Course objectives
From LRDE
This is a property of type Text.
C
Notions de théorie des graphes. +
Ce cours étudie la façon de construire un algorithme et présente plusieurs classes d'algorithmes particulières ainsi que la façon de calculer les complexité dans chaque cas. Des exemples d'algorithmes de programmation dynamique permettent d'aborder la théorie des graphe sur la fin du cours. +
Ce cours expose les notions de base de l'algorithmique, avec une emphase sur les calculs de complexité. La présentation des algorithmes de tris et des structures de données classiques (pour la plupart déjà introduits en classes préparatoires intégrées) sert de support à l'introduction de la notion de complexité et des différents outils mathématiques qui permettent de l'étudier. +
L’atelier se déroule en 5 jours :Matin cours, après-midi TD suivi d'un TP sur machine.Le but de cet atelier est d'appréhender et d’appliquer les concepts de l'algorithmique par la pratique.
'''N'a pas eu lieu en 2020-2021. Le but est de le remplacer par des TDs/TPs tout le long de l'année, mais à cause du manque de préparation de l'école et du confinement, cela a simplement sauté en 2020-2021.''' +
Ce cours présente des algorithmes et structures de données fondamentales, tout en introduisant les façons d'étudier ces algorithmes. Il s'adresse à la fois à des étudiants qui découvrent l'algorithmique qu'à des étudiants, plus informés, qui ont déjà des bases d'algorithmique mais vont apprendre à faire des calculs de complexité. +
Create high quality scientific written articles and oral presentations. +
Le but de ce cours est de pousser les étudiants à utiliser la parallélisme, en pratiquant les cas simples qui sont très nombreux et en analysant les techniques de parallelisation de cas plus complexes. +
Résoudre des problèmes de classification et de reconnaissance probabilistes. +
Comprendre les différentes analyses conduites par un compilateur ou un interpréteur. Être capable de s'en inspirer pour concevoir des systèmes d'échanges d'information structurée entre composants possiblement distants.Le compilateur est l'interface principale du programmeur vers la machine. On ne peut pas être un bon programmeur sans savoir d'un côté comment fonctionne un ordinateur (cours d'architecture, de système, d'assembleur, etc.) et de l'autre le langage de commande (cours de d'algorithmie, de C, C++, Eiffel, etc.). Sans une bonne connaissance des compilateurs – le pont entre le programmeur et la machine – cette connaissance est illusoire et donne lieu à des « mythes urbains de programmeurs ». Ce cours vise à démythifier la théorie de la compilation en couvrant dans le détail le fonctionnement de l'intégralité d'un compilateur. À l'issue de cet enseignement les étudiants comprennent mieux leurs outils pour devenir de meilleurs ingénieurs du logiciel. +
Comprendre la traduction de langages, les optimisations. Mieux comprendre quand on peut avoir confiance dans du code généré/traduit automatiquement par rapport à du code écrit à la main. Le compilateur est l'interface principale du programmeur vers la machine. On ne peut pas être un bon programmeur sans savoir d'un côté comment fonctionne un ordinateur (cours d'architecture, de système, d'assembleur, etc.) et de l'autre le langage de commande (cours de d'algorithmie, de C, C++, Eiffel, etc.). Sans une bonne connaissance des compilateurs ---le pont entre le programmeur et la machine-- cette connaissance est illusoire et donne lieu à des « mythes urbains de programmeurs ».Ce cours vise à démystifier la théorie de la compilation en couvrant dans le détail le fonctionnement de l'intégralité d'un compilateur. À l'issue de cet enseignement les étudiants comprennent mieux leurs outils pour devenir de meilleurs ingénieurs du logiciel. +
Ce cours présente les principes généraux de la compression de données, qu'elle soit conservative ou non conservative. Un accent particulier est mis sur la compression d'images (images mono-chromatiques dans un premier temps, puis images couleurs). +
Introduire les outils et notions nécessaires à la compréhension du problème P = NP et des classes de complexité. +
Apprendre le langage C++. +
Avoir une vision géopolitique du fonctionnement de l'Internet et des enjeux qui y sont liés. Cours de culture générale dont le but est de donner une bonne vision d'Internet, de ses enjeux économiques et politiques. +
Ce cours introduit la vérification formelle en générale et les techniques de model checking en particulier. L'étudiant y découvre des logiques temporelles, différents automates représentant des mots des longueur infinie, ainsi que des techniques pour manipuler ces objets. +
Comprendre les enjeux du traitement d’images médicales, connaître les différentes modalités d’imagerie médicale, être capable de lire, traiter et enregistrer des données selon les standards du domaine, comprendre les limitations du système visuel humain pour l’interprétation d’images médicales et l’intérêt des méthodes d’analyse d’images pour l’aide au diagnostic.
Durant ce cours, les étudiants auront une présentation des différentes problématiques liées à l’imagerie médicale. Ils verront l’histoire de cette discipline et auront une introduction à la physique de l’acquisition des images afin de comprendre comment analyser ces dernières. Le cours s’intéressera ensuite à la spécificité des différents formats d’images médicales et la reconstruction d’une image à partir du signal machine. Un accent sera donné sur les implications médicales associées afin de faire le lien entre modalité et pathologies. Ce cours fera également le lien entre les méthodes vues en Traitement d’images fondamental et leurs applications en imagerie médicale, ainsi que les rendus et visualisations volumiques. A la fin de ce cours, les étudiants auront une vision globale des différents aspects de l’imagerie médicale. +
Appliquer au traitement d'images des outils théoriques généraux tirés de la culture actuelle de l'ingénieur. +
Ce cours introduit les bases des réseaux neuronaux pour faire de l’apprentissage automatique. Les réseaux de type perceptron multi-couches seront tout d’abord abordés, afin de présenter l’algorithme de rétropropagation du gradient, pierre angulaire de l’apprentissage des réseaux de neurones. Dans un second temps, les réseaux de type convolutionnels +
Être capable de repenser les algorithmes pour accélérer les traitements et maîtriser des technologies disponibles pour réduire les temps de traitement. Le cours est divisé en plusieurs tranches et plusieurs aspects et technologies seront abordées (OpenCL, CUDA…).
Ce cours vise à réconcilier le programmeur avec le hardware pour en tirer les meilleures performances. Pour cela, les différences fondamentales entre CPUs et GPUs seront abordées pendant la première séance. La seconde séance explore les solutions software, à la fois en termes de langages de programmation et de bibliothèques logicielles, qui permettront d’exploiter pleinement les capacités du GPU. Enfin, la dernière séance mettra l’accent sur la manière de repenser les algorithmes afin qu’ils s’adaptent aux types de calculs permis par l’architecture. Des exemples issus de la littérature du traitement d’image illustreront ce dernier cours. +
Ce cours introduit les notions de base de la synthèse d’images. Après des brefs rappels sur la formation de l’image ainsi la géométrie projective et euclidienne, le cours poursuit deux objectifs. Le premier objectif est d’apprendre les algorithmes fondamentaux pour le rendu photoréaliste (cinéma, simulation, etc). Les algorithmes classiques seront abordés : raycasting, raytracing, pathtracing, pbgi… Les problèmes classiques et les limitations de ces algorithmes seront étudiés. Le second objectif est d’apprendre les fondements du rendu temps réel (jeux vidéos). Les algorithmes classiques du pipeline graphique seront étudiés (fenêtrage, remplissage de polygone...). Des objectifs transverses seront survolés comme la modélisation des formes ou l’utilisation et la manipulation de textures. +