Contenu du module Indexation par analyse du contenu : - de texte - de son - d'images - de vidéos - Multimodalité (texte, audio, images et séquences d'images) Objectifs (en terme de compétences) Ce module vise à familiariser les étudiants avec les principes fondamentaux de l'indexation, du stockage et de la recherche d'informations multimédia : enjeux, problématique, technologies et méthodes mises en oeuvre actuellement et perspectives à court ou moyen terme. Pré-requis Bases en traitement et analyse d'images Rudiments de probabilités et statistiques, data mining (techniques de classification supervisée et non supervisée) Notions fondamentales en bases de données relationnelles Références de base : [1] P. Gros, « L'indexation multimédia - Description et recherche automatiques », Hermès – Lavoisier, paru en Juin 2007 [2] F. Sedes, « Bases de Données multimédia ». Dans : Ingénierie des Systèmes d'Information (ISI), Hermès, paru en Décembre 2002.
Ce module est la suite du module de traitement d’images déjà enseigné en première année. Il aborde des problèmes beaucoup plus complexes que la transformation simple de l’image. Il fournit une vue d’ensemble des différents aspects liés à ce domaine, autant dans les algorithmes existants que la recherche actuelle. En plus des techniques existantes, les étudiants sont amenés à réfléchir sur les difficultés liées à ce domaine. Des liens avec le cours de Synthèse d'images seront faits en discutant de réalités virtuelle et augmentée.
- Teacher: Nguyễn Thị Oanh
Ce cours vise à définir les modèles, architectures et outils permettant de mettre en oeuvre un environnement paramétrable, personnalisable et reconfigurable pour la conception et l’exécution adaptative d’activités interactives. Différentes approches seront abordées concernant d’une part l’image temps réel pour capturer de manière non invasive des comportements implicites ou explicites et reconstruire des scènes et, d’autre part, le génie logiciel pour la supervision des systèmes interactifs afin de concevoir un environnement de production et de personnalisation d’applications interactives à exécution adaptative. L’interactivité numérique que nous considérons repose sur la possibilité pour l'utilisateur de pouvoir se dégager de toute détermination impliquée par le déroulement d'une activité et de pouvoir être lui-même créateur d'interactions nouvelles.
Construire des systèmes artificiels capables d'apprendre est un des paradigmes fondamentaux de l'IA. Au cours des 10 dernières années, l'apprentissage automatique a connu une évolution considérable et est aujourd'hui une branche majeure de l'IA. Le cours consolide les notions fondamentales déjà abordées dans d'autres modules (entres autres par des exercices pratiques) et introduit les notions plus avancées dans ce domaine.
Ce cours aborde les différentes formes de raisonnement et traite de la représentation et du traitement de l'incertitude dans les systèmes à base de connaissances. Il décrit quelques théories numériques de représentation de l'incertitude et aussi des approches non numériques, au traitement du raisonnement non-monotone.
Ce module consiste en une analyse détaillée d'un article de recherche.