocation 8-9 6-8 6 8

Parmi les tudiants diplms du DEA TIS ou du Master SIC, plus de la moiti suit (ou a termin) un doctorat ( Cergy, dans dautres villes comme Paris, Grenoble, Rennes, ... mais aussi ltranger). Voici la liste des quipes ayant accueilli un de nos tudiants en thse ces 4 dernires annes : Equipes de Traitement des Images et du Signal (ETIS, UMR 8051, Cergy), Laboratoire des Signaux et Systmes (LSS, UMR 8506, Orsay), LASMEA, (UMR 6602, Aubires) , LE2I (UMR 5158, Dijon), Laboratoire de Physique, ENS (UMR 5672, Lyon) , Laboratoire signal et image (TLCOM ParisTech, UMR 5141), IRISA (INRIA et UMR 6074, Rennes), Gipsa-lab (UMR 5216, Grenoble), Centre motion (INSERM et UMR 7593, Paris), Tlcom Bretagne (INSERM, Brest), CReSTIC (EA 3804, Reims), IRCAM (Paris), CREATIS (INSERM et UMR 5220, Lyon), Institute of Tlcommunications 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 dernires annes : France Tlcom R&D (Issy les Moulineaux, Meulan, Lannion), Thals ATM (Bagneux), Thals Communications (Colombes), Thals Services SAS (Osny), Thomson Airsystmes (Vlizy), SAGEM (Cergy), EDF (Chatou), MATRA Communications, EADS (Vernon), Alcatel (Vlizy) , Loxane (Beauchamp) IGN (Saint Mand), SNCF (Paris), Institut Franais du Ptrole, 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 ltranger : HW Communications Limited (Lancaster, UK), Lulea Tekniska Universitet (Lulea, Sude), Universit de Laval (Qubec, Canada), ITT (Illinois Institute of Technology, Chicago, USA)

28

M2 MADOCS
Contenu des enseignements
UEF-MADOCS 3 : Apprentissage statistique avanc
Responsable : B. Chalmond OBJECTIFS : Analyse et interprtation des donnes : Analyse, prdiction et data mining - Rgression aux moindres - carrs et aux plus proches voisins - Notion de biais - variance - Thorie de la dcision : critre du MAP, estimation de maximum de vraisemblance - Analyse en Composantes Principales - Analyse discriminante et rgression logistique - Mlange de lois et algorithme EM - Poursuite de rgression - TP sur exemples concrets : analyse de micro-arrray, reconnaissance de caractre et de visage, prdiction 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 : Problmes inverses

Responsable : B. Chalmond OBJECTIFS: Introduction au principe et mthodes des problmes inverses pour le traitement de linformation, la reconnaissance des formes et lanalyse des mesures. - Approche variationnelle , Lissage spline, Rgularisation , Dilemme biais variance, Choix du paramtre de rgularisation, lissage robuste - Approche probabiliste : chaine de Markov cache, Algorithme de Viterbi, algorithme EM - Champs Markoviens - Exemples concrets : dconvolution, dtection dobjets cachs, 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 dernire dcennie a vue a vue apparatre des mthodes dapprentissage statistique maintenant rpute, utilisant grandement loptimisation numrique. Cest le cadre de ce cours qui prsente les mthodes usuelles doptimisation des fonctions continues en faisant systmatiquement le lien avec leur utilit en apprentissage statistique. - ensembles et fonctions convexes, caractrisation de points optimaux ; minimisation sans contrainte : mthodes de descente, vitesse de convergence, mthode de descente du gradient, mthode de relaxation ou directions alternes, mthode de Newton, mthode du gradient conjugu. - minimisation avec contraintes : caractrisation de points optimaux (complments thoriques) et algorithmes (contraintes linaires...) - rsolution des mthodes de rgression base de noyaux RKHS

29

UEF-MADOCS 9 : Simulation de Monte Carlo

Responsable : A. Finel OBJECTIFS : Application des mthodes de simulation stochastique pour loptimisation numrique et le calcul scientifique. - Processus stochastiques: Chaines de Markov, probabilits, systmes l'quilibre, systmes hors d'quilibre, ... - Simulation Monte Carlo: principe et implmentation - Applications - Projets : programmation sous JAVA, C++

UEF-MADOCS 6 : Graphique et algorithmique

Responsable : B. Derdouri
OBJECTIFS : Techniques de visualisation dobjets
Le but de ce cours est dinitier les tudiants linformatique graphique 3D et de se familiariser avec la norme graphique OpenGl, en leur fournissant les concepts de bases et en leur faisant dcouvrir des applications dans ce domaine. La modlisation, la reprsentation et la dformation dobjets 3D sont de plus en plus prsentes dans de nombreux secteurs industriels (CAO, Jeux, Cinma, Simulation, etc). Les points abords sont les suivants : - Transformations gomtriques et projectives - Norme Graphique (OpenGL) - Surfaces paramtriques (Bzier, Bspline) - Dformations de surfaces (globale, locale, libre ) - Subdivisions de courbes et surfaces Langage de programmation utilis: langage C

UEF-MADOCS 8 : Simulation pour les rseaux et les systmes distribus

Responsable : M. Naimi OBJECTIFS : Etude dun outil de simulation et de ses principales application - Prsentation du simulateur NS-2 (crit en C++) - Diffrentes architectures - Diffrents protocoles TCP, UDP - Algorithmes de routage et Multicats support, - Exemples de Scripts NS-2 crits en TCL, - Utilisation du simulateur NS-2, - Analyse et interprtation des rsultats - Implmentation dun nouveau protocole sous NS-2

UEF-MADOCS 7 : Compression et approximation

Responsable : K. Drouiche OBJECTIFS : Techniques de reprsentation multi-chelles - Fourier fentre, Gabor - Ondelettes, frame. - Compression - Analyse multi-rsolution. - Reprsentation scale-space et dtection

UEF-MADOCS-MPA 10 : Mthodes Numriques des lments finis

Responsable : C. Daveau

30

OBJECTIFS: Formulation variationnelle et matrise de la technique des lments finis. - Mthode des lments finis, mthode de Galerkin. - Choix du maillage. Fonctions dinterpolation. - Formulation variationnelle - Intgrale sur une surface. - Des lments finis aux volumes finis. - Mise en place dun projet

UEF-MADOCS-MPA 12 : Mcanique des fluides numriques

Responsable : F. Dunlop OBJECTIFS : Apprentissage d'outils numriques pour la Mcanique des Fluides et l tude d'coulements de fluides rels - lois de conservation, mthode des volumes finis - quation de Navier-Stokes - coulement non-Newtonien - coulement turbulent k-epsilon - convection et conduction - rhologie des fluides ptroliers TP sous Femlab, CFX, CASTEM

31

M 2 ESA Electronique des Systmes Autonomes (recherche)

Contenu des enseignements
Units denseignement du tronc commun Choisir 5 UEF parmi 6 UEF-ESA 1 Architectures de traitement pour les systmes embarqus (F.Verdier) UEF-ESA 2 Systmes linaires multivariables incertains (M.Djema) UEF-ESA 3 Capteurs intgrs (B. Granado) UEF-ESA 4 Gestion et stockage de lnergie lectrique au sein des systmes autonomes (A.M.Darcherif) UEF-MADOCS-ESA 1* Mthodes numriques (* commune avec MADOCS) (C. Daveau) UEF-ESA-SIC 1* Techniques dOptimisation (* commune avec SIC) (I.Fijalkow) Units denseignement spcialises (en fonction du parcours) Choisir 4 UEC parmi 9 UEC-ESA 1 Communication dans les systmes htrognes (E.Bourdel, P.Lecoy) UEC-ESA 2 Mthodologie de conception de systmes htrognes (C.Duperrier) UEC-ESA 3 Technologies pour les systmes intgrs (E.Bourdel) UEC-ESA4 Conception de circuits pour llectronique haut dbit (A.Ouslimani) UEC-ESA 5 Modlisation systme et exploration d'architectures en SystemC (B.Miramond) UEC-ESA-SIC 1* Systmes intgrs de transmission de donnes (* commune avec SIC) (M.Ariaudo) UEC-ESA-SIC 2* Systmes Embarqus Auto-Adaptables (* commune avec SIC) (B.Granado) UEC-ESA-SIC 3* Mthodologie de conception de circuits numriques (* commune avec SIC) (B.Granado) UEC-ESA-SIC 4* Architectures des systmes reconfigurables (* commune avec SIC) (A.Benkhelifa)

UEF-ESA 1 : Architectures de traitement pour les systmes embarqus

Responsable : Franois Verdier - ETIS, UCP Lobjectif de ce module de tronc commun est de donner aux tudiants du Master les bases gnrales des architectures de traitement numrique : architectures cbles vs. architectures programmes, architectures des units de traitement (processeurs CISC, processeurs RISC, processeurs DSP). Classification des architectures de traitement Evaluation des performances des units de traitement Les concepts gnraux o CISC / RISC / DSP o Pipeline, super-pipeline

32

o Architectures scalaires et super-scalaires o Architectures VLIW Programmation des units de traitement

UEF-ESA 2 : Systme linaire multivariable incertain

Responsable : Mohamed Djema - LAMIH, Universit de Valenciennes Mise niveau des tudiants en Automatique linaire continu et discrte pour des systmes multi-entres et multi-sorties. 1. Approche systme et modlisation : analogies physiques et notion de variable dtat. Reprsentation dtat continue et fonctions de transfert continues. Systmes chantillonns : reprsentation dtat discrte et fonction de transfert en z. Commandabilit et commande par retour dtat. Observabilit et synthse dun observateur. Filtres de Kalman. Dcouplage & AB invariants et rejet de perturbation Robustesse, H, . Prrequis : Bases de mathmatiques (algbre linaire, quations diffrentielles) et de physique

UEF-ESA 3 : Capteurs intgrs

Responsable : B. Granado - ETIS, ENSEA
Connatre les principes physiques des capteurs. Notions sur les caractristiques mtrologiques. Etre capable de dfinir une chane de mesure et son automatisation. Savoir extraire les informations pertinentes des mesures par exemple par un traitement statistique des donnes. Mtrologie et Pertinence des mesures : grandeurs mesures, grandeurs d'influences Conversion et interaction d'une grandeur physique du capteur Caractrisation des signaux : rapport signal bruit, dynamique, bande passante, .... Applications : caractrisation des matriaux et composants lectroniques, contrle non-destructif, biocapteur, tlcom, fibre optique

UEF-ESA 4 : Gestion et stockage de lnergie lectrique au sein des systmes autonomes

Responsables : Abdel Moumen Darchrif ECS, EPMI, Eric Monmasson - SATIE, UCP Lobjectif de ce module est de sensibiliser les tudiants la matrise de lnergie lectrique au sein des systmes embarqus autonomes et ce, quils soient de taille importante (Avion) ou simplement portables (tlphone cellulaire). Faire le point sur ltat de lart en matire dlectricit et dlectronique embarque. Les volutions rcentes dans le domaine des nergies non polluantes feront aussi partie du programme Ceci afin dune part, de trouver un complment dnergie lnergie stocke initialement dans le systme embarqu, mais aussi de sensibiliser les futurs chercheurs aux potentialits des nergies dites propres. Prsenter, travers des exemples diffrents visant restituer la diversit des chelles de puissance des systmes lectroniques autonomes (de la dizaine de watts aux centaines de kilowatts), les diffrentes technologies de stockage de lnergie disponibles et de les situer les unes par rapport aux autres en fonction de plusieurs critres pertinents cot lachat, entretien, dure de vie, cyclage Prsentation des architectures de rseaux de bord dnergie dans les avions et vhicules terrestres (lectriques et hybrides) : Rseau 42V pour les voitures, Rseau 115VAC/frquence variable ou

Premire partie: Architecture des rseaux de bord dnergie

33

270VDC pour les avions. Optimisation des architectures (Dimensionnement dunits de stockage, Energie, Dynamique). Gestion technique de lnergie: (Alimentation en nergie, Distribution, Recharge) Systmes de production de lnergie (Analyse des diffrentes solutions de gnrateurs et dalternodmarreurs, principes de commande associe ces dispositifs). Etude de la stabilit des rseaux de bord. Analyse des perturbations harmoniques, et mode de filtrage. Etude de cas et simulation au moyen du logiciel PSAF. Accumulateurs lectrochimiques Super capacits Piles combustibles Stockage inertiel Perspectives de dveloppement des technologies lies au stockage et la gestion de lnergie non polluante.

Seconde partie: Analyse de rseaux

Troisime partie: Energie embarque

Quatrime partie: Energie non polluante

Prrequis : Avoir suivi un enseignement de base en lectrotechnique

UEF-MADOCS-ESA 1* : Mthodes numriques

Responsable : Franois Dunlop (* commune avec MADOCS) 1.1. Prsentation des diffrentes mthodes frquentielles et temporelles 1.2. FDTD 1.3. Mthode des moments 1.4. Mthode des lments finis

UEF-ESA-SIC 1* : Techniques dOptimisation

Responsable : Inbar Fijalkow - ETIS, ENSEA/UCP (* commune avec SIC) Mots cls : erreur quadratique moyenne, filtre de Wiener, gradient dterministe, gradient stochastique, LMS, RLS, Kalman, quation diffrentielle ordinaire, recuit simule, optimisation sous contrainte, multiplicateurs de Lagrange, rgularisation. Le but de ce cours est de prsenter des techniques de rsolution de problmes se traduisant par loptimisation dun critre (ou fonction de cot). Nous abordons dabord le critre quadratique qui correspond maximiser la ressemblance entre un signal de rfrence et le filtrage (spatial ou temporel) des signaux observs. Pour minimiser ce critre avec une complexit rduite, nous envisageons : la solution linaire optimale (filtre de Wiener), des algorithmes adaptatifs (LMS), des algorithmes rcursifs (RLS, Kalman). Loptimisation de critres plus complexes comprenant des minima locaux peut tre ralise par : des algorithmes adaptatifs (gradient stochastique, rcursif) des algorithmes hors ligne (recuit simul). On prsentera quelques proprits gnrales lies la convexit, dont labsence de minima locaux, puis leurs consquences en dconvolution : approche pnalise non quadratique, interprtation probabiliste baysienne, formulation semi-quadratique, ainsi que des techniques doptimisation adaptes (relaxation, gradient conjugu, relaxation sur critre semi-quadratique). Application : dconvolution impulsionnelle en contrle non destructif. Prrequis : filtrage de processus alatoire, processus alatoires.

UNITES DENSEIGNEMENT COMPLEMENTAIRES UEC-ESA 1 : Communication dans les systmes htrognes

34

Responsable : Emmanuelle Bourdel, Pierre Lecoy - ECIME, ENSEA. Les rseaux d'interconnexions rpondent au besoin de communications entre blocs au sein des systmes intgrs sur puce. Ils reprsentent les principaux facteurs limitatifs des performances des futurs systmes sur puce. L'objectif de ce cours est de fournir les lments thoriques et les briques technologiques permettant de modliser les diffrentes architectures d'interconnexions dans les systmes htrognes. Il abordera en particulier : La prsentation des interconnexions classiques de type bus La dfinition des paramtres ncessaires une modlisation niveau systme des rseaux d'interconnexions L'tude des technologies mergentes pressenties comme solutions potentielles pour les futurs systmes htrognes comme par exemple les rseaux d'interconnexions RF (RF-NoC, RFNetwork on Chip) ou les rseaux d'interconnexions optiques (O-NoC).

UEC-ESA 2 : Mthodologie de conception de systmes htrognes

Responsable : Cdric Duperrier - ECIME, ENSEA. La conception des systmes sur puce, de type SoC (System on Chip) ou SiP (System in Package), qui intgrent l'ensemble de la chane de traitement qui va du capteur l'actionneur en passant par le traitement, ne peut se faire uniquement sur l'exprience d'un savoir faire. La complexit de tels systmes ncessite des outils et des mthodes de conception haut niveau d'abstraction, permettant une simulation du systme et sa validation avant toute ralisation. Cette simulation est elle mme complexe puisqu'elle se base sur des modlisations multi-domaines (lectrique, mcanique, optique, ...), multi-technologies (CMOS, AsGa, GaN, ...) ou multi-niveaux (lectrique, structurel, fonctionnel, ...). Ce cours porte sur l'apprentissage des mthodologies sous-jacentes la conception de ces systmes sur puces. Il abordera notamment : La dfinition des SoC et des SiP et les diffrences qui les caractrise. Les langages de description multi-domaine, multi-technologies, multi-niveau, principalement VHDLAMS, mais aussi SystemC-AMS. La dfinition des niveaux des modles. L'interoprabilit des modles, et notamment l'utilisation de modles niveau circuit dans une simulation au niveau systme. La modlisation d'un systme htrogne complet en vue de sa ralisation

UEC-ESA 3 : Technologies pour les systmes intgrs

Responsable : Emmanuelle Bourdel - ECIME, ENSEA L'volution de la technologie des semi-conducteurs permet d'envisager l'intgration des diffrentes fonctions d'un systme htrogne (capteurs, actionneurs, traitement analogique, numrique, mmoire). Cette unit d'enseignement aborde les diffrentes technologies prsentes dans les systmes htrognes intgrs, les modles lectriques traduisant le comportement physique de ces composants ainsi que les techniques de fabrication microlectronique : 1. Technologies silicium CMOS, BiCMOS et technologies III-V 2. Technologies MEMS 3. Technologies mergentes : 1. Magntiques 2. Nano-composants Prrequis : Physique des composants semi-conducteurs

UEC-ESA 4 : Conception de circuits pour llectronique haut dbit

Responsable : Achour Ouslimani, ECS, ENSEA

35

Les besoins croissants de transmettre de grandes quantits dinformations en un temps court exige de disposer de systmes lectroniques trs haut dbit. Ce cours introduit les lves llectronique haut dbit (technologie haut dbit, rgime transitoire, les problmes poss, ). Il dveloppe ensuite les mthodes de conception et les techniques de mesures et tudie les briques de base ncessaires la ralisation de ces systmes. Il prsente enfin quelques applications. Introduction llectronique haut dbit Les mthodes de conception et les techniques de mesures haut dbit Les filires logiques pour la conception haut dbit Conception de briques de base o Les bascules o Les multiplexeurs et les dmultiplexeurs o Les circuits de dcision o Les circuits de rcupration dhorloge o Les circuits de mise en forme o Les amplificateurs transimpdances Les circuits dinterfaces analogiques numriques pour le haut dbit Les applications Prrequis : Les composants rapides, Les lignes de transmission, les rgimes de propagation et les couplages parasites, connaissances de base en lectronique numrique

UEC-ESA 5 : Modlisation systme et exploration d'architectures en SystemC

Responsable : Benot Miramond, ETIS, UCP Ce module prsente les dmarches de modlisation et de conception qu'il est ncessaire d'employer lors de la conception d'un systme dans sa globalit. Ce module prsente notamment le langage SystemC qui est aujourd'hui devenu le standard en modlisation d'architectures de systmes sur puce. Les mthodologies de modlisation, de raffinement de modle et d'exploration architecturale sont prsentes. Les thmes suivants seront abords au travers de cours magistraux et de sances pratiques : - Les lements du langage SystemC - les notions d'abstraction et les niveaux de modlisation - l'exploration d'architecture et le raffinement - la dmarche TLM - la modlisation du logiciel embarqu - la modlisation mixte analogique/numrique avec SystemC-AMS

UEC-ESA-SIC 1* : Systmes intgrs de transmission de donnes

Responsable : Myriam Ariaudo- ECIME, ENSEA (*UE commune la spcialit SIC) Les caractristiques des circuits utiliss dans les systmes autonomes doivent rpondre des contraintes de taille, cot, consommation et performances. Leur analyse et leur caractrisation sont faites grce une tude globale du systme. Ce cours sarticule autour des quatre parties suivantes: o architecture dun metteur/rcepteur et dimensionnement o contraintes sur les circuits o influence des caractristiques des circuits sur la qualit o reconfigurabilit des systmes de transmission Prrequis : Notion de base sur les circuits analogiques

UEC-ESA-SIC 2* : Systmes Embarqus Auto-Adaptables

Responsables : Bertrand Granado, ETIS, ENSEA et Benoit Miramond, ETIS, UCP (*UE commune la

36

spcialit SIC) Ce module a pour objectif d'introduire des paradigmes de calcul rompant avec la classique vue squentielle de Von Neumann et qui peuvent permettre d'tre la base d'architectures de traitement de nouvelle gnration dites auto-adaptables. Nous tudions plus prcisment les mcanismes inspirs du monde du vivant qui implants en matriel apportent des proprits 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. Dfinition et Classification (Wolfram & Langton) 3. Auto-rplication 3. Architecture bio-Inspires 1. POEtic 2. Ordinateur Base d'ADN 3. CoreWar, Tierra 4. Cratures de Langton 4. Technologie Emergente 1. NanoArchitecture 2. Electronique Molculaire 3. OptoElectronique 4. Electronique Quantique Prrequis : formation solide en systmes numriques pralablement au Master

UEC-ESA-SIC 3*: Mthodologie de conception de circuits numriques

Responsable : Bertrand Granado, ETIS, ENSEA (*UE commune la spcialit SIC) Module du supplment Architecture commun avec le Master Recherche SIC (Systmes Intelligents et Communicants). Ce module prsente les mthodologies de conception des architectures numriques de traitement. Les outils de conception assiste par ordinateur (CAO) sont prsents ainsi que les langages de spcification matrielle (structurelle, fonctionnelle et comportementale). Les mthodologies de conception des architectures de traitement Les langages de spcification o La description matrielle (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 bibliothques de composants o Les outils de simulation o Les outils de placement/routage

UEC-ESA-SIC 4*: Architecture des systmes reconfigurables

Responsable : Amine Benkhelifa ETIS, UCP (*UE commune la spcialit SIC) Lobjectif de ce module est de prsenter le plus largement possible les concepts technologiques et architecturaux qui permettent lexploitation des circuits reconfigurables pour la ralisation de systmes de traitement numrique embarqus. La technologie des circuits FPGA

37

o Les ressources de routage o Les cellules de base (LE, CLB) o Lorganisation gnrale des circuits FPGA o Les ressources spcifiques (PLL, E/S rapides, multiplieurs, mmoires) Introduction aux architectures de Systmes Programmables (SOPC) o Les Intelectual Properties o Les processeurs reconfigurables/custom o Les bus embarqus Introduction aux systmes auto-reconfigurables

38