• Aucun résultat trouvé

SEMESTRE 3 Parcours Image-Intelligence Artificielle

N/A
N/A
Protected

Academic year: 2022

Partager "SEMESTRE 3 Parcours Image-Intelligence Artificielle"

Copied!
2
0
0

Texte intégral

(1)

Intitulés et nature des UE CM TD TP ECTS Durée examen

Coef CC

Coef CT

Total coef

SEMESTRE 3

Parcours Image-Intelligence Artificielle

MI3-II1

– Traitements Avancés

des Images Stéréovision

Imagerie multispectrale

10 12

6 10 12

6 3 h 1 2 3

MI3-II2

– Synthèse d’images et Infographie

20 16 14 6 3 h 1 2 3

MI3-II3

– Analyse d’images et Imagerie médicale

Analyse d’images Imagerie médicale

14 12

8 4

8 4

6 3 h 1 2 3

MI3-II4

– Outils de l’IA

Réseaux sémantiques et réseaux de neurones

Logiques non standard Algorithmes génétiques

12 6 6

6 4 4

4 4 4

6 3 h 1 2 3

MI3-II5

– Systèmes d’information avancés

Systèmes d’information géographiques

Systèmes d’information à base d’images

Programmation par contraintes

6 6 8

4 4 6

5 5 6

6 3 h 1 2 3

Parcours Applications -Réseaux- Images

MI3-II1

– Traitements Avancés

des Images Stéréovision

Imagerie multispectrale

10 12

6 10 12

6 3 h 1 2 3

MI3-II2

– Synthèse d’images et Infographie

20 16 14 6 3 h 1 2 3

MI3-AR1 – Réseaux 20 16 14 6 3 h 1 2 3

MI3-AR2 – Application aux jeux vidéo

20 16 14 6 3 h 1 2 3

MI3-II5

– Systèmes d’information avancés

Systèmes d’information géographiques

Systèmes d’information à base d’images

Programmation par contraintes

6 6 8

4 4 6

5 5 6

6 3 h 1 2 3

Le panachage des deux parcours est possible sous réserve d’acceptation par l’équipe pédagogique.

(2)

Parcours Vision Industrielle Intitulés et nature des UE CM TD TP ECTS Durée

examen

Coef CC

Coef CT

Total coef

MI3-II1

– Traitements Avancés

des Images Stéréovision

Imagerie multispectrale

10 12

6 10 12

6 3 h 1 2 3

EI3a -Optique et capteurs pour la vision artificielle

Optique

Capteurs d’image

20 20

4 6

6 3 h 1 2 3

EI3b – Compression,

transmission d'image et CEM Compression

CEM des circuits

20 10

8 12

6 3 h 1 2 3

EI3c – Reconnaissance de formes pour le contrôle qualité et la sécurité, statistiques

Reconnaissance de formes Statistiques

20 6

10 6

8

6 3 h 1 2 3

EI3d – Architectures pour le temps réel

Informatique Industrielle FPGA-DSP-processeurs

10 20

8 12

6 3 h 1 2 3

SEMESTRE 4

UE obligatoire de Tronc commun

MI390 (M4-CG2)

– Droit et

Gestion des techniques de l’information

Gestion de l’informatique Droit de l’informatique

50 6 3 h 1 2 3

M4-CG2

– Anglais Anglais de spécialité Anglais de communication

50 6 3 h 1 2 3

M4-PR – Projet (50 H) 6 3

M4-SE – Stage en entreprise (4 mois)

12 3

LABORATOIRES D’ACCUEIL

LE2I – CNRS UMR 5158

Laboratoire d’Electronique, Informatique et des Images Université de Bourgogne

Références

Documents relatifs

 Distance de pcman du plus proche fontôme + 1/(distance pacman de la nourriture la plus proche).  Distance de pcman du plus proche fontôme + 1000/(distance pacman de la

attribut, chaque branche sortant de ce nœud correspond à une valeur possible de l’attribut en question. Intelligence Artificielle

Ainsi, par exemple, cette vision de l’aéroport du futur imaginée par le cabinet de conseil en innovation teague, inven- teur – entre autres – du Polaroid, de la console de jeu

• Savoir expliquer quels sont les enjeux de la recherche dans le domaine... Histoire en

Lieu de formation : Mons Lancement au 1er trimestre 2018 - 2019 1500 Euros (gratuit pour les étudiants UMONS) Eligible au PAE.

Exempt de timbre, art.198 du code des taxes. Cycle de conférences à

Les avancées significatives apportées par l'apprentissage de réseaux neuronaux profonds (par exemple dans les domaines de la vision par ordinateur ou du traitement automatique

ML4 We : normes RDF et RDFS pour organiser les infos sur le web avec la syntaxe XML (principe : ajout de méta données à la description des ressources sous forme d'objets =