Formation CNAM STMN1 - Traitement du signal pour la compression de données (N. Thirion-Moreau)
Connaître les notions de base en traitement du signal et en traitement des images pour pouvoir aborder le problème de la compression (transformées (Fourier, Ondelettes, Cosinus discrète) ; principe de la numérisation : échantillonnage, quantification, codage ; qq notions de théorie de l’information ; principe du filtrage) - Connaitre le principe des LPC (Linear Predictive Coding) pour le codage de la parole - Connaitre les trois formes de redondance dans les images - Citer les principaux algorithmes de compression sans perte et avec perte - Connaitre le principe des algorithmes de compression d’images avec perte à base de transformée (format JPEG et transformée en cosinus discrète de type II, format JPEG 2000 et transformée en ondelettes) - Connaitre qq principes de la compression vidéo Connaître les représentations des filtres LPC (prédicteurs à long terme et à court terme), et les techniques de codage du résiduel de prédiction utilisés dans les codeurs de parole GSM et G729 (VoIP)
USS133 Big Data (S. Paris)
Big Data.
IS43 - Synthèse et image du son (JM Robert)
Introduction à la bibliothèque OpenGL, dans le but d'écrire des application graphiques simples en 3D en C/C++ :- utilisation de glew et glfw, permettant d'écrire du code portable.- différentes étapes, depuis l’affichage d'une simple face jusqu'à la réalisation d'un animation simple.
Algorithmique en C - AL31 (JM Robert)
Le but de ce cours est d'apporter les rudiments d'algorithmique et de réaliser l'implantation en C des algorithmes présentés.Les étudiants travailleront principalement en TP sous Visual Studio, et tireront parti du debugger de cet environnement de développement. Les principaux domaines abordés concernent :
- structures de données (variables, types, structures, tableaux, mécanismes d'allocation mémoire)
- les algorithmes de tri ;
- les algorithmes récursifs ;
- les structures auto-référées (listes chaînées, arbres, graphes...)
- les notions de complexité et la complexité associée à chaque algorithme.
CNAM-IM 3A Sécurité et Initiation à la recherche (JM Robert)
Technologies Transmédia (K. Adouane)
CNAM - Introduction au Deep Learning (RP Marxer Pinon)
CNAM - Synthèse et analyse du son
Ce cours vise à faire connaître et à manipuler les solutions actuelles liées à la problématique de la synthèse et de l'analyse des contenus audiovisuels. Il permet d’acquérir les bases mathématiques et algorithmiques, ainsi que la pratique, des outils d’analyse et de synthèse de l'image et du son. Il s’appuie sur le module “traitement du signal”, notion commune à cet enseignement. Les différentes techniques présentées auront pour finalité la reconstruction de scènes 3D, la reconnaissance d'objets, la synthèse et la reconnaissance vocale.
BD43 Bases de données
Maîtriser et pratiquer la conception d’un système de base de données pour les media numériques.
Master - Anglais B1 (C.Genieys)
Cours du groupe A2 des Masters ayant cours avec C.Genieys
UE73 - IA et Machine Learning (H. Glotin et P. Giraudet)
UE823 Modélisation et gestion de projet (E. Murisasco)
Acquisition d’une démarche d’analyse et de conception de systèmes d’information depuis la définition des besoins, leur modélisation jusqu’à l’architecture de la solution informatique, s’appuyant sur la notation unifiée UML et les démarches de développement itératives et agiles, en particulier Scrum;
Apprentissage du langage Java avec un focus particulier sur la maintenabilité et la réutilisation;
Mener un projet de développement logiciel en utilisant des outils adaptés.
UE 73 Introduction au calcul scientifique
L 'objectif de ce cours est d'appréhender quelques méthodes numériques pour résoudre quelques problèmes types de calcul scientifique. Ces problèmes sont issus de modèles décrits par des équations différentielles.
UE 731 Remise à Niveau Math / Info (V. Gillot , G. Faccanoni)
ECUE UE731 Remise à niveau Info (E. MURISASCO)
Ce cours permet une remise à niveau sur les principales fonctionnalités d'un Système de Gestion de Bases de Données (SGBD)
Arithmétique appliquée à la cryptographie (P. Veron)
Ce cours présente les notions essentielles d'arithmétique qui sont utiles à la compréhension des mécanismes cryptographiques modernes
MASTER INFO [UE731] - Introduction à la théorie de la complexité
Ce cours de première année de master a pour objectif de familiariser les étudiants d'informatique avec trois théories extrêmement riches et dont les développements récents ont été spectaculaires : la théorie de la calculabilité et de la décidabilité, la théorie de la complexité et la théorie de l'approximation. La théorie de la programmation, qui englobe ces trois théories, cherche à répondre formellement à trois questions fondamentales posées de manière informelle :
- Que peut-on calculer ?
- Que peut-on calculer efficacement ?
- Que peut-on approximer efficacement ?
La première question est la question clef de la théorie de
la calculabilité et la décidabilité (un problème est décidable si on
peut répondre par oui ou non à la question formulée), la deuxième est
celle de la théorie de la complexité et la dernière celle de la théorie
de l'approximation.
I243 - Projet collaboratif
ECUE I221 Bases de données avancés et XML (I. Murisasco )
L'objectif de ce cours est l'étude des principaux langages de description et de manipulation de documents XML (XML, XML Schema, XPath, XQuery, XSLT).
I311 - Développement sur Internet (E. Bruno)
Développement de composants serveur Java avec JavaEEUtilisation avancée des annotations Java, application avec BeanValidationL’inversion de contrôle et l’injection de dépendances avec CDIREST et JPA dans le contexte de JavaEELes enterprise JavaBeansLes transactions avec JTAMise en place d’IHM Web avec JSF
I211 - Applications client/serveur (E. Bruno)
M1DID - Introduction au Machine Learning (RP Marxer Pinon)
I231 Protection des données - protection de l'information (JM Robert)
Il s'agit des ressources, TD et TP correspondant aux modules de master 1 DID I131 et I231, pour la partie cryptographie : I131 : cryptographie symétrique, DES, AES, cryptanalyse partielle, découverte OpenSSL ;I231 : cryptographie asymétrique, arithmétique des corps finis, algorithme des grands entiers (NIST, réduction modulaire, bibliothèque GMP) et implantation efficace.
Projet (E. Murisasco)
Les objectifs du projet sont :
- l'acquisition d’une démarche d’analyse et de conception d'un projet depuis la définition des besoins, leur modélisation jusqu’à l’architecture de la solution informatique, s’appuyant sur la notation unifiée UML et les démarches de développement itératives et agiles, en particulier Scrum;
- l'apprentissage du langage Java avec un focus particulier sur la maintenabilité et la réutilisation;
- l'apprentissage de la conduite d'un projet de développement logiciel en utilisant des outils adaptés.
I111 Ingénierie logicielle : conception et programmation orientées objet
Acquisition d’une démarche d’analyse et de conception de systèmes d’information depuis la définition des besoins, leur modélisation jusqu’à l’architecture de la solution informatique, s’appuyant sur la notation unifiée UML et les démarches de développement itératives et agiles, en particulier Scrum;
Apprentissage du langage Java avec un focus particulier sur la maintenabilité et la réutilisation;
Mener un projet de développement logiciel en utilisant des outils adaptés.
D21- Bases de données avancés et XML (E. Bruno et E. Murisasco)
Etude des principaux langages de description et de manipulation de documents XML (XML, XML Schema, XPath, XSLT et XQuery) et mise en œuvre dans des environnements informatiques permettant le déploiement d’applications web.
Utilisation de JPA pour la persistance de données.
UE93I2 - Intelligence Artificielle Symbolique (J. SEINTURIER-DAUMAS)
L'Intelligence Artificielle Symbolique vise à reproduire et automatiser la Représentation des Connaissances et le Raisonnement au moyens de formalismes tels que la Logique, les ontologies ou encore le web sémantique. En particulier, l'Intelligence Artificielle Symbolique trouve son utilité dans des domaines ou les connaissances en causes sont complexes et parfois fragmentées comme c'est le cas pour la fusion et la révision de connaissances.
ECUE 9313 Données et Recherche d'Information (E. MURISASCO)
Ce cours aborde le domaine scientifique de la Recherche d'Information aux travers de ses fonctionnalités, modèles, métriques d'évaluation et outils.
Advanced Cryptography (P. Veron)
Ce cours présente les protocoles récents utilisés en cryptographie ainsi que ceux destinés à résister à l'ordinateur quantique
I331 - Cryptographie (N. Meloni)
Introduction à la cryptographie.
I321 - Apprentissage automatique avancé (A. Paiement)
M2DID - Reconnaissance automatique (RP Marxer Pinon)
l342 Projet (A. Paiement)
I341 Initiation à la recherche (A. Paiement)
UE93MI - Algorithmes probabilistes (E. Busvelle)
Objectifs. Comprendre les intérêts et les inconvénients des méthodes probabilistes, savoir pourquoi et quand les utiliser, anticiper les inconvénients de ces méthodes, connaitre leur efficacité. Il s'agit aussi de donner un bagage mathématique suffisant en probabilité pour pouvoir lire des articles en crypto, en calcul quantique et en IA, trois domaines dans lesquels les probabilités sont omniprésentes.
ECUE I321 - Apprentissage automatique avancé (R. MARXER PINON)
Maîtrise de l’analyse et traitement de données diverses depuis la perspective du Deep Learning (DL)
UE93MI - Calcul Parallèle (JC Robert)
Points abordés :La classification des approches Les questions algorithmiques
L'optimisation des programmes en vue de la parallélisation
Travaux pratiques (SIMD, OpenMP...)