III-1 OBJECTIFS DE LA FORMATION

• métiers centrés sur les systèmes d'information : analyste fonctionnel, auditeur informatique, gestionnaire de Systèmes d'Informations, conseil en assistance à maîtrise d'ouvrage, consultant Systèmes d'Informations...
• métiers centrés sur la technique et technologies : Administrateur de bases de données, ingénieur déploiement logiciel, ingénieur exploitation, architecte technique...
• métiers centrés sur l'organisation de l'entreprise : responsable de service fonctionnel de la Direction des Systèmes d'Information (contrôle de gestion, Ressources Humaine, logisticien...), responsable d'entité informatique
• métiers centrés sur l'ingénierie des systèmes d'information : chef de projet maîtrise d'oeuvre, chef de projet maîtrise d'ouvrage, urbaniste de Systèmes d'Informations, responsable Direction des Systèmes d'Information...

III 2 CARACTÉRISTIQUES DU PROJET DANS L'ÉVOLUTION DE L'OFFRE DE FORMATION DE L'UNIVERSITÉ

III 3 PARTENARIAT AVEC D'AUTRES ETABLISSEMENTS PARTICIPANT A LA FORMATION OU ASSOCIES DANS DES RECONNAISSANCES MUTUELLES

• Master Parisien de Recherche en Informatique (MPRI) (co-habilité par Paris 7, École Polytechnique ENS, ENS Cachan): convention de partage de cours entre les deux masters. Des enseignants de Paris 11 participent à des cours du Master MPRI. Ces cours apparaissent également dans l'offre de Master Recherche de Paris 11.
• Ecole d'ingénieurs (SupElec, ECE) convention permettant aux étudiants de ces écoles d'être admis en deuxième année de Master lors de leur 3ème année d'école qu'ils valident simultanément.
• L'Université Lyon 2 souhaite co-habiliter avec Paris 11 son Master Recherche, domaine Informatique, mention Technologies de l'information et de la décision, spécialité Extraction des Connaissances à partir des Données (ECD). Ce master est construit à partir de l'actuel DEA Extraction de connaissances. Certains cours du Master Recherche de Paris 11 font partie de la spécialité ECD du Master de Lyon 2.

III 4 PUBLICS VISES

• Recrutement IUP1 et IUP2 MIAGE (sur critères sélectifs)
• Recrutement en M1
• Sélection en M2

III 5 EQUIPE DE FORMATION

• Nicole Bidoit, professeur
• Stéphane Boucheron, Chargé de Recherche CNRS
• Elisabeth Burnier, secrétaire
• Martine Croissant, secrétaire
• Marie-Pierre Dorville, maitre de conférence
• Christian Jacquemin, professeur
• Tho Le Thanh, maitre de conférence
• Claude Marché, maitre de conférence
• Alix Pasquier, secrétaire
• Christine Paulin, professeur
• Philippe Tarroux, professeur
• Olivier Temam, professeur

III 6 EQUIPE PEDAGOGIQUE

• Proportion d'enseignants de l'université : 40/63, 63.5%
• Proportion d'enseignants d'autres établissements d'enseignement supérieur : 4/63, 6,3%
• Proportion de chercheurs d'organismes de recherche :14/63, 22,2%
• Proportion d'intervenants Professionnels : 5/63, 7,9%

III 7 ENVIRONNEMENT RECHERCHE

LRI

(Laboratoire de Recherche en Informatique, UMR 8623 CNRS Université Paris-Sud)

LIMSI

(Laboratoire d'Informatique pour la Mécanique et les Sciences de l'Ingénieur UPR3251 CNRS)

IV 1 SPECIALITES REGROUPEES DANS LA MENTION DE MASTER

• Informatique Recherche ou Professionnel
• MIAGE Professionnel
• Mathématiques-Informatique Recherche
• Sciences Cognitives Recherche

IV 2 NIVEAU D'ORIENTATION ET DE SELECTION

• La sélection en spécialité MIAGE en apprentissage se fait à l'entrée du Master. Cette spécialité est ouverte au titulaire d'une licence d'Informatique MIAGE
• Dans les autres spécialités, et pour la spécialité MIAGE en formation classique, la sélection a lieu à l'issue de la première année après obtention des 60 premiers crédits du Master (architecture M1-M2). Le Master deuxième année accueille après sélection des étudiants ayant validé 60 crédits ECTS dans d'autres mentions de Master.
• Les étudiants titulaires d'une licence d'informatique peuvent après sélection être admis dans la spécialité MIAGE du master informatique. Leur parcours est alors adapté pour leur fournir en M1 les compléments indispensables de gestion et comptabilité.
• Une possibilité de passerelle entre les Master Informatique Professionnel et Recherche est ouverte après obtention des 90 premiers crédits en fonction de la nature du stage réalisé.

IV 3 PASSERELLES

Spécialité Sciences Cognitives

Spécialité Mathématiques-Informatique

Spécialité MIAGE et Informatique

Spécialité Informatique, parcours Professionnel et Recherche

IV 4 LISTE DES UNITÉS D'ENSEIGNEMENTS PROPOSÉES

Comité de pilotage

M1 Spécialité Informatique

M1-M2 Professionnel Spécialité MIAGE-Formation classique

M1-M2 Professionnel Spécialité MIAGE-Formation apprentissage

M2 Professionnel, spécialité Informatique

M2 Recherche

IV 5 PAR SPECIALITE : CONCEPTION DE PARCOURS TYPES PERMETTANT D'ACQUERIR 120 CREDITS VALIDABLES POUR L'OBTENTION DU MASTER

Parcours M1, spécialité Informatique

Parcours type interne

• 20 ECTS liés à l'obtention de deux unités d'enseignement obligatoires Informatique 1 et Informatique 2 composées des modules :
  • Graphes et évaluation d'algorithmes
  • Compilation
  • Réseaux
  • Algorithmique répartie
• 5 ETCS liés à la validation du Projet de Programmation (premier semestre)
• 5 ECTS de pratique de l'anglais (premier semestre)
  
  
• 20 ECTS liés à l'obtention de 4 modules (2 sont validés au premier semestre et deux au second semestre) au choix parmi⁷ :
  • Introduction à l'Intelligence Artificielle
  • Informatique Graphique
  • Genie Logiciel : approche formelle
  • Programmation objet avancée
  • Systèmes distribués : langages et vérification
  • Complexité et analyse d'algorithmes
  • Logique et démonstration
  • Fondements des Langages de programmation
  • Sécurité des systèmes informatiques
  • Algorithmique avancée
  • Architectures appliquées avancées
  • Informatique Numérique
  • Introduction au parallèlisme
  • Bases de données avancées
  • Principes d'utilisation des SGBD
  • Intelligence Artificielle avancée
  • Infographie
  • Reconnaissance de la Parole
  • Interface et Systèmes Interactifs
  • Travail en Entreprise
  • Algorithmique pour la Biologie
  • Module à choisir librement dans l'offre du Master Sciences et Technologies de l'université Paris Sud ou dans un Master partenaire en informatique.
• 10 ECTS liés à la validation d'un TER ou d'un TER stage effectué dans un laboratoire rattaché à l'université Paris Sud (second semestre).

Parcours M1-M2 Professionnel Spécialité MIAGE

Parcours interne

Formation classique

M1-Informatique 1

(15 ECTS)

• Architecture-Système (S1, 5 ETCS)
• Reseaux-Système (S1, 5 ETCS)
• Principes d'utilisation des SGBD (S1, 5 ETCS)

M1-Informatique 2

(10 ECTS)

• Intelligence Artificielle (S2, 5 ETCS)
• Environnement client-serveur (S2, 5 ETCS)

M1-Economie gestion 1

(8 ECTS)

• Gestion budgétaire (S1, 4 ETCS)
• Gestion de projet (S1, 4 ETCS)

M1-Economie gestion 2

(8 ECTS)

• Droit de l'informatique (S2, 4 ETCS)
• Droit des sociétés et du travail (S2, 4 ETCS)

M1-Ingénierie 1

(7 ECTS)

• Statistiques (S1, 4 ETCS)
• Anglais (S1, 3 ECTS)

M1-Ingénierie 2

(6 ECTS)

• Recherche Opérationnelle (S2, 4 ETCS)
• Communication (S2, 2 ECTS)

M1-Professionnalisation

Stage 2-3 mois en entreprise (S2, 6 ECTS)

M2-Informatique

(14 ECTS)

• Indexation et recherche d'information (IRI) et gestion de l'Information sur Internet (GII)⁸ (S1, 5 ECTS)
• Ingénierie des systèmes d'information (S1, 4 ECTS)
• 1 UE mineure du Master Professionnel option informatique (S1, 5 ECTS) à choisir entre :
  • Bases de données avancées (BDA) et extraction de connaissances dans les textes (ECT)⁸
  • Entrepôt de données (EDD) et web sémantique (WS)⁸

M2-Pôle économie gestion

(8 ECTS)

• Stratégie et politique générale (S1, 4 ECTS)
• Jeu d'entreprise (S1, 4 ECTS)

M2-Outils mathématiques

(8 ECTS)

• Analyse de données (S1, 4 ECTS)
• Aide à la décision (S1, 4 ECTS)

M2-Professionnalisation

• Projet applicatif : conférences par des professionnels et réalisation d'un projet par groupe de 3 étudiants (S2, 6 ECTS)
• Stage 5 à 6 mois en entreprise (S2, 24 ECTS)

Parcours MIAGE à l'issue d'une licence d'Informatique

Formation par apprentissage

M1-Informatique 1

(12 ECTS)

• Architecture-Système (6 ETCS)
• Reseaux-Système (6 ETCS)

M1-Informatique 2

(12 ECTS)

• Principes d'utilisation des SGBD (6 ETCS)
• Intelligence Artificielle (6 ETCS)

M1-Droit-gestion 1

(18 ECTS)

• Gestion budgétaire (6 ETCS)
• Droit de l'informatique (6 ETCS)
• Droit des sociétés et du travail (6 ETCS)

M1-Culture d'Ingénierie

(18 ECTS)

• Statistiques (6 ETCS)
• Anglais (6 ETCS)
• Communication (6 ETCS)

M2-Informatique 3

(10 ECTS)

• Indexation et recherche d'informations (5 ECTS)
• Gestion de l'Information sur Internet (5 ECTS)

M2-Informatique 4

(10 ECTS)

• Environnement client-serveur (5 ETCS)
• Ingénierie des systèmes d'information (5 ECTS)

M2-Management gestion

(15 ECTS)

• Gestion de projets (5 ECTS)
• Stratégie et politique générale (5 ECTS)
• Jeu d'entreprise (5 ECTS)

M2-Techniques quantitatives

(15 ECTS)

• Recherche opérationnelle (5 ECTS)
• Analyse de données (5 ECTS)
• Aide à la décision (5 ECTS)

M2-Synthèse d'apprentissage

(10 ECTS)

• Réalisation et soutenance d'un mémoire

Parcours M2 Professionnel, Spécialité Informatique

Parcours type interne

• L'UE d'ouverture comportant un module de formation générale et la participation à un cycle de conférences (5 ECTS)
• Quatre unités majeures (20 ECTS)
  • Génie logiciel
  • Systèmes distribués et réseaux mobiles
  • Traitement statistique de l'information et représentation des connaissances
  • Indexation, recherche d'information et gestion de l'Information sur Internet
• Trois unités dites mineures (15 ECTS) à choisir parmi un ensemble d'options. Deux parcours types sont identifiés et proposés aux étudiants : Ingénierie Informatique et Systèmes de Communication Homme Machine. Pour ces deux parcours, les étudiants choisissent au moins 2 unités d'enseignements rattachées au parcours, le choix de la troisième unité d'enseignement est libre. Celle-ci peut être choisie dans les unités mineures ou dans une liste de modules complétant la formation par une compétence complémentaire par exemple bio-informatique, électronique, automatique, gestion...
  Les unités d'enseignement associées à chaque parcours sont indiquées ci-dessous.

  Ingénierie Informatique

   

  • Visualisation d'information et conception et évaluation des interfaces
  • Bases de données avancées et extraction de connaissances dans les textes
  • Entrepôt de données et Web sémantique

  Systèmes de Communication Homme Machine

   

  • Visualisation d'information et conception et évaluation des interfaces
  • Traitement automatique des langues et extraction d'information et synthèse de documents
  • Vision par machine et rendu graphique avancé
  • Traitement du langage parlé et Audionumérique

  Chaque unité d'enseignement est composée de deux éléments constitutifs. L'un de ces éléments doit être remplacé par une étude de cas associée à l'élément constitutif restant.
• Un stage obligatoire de 5 à 6 mois en entreprise (20 ECTS)

M2-Recherche

Recherche : Spécialité Informatique, parcours interne

Systèmes Informatiques et Infrastructures

 

• Calcul Haute Performance et Metacomputing
• Composants des Systèmes Enfouis et Haute-Performance: Architecture et Programmation
• Dissémination de l'Information
• Fondements des Systèmes Répartis
• Modèles de Calcul pour la Vérification des Systèmes Répartis Asynchrones
• Optimisation de Réseaux de Télécommunications à Très Haut Débit
• Réseaux Mobiles
• Systèmes Temporisés
• Test de Systèmes Informatiques

Technologies de l'Information

 

• Fondements Bases de Données Avancées
• Collecticiel et Interaction Médiatisée
• Données semi-structurées et XML
• Extraction de Connaissances à partir de Textes
• Fouille de Données et Apprentissage
• Intégration de sources de données hétérogènes
• Modélisation Géométrique et Physique à partir d'images pour la réalité virtuelle
• Ontologie et Raisonnement sur des Sources d'Information
• Sûreté, Intégrité et Sécurité des Données
• Traitement de l'information génomique
• Fondements Interaction Homme Machine¹⁰
• Fondements de la Représentation des Connaissances¹⁰
• Traitement statistique de l'information ¹⁰
• Fondements du traitement automatique des langues¹⁰
• Fondements de la Réalité virtuelle et Interfaces Avancées¹⁰
• Accès audio et interaction orale homme-machine¹⁰
• Systèmes multi-agents¹⁰
• Visualisation d'information¹⁰
• Traitement des Connaissances Temporelles et Spatiales¹⁰
• Dialogue et Analyse de Textes¹⁰

Sciences Cognitives

 

• Fondements Interaction Homme Machine¹⁰
• Fondements de la Représentation des Connaissances¹⁰
• Traitement statistique de l'information¹⁰
• Fondements du traitement automatique des langues¹⁰
• Fondements de la Réalité virtuelle et Interfaces Avancées¹⁰
• Accès audio et interaction orale homme-machine¹⁰
• Systèmes multi-agents¹⁰
• Visualisation d'information¹⁰
• Traitement des Connaissances Temporelles et Spatiales¹⁰
• Dialogue et Analyse de Textes¹⁰
• Neurobiologie des fonctions cognitives
• Approfondissements en psychologie cognitive
• Linguistique
• Images et représentations mentales
• Apprentissage et mémoire
• Perception naturelle et artificielle

Parcours Algorithmique & Programmation

Ce parcours s'appuie sur des cours dispensés dans le Master MPRI par des enseignants de l'Université Paris Sud.

• Démonstration Automatique¹¹
• Preuves Constructives¹¹
• Nouveaux modèles de calcul : algorithmes et complexité¹¹
• Algorithmique Répartie et Tolérance aux défaillances¹¹
• Combinatoire et Algorithmique des structures moléculaires ¹²
• Fondements des systèmes répartis¹³
• Systèmes temporisés¹³
• Test de Systèmes Informatiques¹³
• Sûreté, Intégrité et Sécurité des Données¹⁴

Parcours ouvert

Ce parcours est construit par sélection cohérente de modules parmi les unités d'enseignement indiquées ci-dessus.

Intervenants extérieurs

• B. Bérard, ENS Cachan, 24h
• R. Dériche, INRIA Sophia-Antipolis, 24h

Recherche : Spécialité Informatique, parcours libre

Recherche : Spécialité Sciences Cognitives, parcours pluridisciplinaire

Recherche : Spécialité Mathématiques-Informatique, parcours pluridisciplinaire

IV 5 NIVEAU LINGUISTIQUE

IV 6 STAGE (S)

V 1 MODALITES DE CONTROLE DES CONNAISSANCES

V 2 JURY

V 3 EVALUATION DES ENSEIGNEMENTS

ANNEXE 1 : PROGRAMMES DES UNITES D'ENSEIGNEMENT ET INTERVENANTS DANS LES ELEMENTS CONSTITUTIFS

M1-Spécialité Informatique

M1-Algorithmique répartie

Contenu

L'objectif de ce cours est d'initier les étudiants aux concepts et algorithmes de base des systèmes répartis. Les points suivont sont étudiés :

• Algorithmes et systèmes répartis. Horloges. Algorithmes fondamentaux : parcours de réseau, élection, détection de terminaison, exclusion mutuelle, prise d'état global.
• Introduction à la tolérance aux pannes et aux erreurs : accord et diffusion fiable, synchronisation d'horloges, autostabilisation.
• Analyse de complexité des algorithmes répartis.
• Modèle client-serveur.

M1-Compilation

Prérequis

Le cours de langages formels de la licence

Contenu

L'objectif du cours est double : d'une part comprendre les différentes phases de la compilation d'un langage de programmation : analyse lexicale et syntaxique, analyse sémantique, génération de code; d'autre part améliorer les capacités en programmation par la compréhension des mécanismes sous-jacents. Les points suivants sont abordés :

• Les différentes phases de la compilation, principes de construction d'un compilateur : compilation versus interprétation, auto-compilation
• Analyse lexicale : mise en oeuvre en lex
• Analyse syntaxique : les grandes classes de grammaires, mise en oeuvre en Yacc
• Analyse sémantique : typage, polymorphisme et surcharge; analyse de flots, arbres de syntaxe abstraite, interprétation abstraite
• Génération de code : Organisation de la mémoire en pile, passages de paramètres, organisation du tas, algorithmes de récupération de mémoire
• Compilation de concepts avancés : langages fonctionnels, langages objets ...

M1-Réseaux

Prérequis

le cours architecture, système, réseau de licence.

Contenu

L'objectif principal de ce cours est d'étudier les éléments constituant les réseaux informatiques. Généralement, on regroupe ces éléments en 7 couches. Dans ce cours, les couches de 2 à 7 seront étudiées avec des exemples fournis par la normalisation dans ce domaine, tels que, HDLC, IP, TCP, UDP, ETHERNET, etc. Le cours aborde également le domaine des réseaux de mobiles, en particulier tous les détails : du système GSM ; de la transmission sur l'interface radio ; et de la gestion de la mobilité.

M1-Graphes et Évaluation d'algorithmes

Prérequis

Le cours d'algorithmique, programmation et complexité de licence.

Contenu

L'objectif du cours est de présenter les principaux algorithmes sur les graphes en liaison avec les situations concrètes dans lesquelles ils sont utilisés. Les points suivants sont étudiés :

• Graphes, terminologie, propriétés structurelles, représentation.
• Parcours, profondeur, largeur, application à la décomposition en composantes fortement connexes.
• Fermeture transitive et multiplication matricielle
• Arbres couvrants de poids minimaux, algorithmes gloutons, Files de priorité . Vérification efficace de l'optimalité d'un arbre couvrant.
• Algorithmes de plus courts chemins, l'algorithme de Floyd (programmation dynamique), application au routage dans Internet.
• Flots. Initiation à la programmation linéaire. Théorème de la coupe minimale. Algorithme de Ford-Fulkerson/Edmonds-Karp.
• Algorithmes avancés : recherche de motifs dans une texte, algorithmes de compression (Ziv-Lempel et Burrows-Wheeler), dessins de graphes, techniques liées au WWW: Google et Akamai

M1-Projet de programmation

Objectifs

Développer la maîtrise des outils informatiques, les capacités d'analyse, de conception et de programmation. Applications pratiques des notions abordées au premier semestre de la maîtrise.

M1-TER

Objectifs

Développer l'autonomie des étudiants et leur capacité à réaliser un projet informatique complet.

Contenu

Les étudiants développent par petits groupes un projet informatique proposé par un enseignant-chercheur du département informatique. Les sujets sont variés, ils portent sur des aspects avancés d'informatique tels que ceux abordés dans les cours obligatoires et options de maîtrise : réseaux, bases de données, traitement de la parole, architecture ...

M1-Informatique Graphique

Prérequis

Connaissances en géométrie acquises au second degré : repérage, géométrie vectorielle dans l'espace, transformations, tracés de fonctions.

Objectifs

Acquérir les compétences de base pour la réalisation d'applications de rendu graphique interactif spatialisé. Cette option est requise pour suivre l'enseignement de Vision par machine et rendu graphique avancé de seconde année du master professionnel.

Contenu

Ce cours introduit les techniques fondamentales de l'informatique graphique. Il met l'accent sur la compréhension des représentations spatiales et est systématiquement illustré d'exemples visuels. Un projet personnel est réalisé en parallèle avec les enseignements.
Les principaux thèmes abordés sont :

• Chaîne du rendu graphique
• Géométrie en dimension 2 : transformations et tracés de primitives.
• Apprentissage de la librairie OpenGL.
• Géométrie en dimension 3 : transformations et graphes de scènes.
• Courbes et surfaces.
• Couleur, texturage et éclairement.
• Suppressions de faces cachées, intersections et détections de collisions.
• Lancé de rayon.

Références

• Tomas Akenine-Möller and Eric Haines, Real-Time Rendering, AK Peters Ltd, 2nd edition, 2002.
• Philip J. Schneider, David H. Eberly, Geometric Tools for Computer Graphics, Morgan Kaufmann, 2002.

Site WEB

http://www.limsi.fr/Individu/jacquemi/IG1/

M1-Introduction à l'Intelligence Artificielle

Contenu

L'objectif du cours est de présenter les concepts et techniques de base de l'Intelligence Artificielle. Ce module sera centré sur les techniques de résolution de problèmes dont la formulation s'exprime en termes d'états et d'opérateurs de changement d'état, ou de règles. Les thèmes étudiés sont :

• algorithmes d'exploration heuristique de graphes d'état
• algorithmes de jeux à deux joueurs, à informations complètes (minmax, alpha-béta).
• systèmes experts : algorithmes de chainage-avant et chainage-arrière

M1-Genie Logiciel : approche formelle

Prérequis

Le cours de génie logiciel de la licence

Contenu

Ce cours est une introduction aux approches formelles du génie logiciel. Il s'agit de méthodes basées sur des langages de spécification avec une sémantique précise, permettant :

• des raisonnements sur les documents d'analyse et de conception
• un passage systématique et vérifié des spécifications au code exécutable.

Selon les années différentes méthodes et outils sont étudiés, par exemple deux parmi :

• Formalisations d'UML et d'OCL
• CASL (Common Algebraic Specification Language)
• Méthode B
• Spécification de sytèmes répartis et de protocoles (Lotos, Promela, SDL)

Méthodes et outils permettent de mener une réflexion sur les notions d'implémentation correcte, de validation, et de vérification.

M1-Programmation objet avancée

Prérequis

La partie programmation/algorithmique de la licence

Contenu

L'objectif du cours est d'approfondir les connaissances en conception et programmation dans un langage orienté objet en étudiant les structures de données abstraites et le langage C++. Le cours étudiera les points suivants :

• Dérivation multiple, généricité, gestion mémoire, etc.
• Bibliothèque standard de classes génériques (stl) : listes, tables de hachages, vecteurs, etc.
• Utilisation en C++ d'une interface graphique similaire à celle existant en Java.

M1-Systèmes distribués : langages et vérification

Prérequis

cours de la licence d'Informatique, en particulier mathématique pour l'informatique.

Contenu

L'objectif du cours est d' initier les étudiants aux méthodes de programmation et de validation des systèmes distribués critiques.

Les logiciels existants dans les systèmes industriels présentent naturellement des aspects de distribution. De plus ces logiciels sont critiques, c'est à dire que leur défaillance risque d'entrainer des atteintes à l'intégrité physique des personnes, et/ou entrainer des dommages matériels considérables. La validation de ces logiciels est donc essentielle.

Le but de cette option est d'initier les étudiants de maîtrise au sujet lui-même, dont les applications sont nombreuses et importantes d'un point de vue économique. L'approche portera sur les aspects théoriques ainsi que sur l'utilisation d'outils de vérification. D'un point de vue méthodologique, l'accent sera mis sur la compréhension de questions où des formalismes variés jouent un rôle essentiel et sur l'inititiation à la lecture d'articles.

Contenu

Sémantique (traces), modélisation (automates temporisés), méthodologie (modularité des specifications et de la construction de modèles), logique (logique temporelle et logique temporisée), algorithmique (accessibilité dans un graphe), complexité, décidabilité/indécidabilité (systèmes finis/infinis).

M1-Complexité et analyse d'algorithmes

Prérequis

Cours de Mathématiques pour l'informatique et Algorithmique, Programmation et Complexité de licence.

Objectifs

Acquérir une bonne compréhension des limites théoriques et pratiques de l'informatique : que sait-on calculer ? Parmi ce que l'on sait calculer, que sait-on calculer ``raisonnablement'' en tenant compte des contraintes de temps et de mémoire ? Parmi ce que l'on sait raisonnablement calculer, comment mesurer l'efficacité (en temps et en mémoire) des algorithmes utilisés ?

Contenu

• Notion de problème informatique.
• Un modèle de calcul : la machine de Turing. La thèse de Church. Problèmes indécidables.
• Problèmes NP-complets. Réductions polynomiales. Heuristiques et algorithmes d'approximation pour des problèmes NP-complets.
• Problèmes polynomiaux. Notions de complexités en moyenne et au pire. Analyse de la complexité d'algorithmes sur des graphes ou sur des mots. (Le contenu de ce dernier paragraphe s'appuiera sur les notions déjà abordées dans l'UE Programmation de licence.)

Références

• J.M. Autebert. Calculabilité et décidabilité : une introduction. Masson, 1992.
• M.R. Garey et D.S. Johnson. Computers and Intractability, a guide to the Theory of NP-completeness. Freeman and co., 1979.
• R. Sedgewick et Ph. Flajolet. Introduction à l'analyse des algorithmes. International Thomson publishing (Vuibert), 1996.
• H.S. Wilf. Algorithmes et complexité. Masson, 1989.

M1-Logique et Démonstration

Contenu

Logique

Bases de logique : langages, formules, substitution, règles d'inférence, preuves (plusieurs formulations de la notion de preuve seront introduites : système de Hilbert, déduction naturelle, calcul des séquents) Calcul propositionnel, calcul des prédicats.

Sémantique

Structure, vérité d'une formule, notion de cohérence et de complétude, interprétation de Herbrand, théorème de complétude du calcul des prédicats du premier ordre, théorème de compacité, théorème de Lowenheim-Skolem.

Exemples de théories

Égalité, Arithmétique de Peano, Théorie des Ensembles. Exemples de théories décidables, indécidables.

Démonstration automatique

Calcul propositionnel : Binary Decision Diagrams
Unification, filtrage du premier ordre.
Preuves au premier ordre : résolution, programmation logique, méthode des tableaux

Preuves équationelles et réécriture

Après une définition formelle de la notion de réécriture on présentera les deux propriétés essentielles que sont la confluence et la terminaison, qui satisfaites conjointement par un système de réécriture assurent l'existence et l'unicité du résultat d'un calcul.
Pour automatiser les preuves dans les théories équationnelles, les équations sont orientées en règles de réécriture et la preuve de l'égalité de deux termes revient à prouver que les deux termes se réécrivent en un même troisième.

M1-Fondements des Langages de programmation

Contenu

Automates finis

Langages reconnaissables, lemme d'itération, algorithmes de déterminisation, de minimisation.

Langages rationnels

Expressions rationnelles, théorème de Kleene.

Automates à pile

Langages algébriques, grammaires algébriques. Propriétés de clôture.

Principes de sémantique

Sémantiques opérationnelle, dénotationnelle, axiomatique. Compositionnalité.

Analyse lexicale et syntaxique

Analyse ascendante, descendante, grammaires LL(1), LALR(1), utilisation d'outils d'analyse lexicale et syntaxique.

Analyse sémantique

Typage, analyse de flots de données.

Génération de code et optimisation

Modèle de machine abstraite à pile, compilation d'un langage impératif simple. Architecture à registres et optimisations.

M1-Sécurité des systèmes informatiques

Objectifs

Initier les étudiants à différents aspects de la sécurité des systèmes informatiques

Contenu

Introduction

Sécurité des données, systèmes cryptographiques, théorie de l'information, complexité.

Algorithmes de codage

Codages par transposition, substitution, produit, exponentiation et codage utilisant le problème du sac à dos.

Techniques de cryptographie

Codage par bloc et par suite de dés, points de codage, gestion des clés, techniques des schémas à seuil.

Contrôle d'accès

matrice d'accès, mécanismes de contrôle d'accès, accès hiérarchique, liste d'accès, capacités.

Contrôle du flot d'informations

Treillis du flot d'informations, mécanismes de contrôle, contrôle à l'exécution, contrôle à la compilation, vérification de programme

Contrôle d'inférence

modèle statistique de bases de données, mécanisme de contrôle d'inférence, méthodes d'attaque, addition de bruit.

Références

Dorothy Denning, Information Warfare and security, Addison-Wesley, 1999.

M1-Algorithmique avancée

Prérequis

Le cours d'algorithmique, programmation et complexité de licence.

Objectifs

Initier les étudiants aux méthodes de programmation linéaire et ses applications en optimisation combinatoire

Contenu

Deux thématiques sont proposées suivant les années :

Conception avancée d'algorithmes

Élection de sujets d'algorithmique avancée, parmi les suivants : algorithmes probabilistes, algorithmes d'approximation, algorithmes en-ligne, algorithmes auto-adaptatifs et analyse amortie. Structures de données avancées.

Programmation linéaire et applications à l'optimisation combinatoire

• Programmes linéaires et théorie de la dualité
• Algorithme du simplexe : solutions de base, conditions d'optimalité, solutions initiales, dégénérescence, cyclage et sensibilité
• Introduction aux méthodes de points intérieurs
• Introduction à l'optimisation combinatoire : programmes linéaires en 0-1, programmes linéaires en variables entières, méthodes de plans coupants
• Optimisation combinatoire et application aux problèmes de réseaux de télécommunications : problèmes de plus court chemin avec contraintes, problèmes de multiflots continus et en variables entières.
• Initiation à la programmation semidéfinie

M1-Architectures avancées

Prérequis

cours architecture, système et réseau de Licence

Objectifs

ce cours a pour objectif de présenter le fonctionnement détaillé et la programmation des processeurs haute-performance et enfouies.

Contenu

Présentation et évolution des processeurs haute-performance et enfouis : processeurs superscalaires, extensions SIMD, processeurs multiflots, multiprocesseurs sur une même puce, processeurs VLIW, DSP. Problèmes liés à la conception, au fonctionnement et à la programmation des différents systèmes : performance, consommation, temps-réel.

Réferences

• Computers as components : principles of embedded computing system design, Wolf, édition Morgan Kaufmann.
• Computer architecture : quantitative approach 2nd edition, Hennessy, edition Morgan Kaufmann.

M1-Informatique Numérique

Objectifs

Ce cours a pour objectif de présenter au programmeur l'influence de l'ordinateur sur le bon fonctionnement de son programme d'une part en abordant les problèmes de l'erreur numérique en informatique et d'autre part, en présentant des techniques d'optimisation des codes numériques.

Contenu

Arithmétique flottante et précision machine. Présentation de différents types d'arithmétiques (intervalle, stochastique, ...) pour augmenter la précision des calculs. Application au calcul numérique. Techniques d'analyse (mesures, prédiction) et d'optimisation de la performance des applications. Optimisation du placement des données en mémoire (hiérarchie mémoire), des structures de contrôle, utilisation efficace des extensions des jeux d'instructions (exemple : extensions SIMD), etc. Optimisation des noyaux d'applications mathématiques (BLAS, factorisation LU et Cholesky, ...), de traitement du signal (FFT, ...). Application à des codes complexes en analyse numérique, traitement multimédia, bioinformatique, etc.

Références

• "Qualité des Calculs sur Ordinateur : Vers des arithmétiques plus fiables ?", Marc Daumas et Jean-Michel Muller, édition Masson.
• "Software Optimization for High Performnce Computing", K. R. Wadleigh, I. L. Crawford, édition Prentice Hall.

M1-Introduction au parallèlisme

Objectifs

Présenter les concepts fondamentaux pour l'exploitation efficace du parallélisme.

Contenu

Les architectures parallèles ont largement remplacé les mainframes et les ordinateurs départementaux. Les systèmes de grappes ont récemment encore démocratisé le parallélisme.

L'exploitation de ces architectures en multi-sequentiel relève de la problématique du calcul distribué. En revanche, les caractéristiques spécifiquement parallèles demandent d'élaborer de nouveaux modèles de programmation (langage) et de nouveaux modèles d'exécution. Le cours est une introduction aux questions théoriques et pratiques que pose l'exploitation efficace de ces architectures

Le cours est organisé en trois parties :

• Architectures parallèles : typologie des architectures, illustrée par quelques machines représentatives récentes.
• Algorithmique : Langages et modèles du parallélisme : définition d'un algorithme parallèle, relation avec le placement et l'ordonnancement ; les modèles principaux de parallélisme de données et de contrôle ; exemples et utilisation de langages/environnements parallèles actuels (MPI, HPF, OpenMP). Introduction à la parallélisation automatique
• Algorithmique et Applications : Modèles de performances, Amdhal et Gustafson. Typologie des applications. Tris parallèles.

Références

• M. Gengler et al, Initiation au parallélisme Masson 96
• I. Foster Designing and building parallel programs Addison-Wesley 95
• J. Dongarra et al. The Sourcebook of Parallel Computing Morgan-Kaufmann 2002
• M. Cosnard et D. Trystram, Algorithmes et Architectures parallèles, Intereditions 93

M1-Bases de données avancées

Prérequis

Initiation aux bases de données; modèle relationnel.

Objectifs

Ce cours approfondit les notions de modèles de données et de langages de requêtes pour bases de données. L'objectif est de faire émerger un certain nombre de mécanismes et concepts essentiels pour l'interrogation de bases de données. La méthode est pragmatique et consiste à partir du modèle relationnel pour présenter et discuter d'autres langages que l'algèbre (SQL) puis à considérer des extensions du modèle relationnel pour généraliser cette démarche.

Contenu

• Les langages de requêtes du modèle relationnel : présentation de langages utilisant les paradigmes (1) logique, (2) impératif, (3) règles de production ; comparaison de ces langages et de leur puissance d'expression.
• Du modèle relationnel au modèle de données semi-structuré : présentation et analyse de plusieurs extensions du modèle relationnel (modèle non normalisé, modèle à  valeurs complexes) et de langages de requêtes utilisant les paradigmes précédents. Pour conclure, introduction du modèle de données semi-structuré (proche d'XML).

M1-Principes d'utilisation des SGBD

Prérequis

Le cours de bases de données de licence

Objectifs

le but de ce module est de comprendre les cas dans lesquels il faut utiliser un SGBD, et apprendre à l'utiliser concrètement pour gérer les problèmes rencontrés lors de l'écriture d'applications.

Contenu

On présente les 11 problèmes dits de bases de données, et on s'attache à comprendre en detail leurs mécanismes. Pour chacun on présente et étudie les concepts et ordres SGBD disponibles pour programmer une solution. Ces problèmes sont : persistance, grandes quantités, concurrence, reprise, confidentialité, contraintes, indépendance des niveaux, modèle de données (représentation, mises a jour, interrogation). Les TD se font surtout sur machine. Le SGBD est Oracle. Un projet met en oeuvre tous ces outils.

M1-Intelligence Artificielle avancée

Prérequis

Le cours optionnel d'Introduction à l'Intelligence Artificielle

Objectifs

Approfondissement des techniques de résolution de problèmes abordées dans le cours d'introduction à l'intelligence artificielle.

Contenu

Limite des approches par graphe d'états. Modélisation par décomposition en sous-problèmes. Niveaux d'abstraction de problèmes. Algorithmes de recherche dans les graphes ET/OU (AO*,SSS*). Représentation de connaissances. Introduction aux problèmes de planification. Planification linéaire et non-linéaire. Problèmes de satisfaction de contraintes. Techniques de réduction de problèmes (cohérence par noeud, arc ...) et de recherche spécifiques aux problèmes de satisfaction de contraintes (backmarking, backjumping, propagation ...). Heuristiques de résolution de problèmes de satisfaction de contraintes.

M1-Infographie

Prérequis

Le cours optionnel d'Introduction à l'Informatique Graphique

Objectifs

Présenter les techniques fondamentales de l'informatique graphique.

Contenu

Ce cours est la continuation du cours d'introduction à l'infographie de Licence. L'accent est mis sur les techniques avancées du graphique en 2 dimensions et sur la modélisation et la synthèse d'images à 3 dimensions. Le cours est constitué de 3 parties :

• Anti-aliasage, traitement du signal appliqué aux images (filtrage, transformation, placage de texture)
• Courbes et surfaces (B-splines uniformes et non uniformes, NURBS)
• Représentation des surfaces et des volumes (maillages de polygones, géométrie constructive)
• Interaction graphique en 2 et 3 dimensions (périphériques spécialisé, techniques d'interaction)
• Modèles de couleurs, modèles d'éclairage et d'illumination

Deux projets accompagnent le cours, à programmer en C/C++ avec la librairie graphique OpenGL.

M1-Reconnaissance de la Parole

Prérequis

langage de programmation C

Objectifs

Cette option donne aux étudiants les bases sur le traitement numérique de l'information et sur la reconnaissance automatique de la parole permettant d'introduire les spécialisations du M2 Professionnel (traitement de la parole) et recherche (Dialogue Homme-Machine) et plus largement les spécialisations de Communication Homme-Machine.

Contenu

La parole est le mode privilégié de communication humaine. Permettre l'utilisation de la voix dans les systèmes de communication homme-machine est donc un objectif très important, mais la complexité de la tâche a retardé jusqu'à aujourd'hui l'émergence de tels systèmes dans le grand public.

Le premier objectif de cette option est de présenter les algorithmes en traitement numérique de l'information [1] qui servent de base aux systèmes de reconnaissance de la parole mais aussi à d'autres modes de communication homme-machine, comme la reconnaissance de l'écriture manuscrite, du geste etc.

Il s'agit en particulier des méthodes d'apprentissage numérique, la programmation dynamique, la modélisation des densités de probabilité et les modèles de Markov cachés.

Le deuxième objectif de cette option est de présenter le domaine de la reconnaissance de la parole [2][3] sous ces différents aspects : représentation numérique du signal de parole, présentation des aspects phonétiques et linguistiques, modélisation acoustique, alignement temporel dynamique en mots connectés, ainsi qu'un panorama des applications industrielles et des sujets de recherche actuels.

Plan

• Introduction et Phonétique
• Représentations numériques du signal
• Programmation dynamique
• Apprentissage supervisé/non supervisé
• Modèles de Markov
• Modélisation linguistique
• Applications.
  Applications industrielles : dictée vocale (Via Voice, Dragon dictate)
  Recherche : indexation de documents multimedia, identification de la langue, système de dialogue

Références

1. "Pattern Classification and Scene Analysis", Duda & Hart, ed. Wiley-Interscience.
2. "La parole et son traitement automatique", Calliope, ed. Masson.
3. "Traitement de la parole", R. Boite, presses polytechniques et universitaires romandes.

M1-Travail en entreprise

Prérequis

Avoir effectué un stage de 8 à 12 semaines en entreprise avant le début de l'option.

Objectifs

Valorisation d'un travail d'informaticien effectué en entreprise, initiation à la présentation orale.

Contenu

Le sujet de stage doit être validé par l'enseignant responsable. Durant l'option, l'étudiant approfondit le travail effectué en préparant un dossier sur les méthodes et outils mis en oeuvre au cours du stage. Il établit des liens avec les connaissances acquises au cours de sa formation universitaire et propose des pistes pour améliorer le travail effectuer. Le travail résultant de cette analyse est présenté à l'ensemble des étudiants de la maîtrise.

M1-Interfaces et Systèmes Interactifs

Objectifs

L'Interaction Homme-Machine concerne tous les aspects de la conception, du développement et de l'évaluation des applications informatiques interactives. Ce domaine est en pleine expansion : aujourd'hui, 50 à 80% de l'effort de développement d'une application informatique est dédié à l'interface utilisateur. Ce cours présente une introduction au domaine de l'Interaction Homme-Machine, une sélection d'outils et de méthodes de développement d'interfaces et un approfondissement sur l'interaction graphique. Les points suivants seront en particulier abordés :

Contenu

Les principaux thèmes abordés sont :

• histoire de l'Interaction Homme-Machine
• évolution des styles d'interaction
• systèmes graphiques et dispositifs d'entrée
• systèmes de fenêtrage et gestionnaires de fichiers
• interaction de type WIMP (windows, icons, menu, pointer)
• interfaces à manipulation directe
• boîte à outils de construction d'interface (Tcl/Tk, Java/Swing)
• architectures et formalismes pour les systèmes interactifs
• conception centrée sur l'utilisateur
• éléments de psychologie pour l'Interaction Homme-Machine (e.g. perception, action, mémoire, cognition)
• critères ergonomiques
• interaction post-WIMP

Références

1. R. Baecker, J. Grudin, W. Buxton, and S. Greenberg, editors. Readings in Human-Computer Interaction: Toward the Year 2000 (Second Edition). Morgan-Kaufmann, May 1995. 950 pages.
2. J. Carroll, editor. HCI Models, Theories, and Frameworks: Toward a Multidisciplinary Science. Morgan-Kaufmann, April 2003. 576 pages.
3. D. Norman. Things That Make Us Smart : Defending Human Attributes in the Age of the Machine. Perseus Press, May 1994.

M1-BIBS-Algorithmique en Biologie

Objectifs

Présenter les algorithmes classiques utilisés dans l'analyse des séquences génomiques, en intégrant les points de vue de l'algorithmicien et du bioinformaticien.

M1-M2 Spécialité MIAGE

M1-Réseaux-Systèmes

Réseau

• Couche physique
• Couche liaison de données
• Réseaux locaux
• Réseaux et routage
• Protocoles Internet

Système d'exploitation

• Multiprogrammation.
• Notion de processus et problèmes de synchronisation.
• Sémaphores et moniteurs.
• Gestion des ressources et gestion de la mémoire.
• Illustration avec Unix.
• Présentation des architectures réparties.

M1-Environnement Client-Serveur

Prérequis

Langage Java, Connaissance des réseaux.

Objectif

Comprendre les mécanismes de base d'une architecture Client- Serveur Etre capable de réaliser et de déployer une application à l'aide d'un RAD tel que Jbuilder

Contenu

• Évolution des architectures des systèmes informatiques
• Architecture, ingénierie et intégration de réseaux Intranet-Extranet
• Administration et sécurité des systèmes répartis
• Technologie client-serveur intranet/extranet (XML,Java)

M1-ACSI

M1-Contrôle de gestion

M1-Gestion de projets

M1-Droit des affaires

M1-Ingénierie financière

M1-Communication

M1-Anglais

M1-Recherche Opérationnelle

• Eléments de la théorie des graphes.
  - Graphes, graphes simples, graphes orientés, bipartis, euréliens et hamiltoniens.
  - Cheminement et connexité.
  - Fermeture transitive.
  - Graphes sans circuit.
  - Arbres et arborescences.
• Programmation mathématique.
  - Programmation linéaire (forme canonique, forme standard. Programmes linéaires duaux).
  - Programmation non linéaire.
  - Programmation dynamique.
  - Programmation en nombres entiers.
• Optimisation combinatoire.
  - Parcours de graphe.
  - Arbres de poids minimum.
  - Ordonnancement et chemins extrémaux.
  - Flot maximum et problèmes d'affectation.

M1-Statistiques

• Tests statistiques
  - Test sur la moyenne, la variance, la fréquence. Tests de comparaison des moyennes, des variances, des fréquences.
  - Test du Khi-deux, de normalité, d'indépendance de deux caractères.
  - Tests non paramétriques.
• Analyse
  - Analyse chronologique,
  - Analyse stochastique,
  - Applications.

M2-Stratégie et politique générale

• Variables stratégiques et modèles de portefeuille d'activités.
• Analyse concurrentielle.
• Les grands types de stratégie.
• Veille économique et stratégique.

M2-Jeu d'entreprise

M2-Ingénierie des Systèmes d'Information

M2-Analyse de données

M2-Aide à la décision

Master Professionnel

M2-Formation générale : Anglais et formation à la vie de l'entreprise

M2-Cycle de conférences

• Ecole National Supérieure des Arts Décoratifs « Cinéma numérique »
• Lyria « Leonardi : environnement Java/XML d'automatisation du développement des Interfaces Homme-Machine »
• Software AG « Projets XML ? Retour d'expériences »
• Siemens « Interfaces Homme Machine dans le domaine automobile »
• France Telecom « Architecture des réseaux de communication »
• Akio « Customer Relationship Management »
• Commissariat à l'Energie Atomique « Indexation, recherche et filtrage d'information »

M2-Génie Logiciel

• Marie-Claude Gaudel, Bruno Marre, Françoise Schlienger, Gilles Bernot, Précis de Génie Logiciel , Masson, 1996.
• Vérification de logiciels : techniques et outils du model-checking , ouvrage collectif, Vuibert Informatique, 1999.

M2-Indexation et recherche d'information et Gestion de l'Information sur l'Internet

• Introduction à indexation et à la recherche d'information
• Perl pour le filtrage et l'extraction d'information
• Extraction de termes
• Reconnaissance termes et variantes
• Applications de la réduction des variations
• Visualisation de documents

• Exercices de morphologie - Séance 1
• Exercices en Perl - Séances 2 et 3
• Exercices sur l'indexation - Séances 4 et 5

• XML et bases de données
• Les parseurs SAX et DOM pour la mise à jour de documents
• Langages d'interrogation: XPath et XQuery
• Transformation de documents avec XSLT
• Architectures web autour de XML

• A. Michard, XML, langage et applications , Editions Eyrolles, seconde édition, 2001
• B. Amann et P. Rigaux, Comprendre XSLT , Editions O'Reilly, 2002
• Sparck Jones, Karen, P. Willet. Readings in Information Retrieval, Morgan Kaufmann, 1997.

• Parseurs Xerces et Xalan, de la fondation Apache
• XML development kit, ORACLE
• Perl
• Fastr

M2-Systèmes distribués et Réseaux mobiles

• Le concept de transparence
• Election sur un anneau synchrone
• Tolérance aux défaillances: approches masquantes et non masquantes
• Consensus et autres problèmes de décision
• Un peu de cryptographie: les signatures digitales

• Introduction sur le principe des réseaux cellulaires.
• Les caractéristiques de l'interface radio.
• La gestion de la mobilité : IS41, MAP.
• Les réseaux mobiles de 2ème génération : GSM, GPRS et IS95.
• Le réseau de 3ème génération : UMTS.
• La mobilité dans IP.

M2-Visualisation d'information et Conception et évaluation des interfaces

• Création de l'ensemble de données
• Création de l'espace de représentation
• Affichage de l'espace

• Aspect cognitifs liés à la tâche de l'utilisateur
• Propriétés visuelles
• Taxonomies et classifications
• Approche de Tufte (Excellence graphique)
• Interaction
• Focus + Context, Overview+Detail

• Visualisations d'arbres
• Visualisations de données multivariées

Conception et évaluation des interfaces (CEI)

M2-Traitement Statistique de l'Information et Représentation des connaissances

M2-Bases de données avancées et extraction de connaissances dans les textes

• le stockage des fichiers de données sur disque
• les structures d'accés classiques : index de hachage, index ISAM, arbre B+
• l'implentation des opérateurs relationnels
• l'optimisation des requetes
• gestion de la concurrence
• gestion de la reprise sur panne
• quelques méta-règles de maintenance (tuning) d'applications bases de données

• Apprentissage supervisé : Algorithme de l'étoile, C4.5, Réseaux Neuronaux.
• Apprentissage non supervisé : Bayes Naif, Extraction de règles d'association. La seconde partie de cet enseignement est consacrée à la fouille de textes.
• Fouille de données dans les textes, approche statistique : statistiques sur les mots, statistiques sur les textes, modèle sac de traits, etc
• Classification automatique non supervisée : type nuées dynamiques, type hiérarchique (ascendante et descendante), notion de distances.
• Système de question-réponse : une application mêlant traitement de données massives et traitement automatique de la langue, Evaluation dans un cadre international et comparaison avec d'autres systèmes.
• Classification conceptuelle : Latent Semantic Analysis, Asium, Rowan.

• Antoine CORNUÉJOLS, Laurent MICLET (avec la participation d'Yves KODRATOFF) Apprentissage artificiel : Concepts et algorithmes Eyrolles, 638p, 2002.
• Christopher D. Manning and Hinrich Schütze Foundations of Statistical Natural Language Processing The MIT Press Cambridge, Massachusetts, 1999.

M2-Entrepôts de Données et Web Sémantique

• Introduction aux problèmes qui conduisent à la constitution des entrepôts de données.
• Architecture d'un entrepôt de données.
• Extraction, transformation et intégration de données provenant de multiples sources autonomes, hétérogènes, et souvent dispersées géographiquement pour alimenter l'entrepôt de données. Outils ETL
• Exploitation de l'entrepôt de données ou data mart : OLAP, Fouille de données, Génération de rapports.
• Extensions du SQL pour le décisionnel.
• Indexation de données : index bitmap, jointure, tables inversées
• Modèle dimensionnel, langage de chemins et langage OLAP
• Maintenance de l' entrepôt, Gestion de vues matérialisées

• taxonomies/ontologies : modelisation conceptuelle, traitement de requetes et des mises a jour examples: catalogues du Web, moteurs de recherche
• personnalisation d'une source d'information, mediation, recherche d'information en contexte
• reseaux P2P : architecture, modelisation conceptuelle, traitement de requetes et des mises a jour

M2-Etude de cas

• analyse et conception de l'application,
• modélisation
• codage et validation
• rédaction d'un rapport écrit, réalisation d'un site Web et présentation orale.

• En 2002 : réalisation d'un système de médiation
• En 2003 : réalisation d'un système de partage de documents dans une architecture peer-to-peer

M2-Ingénierie du Traitement Automatique des Langues et Extraction d'Information et Synthèse de Documents

• Introduction au traitement automatique des langues : enjeux et applications
• Analyse syntaxique : de l'étiquetage morphosyntaxique à l'analyse en profondeur, en passant par les analyseurs robustes
• Présentation et utilisation d'analyseurs syntaxiques
• Analyse sémantique : de la syntaxe à une représentation fondée sur les réseaux sémantiques
• Applications : système de questions-réponses, systèmes de dialogue homme-machine

• Apprentissage d'un étiqueteur et d'un analyseur robuste
• Exercices de syntaxe : écriture d'une grammaire
• Utilisation de cette grammaire pour l'application développée en TD

• Introduction au traitement des documents : enjeux et applications
• Analyse de textes : de l'étude de gros corpus à l'analyse et au découpage thématique
• Extraction d'informations pertinentes
• Gestion de dialogue et prise en compte de l'utilisateur

• TreeTagger : étiqueteur morpho-syntaxique
• SCOL: analyseur syntaxique robuste d'Abney

M2-Traitement du langage parlé et Audionumérique

• Introduction et état de l'art: Présentation des axes de recherche en traitement automatique de la parole et description de l'état de l'art du domaine.
• Lecture de spectrogramme: Présentation des notions indispensables de phonétique acoustique pour aborder le traitement de la Parole. La production des sons de la langue , leur description acoustique et la lecture de spectrogramme seront étudiées.
• Analyse du signal de parole: Introduction à l'acoustique et au traitement du signal. Les principes des techniques classiques de représentation numérique du signal de parole seront donnés (spectrogramme, prédiction linéaire, analyse cepstrale...).
• Reconnaissance de la parole: Introduction à la reconnaissance automatique de la parole et aux problèmatiques sous-jacentes de la modélisation du langage parlé. Ce cours vise à donner un aperçu global d'un système de reconnaissance de la parole en présentant les techniques les plus performantes utilisées dans ces systèmes : la programmation dynamique, les modèles de Markov cachés (apprentissage et décodage), les modèles de langage...
• Applications : Dialogue oral Homme-Machine (introduction aux différents composants d'un système de dialogue oral : module de reconnaissance, de compréhension, de gestion du dialogue et de génération de réponse). Indexation audio et indentification de méta-données (présentation de plusieurs familles d'applications : transcription d'émissions radio ou télédiffusées, indexation multimédia pour la recherche d'information dans des documents sonores, identification des méta-données locuteur et langue).

• Typologie des sons.
• Introduction à la psychophysique du son.
• Représentation numérique du son.
• Techniques d'analyse du signal appliquées au son.
• Méthodes de synthèse du son.
• Formats et standards audionumétiques.
• Logiciels d'informatique musicale.

• Analyse, Synthèse et Codage de la Parole, Traitement du langage Parlé 1,Editeur J. Mariani, Hermes, 2002.
• Reconnaissance de la Parole, Traitement du langage Parlé 2,Editeur J. Mariani, Hermes, 2002.
• Parole et dialogue homme-machine, W. Minker, S. Bennacef, Eyrolles 2001.
• La Parole et son traitement automatique, Calliope, Masson 1989.
• Les processus de la communication parlée, J.-S. Liénard, Masson, 1977.

M2-Vision par machine et rendu graphique avancé

• Les images numériques et la perception visuelle
• Les techniques de filtrage en imagerie numérique
• Les méthodes de segmentation d'images
• Compression, codage et représentation des images
• Reconstruction 3d
• Reconnaissance de formes visuelles

Rendu graphique avancé (RGA)

• le lancé de rayon
  • rendu par lancé de rayon
  • échantillonnage et antialiasing
  • accélération par partition de l'espace et volumes englobants
• le bump-mapping et le bruit :
  • techniques de bump-mapping et implémentation par des shaders,
  • ombrages par horizon mapping,
  • fonctions de bruits et application en génération et en perturbation de textures
• le rendu non photo-réaliste :
  • tracé au trait,
  • surfaces peintes,
  • éclairement et rendu techniques.

• Jonathan D. Cohen, Department of Computer Science, Johns Hopkins University, Comp 600.456: Rendering Techniques Course. http://www.cs.jhu.edu/~cohen/RendTech99/syllabus.html
• N. Roussel, Cours et TDs d'informatique graphique en 4ème année de la Formation d'Ingénieurs en Informatique de la Faculté d'Orsay (FIIFO) http://www-ihm.lri.fr/~roussel/enseignement/FIIFO4-GR/
• Watt A. and M. Watt, Advanced Animation and Rendering Techniques: Theory and Practice, 1992, Addison-Wesley, ISBN 0201544121.

Master Recherche

M2-Formation à la Recherche

M2-Réseaux Mobiles

• Services des réseaux sans fil et mobiles.
• Spectre de fréquences et réglementation.
• Spécificité de l'interface radio.
• Capacité et planification cellulaire (gestion des ressources radio, multi-couverture, couverture hiérarchique).
• Principes de gestion de la mobilité.
• Les principaux réseaux cellulaires : AMPS, GSM, IS95
• Les réseaux locaux sans fil.
• Les systèmes satellites.
• Le futur réseau UMTS et les propositions à court terme.
• Internet mobile.
• Qualité de service dans les réseaux mobiles.

• Khaldoun Al Agha, Guy Pujolle, Guillaume Vivier, Reseaux de mobiles et reseaux sans fil, Editions Eyrolles, 2001.
• David Goodman, Wireless Personal Communication Systems, Addison Wesley. Charles Perkins, Mobile IP, Addison Wisley.

M2-Composants des Systèmes Enfouis et Haute-Performance: Architecture et Programmation

• Panorama des architectures existantes ; outils d'analyse et d'évaluation des composants.
• Exploitation de différents niveaux de parallélisme sur le matériel afin d'augmenter les performances : ILP (Instruction Level Parallelism), DLP (Data Level Parallelism) et TLP (Thread Level Parallelism). Exploitation simultanée de ces différentes niveaux de parallélisme par les applications.
• Contraintes d'utilisation et de développement des systèmes enfouis : performance, consommation, densité de code, temps réel, flexibilité, coût de développement, relation entre les différentes contraintes et le couple matériel/logiciel. Technologie des systèmes monopuce (SOC) intégrant sur une même puce différentes fonctionnalités.
• Impact de l'architecture sur la programmation et la performance des applications.
• Adapter les programmes aux architectures : transformations automatiques de programmes (haut niveau et bas niveau), limitations de l'analyse statique.
• Les circuits reconfigurables : une approche pour le dimensionnement aisé et une programmation plus facile des architectures.
• Nouveaux paradigmes d'architectures.

• Yale Patt et Sanjay Patel: Introduction to Computing Systems : From Bits and Gates to C and Beyond, McGraw Hill.
• S. S. Muchnick. Advanced Compiler Design & Implementation. Morgan Kaufmann, 1997.

M2-Test de Systèmes Informatiques

• Introduction au test de logiciel
• Terminologie (faute, erreur, défaillance)
• Tests fonctionnel, structurel, statistique
• Le problème de l'oracle
• Théorie du test fonctionne
• Rappel sur les spécifications formelles et la notion
• d'implémentation correcte
• Tests exhaustifs et hypothèses de testabilité
• Hypothèses de test : uniformité, régularité, robustesse, etc.
• Hypothèses et fiabilité
• Application aux protocoles spécifiés en LOTOS
• Introduction à LOTOS
• Techniques de test de protocoles
• Test exhaustifs et hypothèses de sélection
• Application aux systèmes réactifs spécifiés en LUSTRE
• Introduction à LUSTRE
• Techniques de test de systèmes de contrôle-commande
• Test exhaustifs et hypothèses de sélection

M2-Calcul Haute Performance et Metacomputing

• Introduction au calcul parallèle HPC.
• Architectures des ordinateurs parallèles.
• Langages de programmation.
• Metacomputing.
• Global Computing.

M2-Optimisation de réseaux de télécommunications à très haut débit

• Panorama des technologies dans les réseaux (SDH, ATM, WDM, IP)
• Architectures et planification de réseaux
• Problèmes et modèles de partitionnement dans les réseaux en anneaux
• Optimisation de réseaux en anneaux
• Mécanismes de protection dans les réseaux en anneaux
• Modèles de multiflots
• Problèmes de routages dans les réseaux maillés
• Sécurisation de réseaux maillés
• Stratégies de sécurisation dans les réseaux maillés et modèles associés

M2-Fondements des Systèmes Répartis

• Introduction au parallélisme et à la répartition
  • Processus et systèmes de processus repartis
  • Types de communication
  • Synchronisation et problèmes crées (blocage, famine, exclusion mutuelle, attente bornée, cohérence, détection de terminaison,...)
• Le problème du temps
  • Relation de causalité
  • Horloges logiques
  • Utilisation des horloges logiques
  • Contrôle réparti
• Contrôle Réparti
  • Origines et problèmes
  • Illustration par des exemples fondamentaux
• Systèmes fiables: auto-stabilisation
  • Concepts et domaine d'utilisation
  • Solutions auto-stabilisantes à des problèmes statiques: orientation, construction d'arbres recouvrants, élection, ...
  • Solutions auto-stabilisantes à des problèmes dynamiques : exclusion mutuelle, parcours de jetons, routage dynamique ...
• Systèmes fiables: tolérance aux fautes
  • Consensus et diffusion fiable
  • Solutions avec et sans signatures digitales
  • Résultats d'impossibilité
  • Protocoles probabilistes

M2-Dissémination de l'Information

• Modèles
  • Fonction de routage.
  • Commutation de paquets, de circuits, etc.
  • Multiplexage en temps, en espace, en frequences, en longueur d'onde.
• Adaptativité, tolérance aux pannes et interblocage
  • Routage statique, dynamique, adaptatif, etc.
  • Graphe de dependence des canaux
  • CNS d'absence d'interblocage
• Routage compact
  • Routage par intervalle, booleen, etc.
  • Facteur d'elongation et espace
  • Bornes inférieures
• Charge et débit
  • Indice de transmission
  • Reseaux symétriques
• Communications optiques
  • "Single-hop" vs. "Multi-hop"
  • Affectation de longueurs d'onde
  • Routage par déflexion
• Dimensionnement
  • Plongement et dimensionnement en ATM
  • Methodes de dimensionnement de reseaux
• Communications globales structurees
  • Diffusion et multicast
  • Distribution
  • Echange-total

• J. De Rumeur, Communication dans les Réseaux de Processeurs, Editions Masson, Collection Etudes et Recherches en Informatique, 1994.
• T. Leighton, Introduction to Parallel Algorithms and Architectures: Arrays, Trees, Hypercubes, Editions Morgan Kaufmann, 1992.

M2-Systèmes Temporisés

• Automates : Modélisation, Analyse d'accessibilité
• Automates temporisés : Régions, zones; Logique temporelle du temps réel
• Réseaux de Petri : Graphe des marquages; Caractérisation arithmétique; Réseaux de Petri temporisés
• Applications

M2-Fondements de la Représentation des Connaissances

• Représentations à base de règles (règles logiques, règles de production)
• Représentations à base de concepts (logiques de description, graphes conceptuels) On situera chacun de ces formalismes par rapport à la logique des propositions ou la logique des prédicats. On dégagera les différents problèmes d'inférence qui leur sont associés (réponse à une requête, saturation d'une base de faits et lien avec le calcul de modèles minimaux, subsomption, calcul du moindre généralisé). Pour chaque problème d'inférence identifié, on décrira les différentes approches algorithmiques pour le résoudre et on donnera des éléments sur leur complexité. On introduira ensuite les problèmes de raisonnement liés à la prise en compte de l'incomplétude, l'évolutivité ou l'incertitude des connaissances. On décrira les différents modèles de raisonnement proposés pour résoudre ces problèmes. On dégagera, en les comparant, les différentes sémantiques et logiques associées, ainsi que les algorithmes d'inférence correspondants.
• Raisonnement sur des connaissances incomplètes (raisonnement par défaut, par exemple),
• Raisonnement hypothétique (lié au problème des explications et au raisonnement abductif ; algorithme ATMS)
• Raisonnement inductif (lié à l'apprentissage): fondements de la Programmation Logique Inductive
• Raisonnement sur différents types de connaissances : connaissances contextuelles ou incertaines (aspects numériques : réseaux bayésiens par exemple).

M2-Fondements des Bases de Données Avancées

M2-Fondements de l'Interaction Homme-Machine

• Facteurs humains :
  • Eléments de psychologie pertinents pour l'interaction homme-machine: sensation-perception, action, mémoire, cognition;
  • Notion de conception centrée sur l'utilisateur et son impact sur le cycle de vie d'un logiciel interactif.
• Aspects informatiques :
  • Outils pour le développement d'applications graphiques interactives: systèmes graphiques et de fenêtrage, boîtes à outils, environnements de construction d'interfaces;
  • Architectures logicielles des systèmes interactifs: modèles MVC, PAC, Arch.
• Interaction graphique :
  • Taxonomie des styles d'interfaces;
  • Techniques d'interaction graphique, interfaces à manipulation directe;
  • Principes de la communication graphique.
• Méthodes de conception :
  • Modèle conceptuel d'un système interactif;
  • Modèles de tâches et de l'activité;
  • Conception participative.

M2-Intégration de sources de données hétérogènes

• L'approche entrepôts de données consiste à voir cette intégration comme la construction de bases de données réelles, souvent appelées des entrepôts de données, regroupant les informations pertinentes pour les applications considérées. L'utilisateur pose alors ses requêtes ou lance l'analyse des données qui l'intéresse directement sur les données stockées dans l'entrepôt. Les problèmes posés par la construction d'entrepôts de données à partir de plusieurs bases de données spécialisées sont des problèmes de définition du schéma de l'entrepôt, de son peuplement et de sa mise à jour, en fonction des différentes sources d'information à partir desquelles l'entrepôt de données est construit.
• L'approche médiateur consiste à fonder l'intégration d'informations sur l'exploitation de vues abstraites décrivant le contenu des différentes sources d'informations. Les données ne sont alors pas stockées au niveau du médiateur et ne sont accessibles qu'au niveau des sources d'informations. L'interrogation et la détermination des sources d'information pertinentes nécessitent la mise en oeuvre de mécanismes d'inférences sur les expressions représentant d'une part les requêtes et d'autre part les vues afin de construire un plan de requêtes. On présentera et comparera différentes approches qui ont été abordées pour la construction de tels médiateurs dans le cadre de différents projets (Tsimmis, Information Manifold, Picsel).

M2-Ontologie et Raisonnement sur des Sources d'Information

• Les ontologies : définition et construction. La définition et la description d'ontologies prendront appui sur des exemples d'ontologies existantes. Concernant l'aspect construction, les problèmes qui se posent seront etudiés et des outils d'aide, automatisés ou semi-automatisés, qui offrent des solutions à certains de ces problèmes, seront présentés.
• Des ontologies : Dans quel but ? Les apports possibles des ontologies au sein de systèmes informatiques seront regroupés en trois catégories :
  • l'amélioration de la pertinence des réponses obtenues par un utilisateur suite à une requête,
  • l'amélioration de la communication entre l'utilisateur et le système informatique,
  • l'aide au raffinement de requêtes utilisateur.
• Un exemple d'aide au raffinement de requêtes : la réparation de requêtes au sein du médiateur PICSEL. Certaines requêtes exprimées par un utilisateur peuvent ne pas obtenir de réponses, étant données les sources d'information disponibles. Cette partie décrira des techniques qui s'inscrivent dans une approche fondée sur la logique afin de modifier, dans un tel cas, la requête initiale de l'utilisateur, en la remplaçant par une requête, moins contrainte pour qu'elle puisse obtenir des réponses, mais, néanmoins, sémantiquement proche pour que ses réponses satisfassent l'utilisateur.

M2-Sûreté, Intégrité et Sécurité des Données

• Typage : notions de base, sous-typage et typage pour les langages à objets ;
• Intégrité et confidentialité : notion de contrainte d'intégrité, gestion statique de l'intégrité, gestion dynamique de l'intégrité et confidentialité dans les systèmes OO ;
• Sûreté et sécurité des applications mobiles : Java, JVM et aspects de sécurité, calculs fondamentaux, service combinators et trust management, exemples de protocoles cryptographiques.

M2-Données Semi-structurées et XML

• Motivations XML, bases (pdf)
• Xquery, Xpath, XSL
• Contrôle des changements pour XML
• Stockage XML et optimisation de requetes
• Typage par automates d'arbre et filtrage
• SOAP et Services Web

M2-Traitement des Connaissances Temporelles et Spatiales

• Logiques temporelles et spatiales : Présentation des logiques temporelles et spatiales : formalisme d'Allen, extensions ; raisonnement spatial qualitatif, logiques RCC. Liens avec les logiques modales et intuitionnistes. Modèles des logiques qualitatives.
• Bases de données contraintes : Présentation du modèle qui permet de modéliser les données géométriques comme des ensembles infinis, représentés par des contraintes. Contraintes polynomiales, contraintes linéaires. Etude du calcul relationnel et de certaines extensions. Pouvoir d'expression et complexité.
• Algorithmique : Étude de certains algorithmes fondamentaux de géométrie, comme l'enveloppe convexe. Présentation des techniques d'indexation, R-tree, quadtree, etc.
• Données topologiques : Primitives topologiques. Complexité du raisonnement topologique.
• Complexité du raisonnement temporel et spatial : Complexité des formalismes qualitatifs : résultats de NP-complétude. Impact de la dimension de l'espace. Sous-classes traitables. Caractérisation de sous-classes traitables maximales.
• Mise en oeuvre du raisonnement temporel et spatial : Méthodes logiques, réseaux de contraintes. Liens avec les problèmes de satisfaction de contraintes.

M2-Extraction de Connaissances à partir de Données et de Textes

• Méthodes de confirmation des hypothèses inductives
• Méthodes de classification et distances
• Apprentissage d'arbre de décision et règles de décision
• Apprentissage non-supervisé de règles dans des données
• relationnelles et non-relationnelles Méthodes bayésiennes
• Construction automatique de thesaurus à partir de corpus
• Apprentissage de classes sémantiques et d'ontologies
• Structuration de candidats termes
• Apprentissage automatique de relations sémantiques

M2-Collecticiel et Communication médiatisée

• historique et taxonomie du collecticiel
• importance des aspects sociaux et organisationnels dans la conception et la mise en oeuvre des collecticiels
• panorama des outils et architectures logicielles pour la mise en oeuvre de ces systèmes
• communication médiatisée : systèmes de communication audio et vidéo, infrastructures matérielles et logicielles, aspects éthiques (protection de la vie privée)
• etudes de cas

1. R. Baecker, editor. Readings in Groupware and Computer-Supported Cooperative Work : Assisting Human-Human Collaboration. Morgan-Kaufmann, December 1992. 882 pages.
2. M. Beaudouin-Lafon, editor. Computer Supported Co-operative Work. John Wiley & Sons Ltd, 1999. 258 pages.
3. K. Finn, A. Sellen, and S. Wilbur, editors. Video-Mediated Communication. Lawrence Erlbaum, April 1997. 584 pages.

M2-Visualisation d'Informations

• Création de l'ensemble de données
• Création de l'espace de représentation
• Affichage de l'espace

• Aspect cognitifs liés à la tâche de l'utilisateur
• Propriétés visuelles
• Taxonomies et classifications
• Approche de Tufte (Excellence graphique)
• Interaction
• Focus + Context, Overview+Detail

• Visualisations d'arbres
• Visualisations de données multivariées

M2-Accès audio et interaction orale homme-machine

• Introduction et État de l'art : Présentation des axes de recherche en traitement automatique de la Parole et description de l'état de l'art du domaine.
• Analyse du signal de parole : Introduction à l'acoustique et au traitement du signal. Les principes des techniques classiques de représentation numérique du signal de parole seront donnés (spectrogramme, prédiction linéaire, analyse cepstrale...).
• Lecture de spectrogramme : Présentation des notions indispensables de phonétique acoustique pour aborder le traitement de la Parole. La production des sons de la langue (ici le français sera pris comme langue de référence), leur description acoustique et la lecture de spectrogramme seront étudiées.
• Reconnaissance de la parole : Introduction à la reconnaissance automatique de la parole et aux problèmatiques sous-jacentes de la modélisation du langage parlé. Ce cours vise à donner un aperçu global d'un système de reconnaissance de la parole en présentant les techniques les plus performantes utilisées dans ces systèmes : la programmation dynamique, les modèles de Markov cachés (apprentissage et décodage), les modèles de langage... Les limites des modèles actuels seront discutées et les nouvelles perspectives de recherche présentées.
  
  
• Dialogue oral Homme-Machine : Introduction aux différents composants d'un système de dialogue oral Homme-Machine (module de reconnaissance, de compréhension, de gestion du dialogue et de génération de réponse). Les difficultés de la modélisation du dialogue oral Homme-Machine, les solutions techniques adoptées à l'heure actuelle et les voies de recherche seront étudiées.
• Indexation audio et indentification de méta-données: Présentation de plusieurs familles d'applications : transcription d'émissions radio ou télédiffusées, indexation multimédia pour la recherche d'information dans des documents sonores, identification de méta-données (locuteur, langue...).

M2-Systèmes multi-agents

M2-Modélisation géométrique et physique à partir d'Images pour la Réalité augmentée et virtuelle

• Modélisation 3-D à partir d'images médicales: construction de modèles 3- D d'organes virtuels à partir d'images médicales. Modéles géométriques déformables pour l'extraction des structures anatomiques, modèles physiques de déformation temps-réel, calcul de forces de réaction, fusion d'images médicales et d'images vidéo. Applications à la réalité augmentée en médecine, et à l'interaction temps-réel avec des organes virtuels (téléchirurgie et chirurgie virtuelle).
• Modélisation 3-D à partir d'images vidéo: Extraction de modèles 3-D à partir d'images vidéo. Modélisation projective des caméras, auto-calibration, construction de modèles 3-D, analyse de mouvement, navigation dans des modèles 3-D, synthèse d'images à partir d'images. Applications à la réalité augmentée, à la réalite virtuelle, et à la navigation dans des univers 3-D virtuels.

M2-Traitement de l'information génomique

M2-Dialogue et Analyse de textes

• Développements en analyse syntaxique
• Représentation sémantique et pragmatique des énoncés : quel formalisme choisir pour représenter quel type d'informations.
• Présentation de plusieurs approches du dialogue Homme-Machine : des systèmes précurseurs fondés sur des schémas tels que GUS, ou sur les notions de plan, de croyance (tels que les travaux menés autour de B Grosz), aux différentes propositions récentes à visée plus ou moins applicative.
• Analyse de textes pour le résumé, la compréhension et l'extraction d'informations. Là aussi on étudiera l'évolution de la problématique des bases proposées dans les années 80 aux travaux les plus récents.
• Application Question-Réponse : au travers de la présentation d'un système développé dans notre laboratoire et participant à une campagne d'évaluation internationale, nous ferons le point sur l'évaluation des recherches dans ces domaines. Le but de ce système est de permettre à un utilisateur de poser, en français (ou plutôt en anglais pour la campagne internationale !) une question de nature factuelle et de recevoir l'extrait de texte qui est la réponse (et uniquement celle-ci, c'est-à-dire pas le document dans lequel elle a des chances de se trouver) à cette question trouvé dans un très gros corpus (de journaux dans le cas particulier présenté).

M2-Fouille de Données et Apprentissage

• Introduction et quelques exemples : la fouille de données scientifiques (application en astronomie), la fouille de données médicales, la détection de fraude, la robotique.
• Les principes inductifs : rendre compte des données, le rapport avec la compression, le principe de Bayes, le rasoir d'Occam.
• Validation de l'apprentissage. Qu'est-ce que la performance ? Mesures de qualité, illustration sur le cas des réseaux neuronaux.
• Programmation logique inductive. Les biais d'apprentissage. Présentation des systèmes FOIL et PROGOL, applications en langage naturel et chimie organique.
• Quand l'apprentissage est vu comme un problème d'optimisation : algorithmes génétiques et programmation génétique. Les algorithmes randomisés et la prise en compte des connaissances du domaine.

M2-Approche Expérimentale

M2-Neurobiologie des fonctions cognitives

1. Mécanismes corticaux de la perception et des illusions sensorielles :
   • Genèse des représentations mentales.
   • Théories localisationistes et holistiques des fonctions cognitives.
   • Cerveaux des sensations et de la perception.
   • Le corps imaginé.
2. Apport de l'imagerie cérébrale.
   • Anatomie fonctionnelle du langage.
   • Anatomie fonctionnelle de l'attention et de la Mémoire.
3. Apprentissage et Mémoire
   • Corrélats électrophysiologiques de l'apprentissage chez le mammifère.
   • Réorganisations de cartes corticales après des entrainements comportementaux dans le système auditif et somesthésique.
   • Mécanismes élémentaires et molaires sous-tendant l'apprentissage chez le vertébré et l'invertébré.
4. Rôle du contexte comportemental dans l'apprentissage et dans la plasticité corticale.
   • Mise en jeu des systèmes neuromodulateurs par des indices contextuels lors de l'apprentissage
   • Analogues cellulaires de l'apprentissage
   • Neuromodulation de la plasticité fonctionnelle sensorielle.

M2-Approfondissements en psychologie cognitive

M2-Linguistique

• Introduction: linguistique générale
• Phonétique (articulatoire, acoustique, perceptive) et phonologie Éléments de transcription phonétique
• Prosodie (nature physique, fonctions et représentations) L'accent étranger
• Morphologie (flexionnelle, dérivationnelle et compositionnelle) Lexique: présentation de quelques dictionnaires électroniques
• Syntaxe: théories, grammaires formelles, désambiguïsation
• Sémantique (lexicale et grammaticale) Pragmatique: énonciation, discours, dialogue

M2-Fondement du traitement automatique des langues

• Morphologie : techniques d'étiquetage morphologiques
• Morpho-syntaxe (automates,...). Présentation des outils existants : des étiqueteurs aux analyseurs robustes. Evaluation de ces outils (définition de mesures).
• Syntaxiques : bases sur les théories grammaticales (grammaires d'unification, en particulier LFG et TAG) et moteurs d'analyse (chart parser,...)
• Systèmes Connexionnistes :Systèmes de type Perceptron, Systèmes à traitement temporel, représentation temporelle avec retard. Systèmes de Kohonen. Application des systèmes connexionnistes à la linguistique.

M2-Traitement statistique de l'information

M2-Fondements de la Réalité virtuelle et Interfaces avancées

• Introduction : Systèmes 3D et leurs applications; Taxinomie des systèmes de Réalité Virtuelle et Augmentée.
• Modèles fondamentaux pour la Réalité Virtuelle : Modélisation Géométrique (Courbes et Surfaces, Structure de Données Topologiques,...); Objets Articulés, Déformables et/ou dotés de Comportements; Modèles d'Eclairement, Visualisation, Relief, Gestion de Scènes.
• Interactions avancées en Réalité Virtuelle : Périphériques et Configurations (capteurs, gants, casques; lunettes stéréoscopiques, projection, rétroprojections, systèmes tactiles,...); Traitements avancés pour les interactions 3d (geste, parole, retour d'effort et tactile, retour auditif, substitut visuel et sonore; navigation, saisie et manipulation d'objets; interaction à deux mains, props, avatars,...); Architecture matérielle et logicielle pour des interactions 3d Temps Réel.
• Conclusion et prospective.

M2-Perception naturelle et artificielle

M2-Dialogue et analyse de textes

• Développements en analyse syntaxique
• Représentation sémantique et pragmatique des énoncés : quel formalisme choisir pour représenter quel type d'informations.
• Présentation de plusieurs approches du dialogue Homme-Machine : des systèmes précurseurs fondés sur des schémas tels que GUS, ou sur les notions de plan, de croyance (tels que les travaux menés autour de B Grosz), aux différentes propositions récentes à visée plus ou moins applicative.
• Analyse de textes pour le résumé, la compréhension et l'extraction d'informations. Là aussi on étudiera l'évolution de la problématique des bases proposées dans les années 80 aux travaux les plus récents.
• Application Question-Réponse : au travers de la présentation d'un système développé dans notre laboratoire et participant à une campagne d'évaluation internationale, nous ferons le point sur l'évaluation des recherches dans ces domaines. Le but de ce système est de permettre à un utilisateur de poser, en français (ou plutôt en anglais pour la campagne internationale !) une question de nature factuelle et de recevoir l'extrait de texte qui est la réponse (et uniquement celle-ci, c'est-à-dire pas le document dans lequel elle a des chances de se trouver) à cette question trouvé dans un très gros corpus (de journaux dans le cas particulier présenté).

M2-Images et représentations mentales

M2-Apprentissage et mémoire

M2-Combinatoire et algorithmique des structures moléculaires

Objectifs

Aborder les concepts combinatoires et algorithmiques en phase avec les recherches actuelles dans les domaines de la recherche de l'information génomique et de la prédiction de la structure et de la fonction des macromolécules biologiques.

Principales sections

• Algorithmique avancée pour la comparaison de séquences
• Approches combinatoires pour les statistiques de séquences
• Combinatoire des structures d'ARN et de protéines
• Algorithmique de la prédiction et de la comparaison de structures

Cours partagés avec le Master Parisien de Recherche en Informatique

M2-Algorithmique Répartie et tolérance aux Défaillances

Construction et évaluation d'algorithmes répartis

 

1. Modèles de systèmes distribués : degré de synchronisme, modèles de pannes. Définition et spécification formelle de différents problèmes d'accord.
   
   
2. Algorithmes de consensus dans les systèmes distribués synchrones. Algorithmes "Early Stopping". Résultats de complexité.
   
   
3. Le problème du consensus dans les systèmes distribués asynchrones : Théorème de Fischer, Lynch et Paterson.
   
   
4. Modèles partiellement synchrones. Résolubilité du problème du consensus dans ces modèles.
   
   
5. Algorithmes de consensus randomisés : algorithme de Ben-Or, algorithme de Rabin, algorithme de Bracha et Toueg.
   
   
6. Les ``détecteurs de panne non fiables'' de Chandra et Toueg.
   
   
7. Le problème du consensus dans les systèmes a mémoires/objets partagés. Hierarchie de Herlihy. Objets universels.

Auto-Stabilisation

1. Introduction et définitions générales
   • Auto-stabilisation, pseudo-stabilisation, théorie de la convergence
   • Modèles de communication
   • Techniques de preuves
   • Le token-ring auto-stabilisant de Dijkstra
2. Algorithmes auto-stabilisants classiques
   • Circulation de jeton
   • Orientation d'un anneau
   • Construction d'arbres, routage adaptatif
   • Composition d'algorithmes et exemple (coloration d'un graphe planaire)
   • Propagation d'information avec retour
3. Algorithmes auto-stabilisants probabilistes
   • Définition du modèle
   • Le problème de l'adversaire
   • Circulation de jetons
   • Election
   • Classes d'adversaires
4. Passage à l'échelle (time adaptivity)
   • Bit persistent
   • Circulation de jetons
   • Construction d'arbres
5. Détecteurs et correcteurs de défaillances
   • Cas où les défaillances sont aléatoires
   • Localité des détecteurs et des correcteurs de défaillance
   • Détection de logiciels incorrects

M2-Preuves Constructives

• Logique du premier ordre : système de Hilbert, déduction naturelle, calcul des séquents. Propriétés : élimination des coupures, traductions. Extension au cas multisortes.
• Déduction modulo.
• La théorie des ensembles, la théorie des types simples.
• Lambda-calcul simplement typé : normalisation.
• Expression et existence de fonctions en théorie des types : fonctions exprimables sur les entiers de Peano, les entiers de Church; opérateur de choix et de description; représentation de fonctions en logiques intuitionniste ou classique.
• Logique intuitionniste, isomorphisme de Curry-de Bruijn-Howard, types dépendants.
• Types inductifs : système T de Gödel et théorie des types de Martin-Löf.
• Polymorphisme : système F, Calcul des Constructions, généralisation aux systèmes de types purs. Normalisation, élimination des coupures, représentation des fonctions.
• Introduction au système Coq.
• Définitions de relations inductives et co-inductives : paradoxes, applications à la modélisation de la sémantique des langages de programmation.
• Calcul des Constructions Algébriques.
• Réalisabilité, extraction de programmes à partir de preuves constructives.
• Programmation avec types dépendants, lien avec la preuve de programmes.
• Architecture des assistants de preuves : Coq, PVS, Isabelle.
• Preuves constructives en logique classique, relation avec les programmes et les machines de réduction.

M2-Nouveaux modèles de calcul : algorithmes et complexité

• Complexité et Logique
• Algorithmes Probabilistes
• Calcul quantique
• Test de Propriétés et Preuves
• Algorithmique des jeux

M2-Démonstration Automatique

Objectifs

Il s'agit d'introduire les outils et techniques de base de la démonstration automatique moderne. Quatre techniques fondamentales seront enseignées : la résolution, la paramodulation, l'utilisation de contraintes, l'utilisation des automates d'arbres. Le cours sera complété par des sujets pouvant varier suivant les années.

Principales sections

• Preuves par résolution, stratégies, complétude
• Traitement de l'égalité, stratégies ordonnées de para-modulation. Cas particulier de la complétion de Knuth-Bendix.
• Utilisation des contraintes et des théories décidables en démonstration automatique. Stratégies basiques.
• Automates d'arbres ascendants, descendants et leurs propriétés de clôture, lien avec la réecriture.
• Sujets avancés, proposés suivant les années :
  • Classes décidables
  • Théories locales
  • Déduction modulo
  • Réécritures quotient
  • Preuves par induction et coinduction
  • Combinaisons
  • Vérification de protocoles cryptographiques
  • Preuves de raffinement
  • Logiques modales et méthodes des tableaux
  • Automates bi-directionnels et applications

ANNEXE 2 : MODALITÉS DE CONTRÔLE DES CONNAISSANCES DES MENTIONS DE MASTER DE L'UPS (habilitations 2004)

Article 1.1

Article 1.2

Article 1.3

Article 1.4

Article 1.5

Article 1.6

Article 1.7

Article 2.1

Article 2.2

Article 2.3

Article 2.4

Article 2.5

Article 2.6

Article 2.7

Article 3.1

Article 3.2

Article 3.3

Article 3.4

Article 4.1

Article 4.2

Article 4.3

Article 4.4

Article 4.5

Article 4.6

Article 4.7

Tableau 1

UE et éléments constitutifs des parcours-types proposés aux étudiants : liste, modalités de contrôle des connaissances et crédits affectés.

Tableau 2

Table de référence pour l'attribution d'une mention.

ANNEXE 3 : DÉTAIL DES ACTIVITÉS DE L'ÉQUIPE DE FORMATION

Personnels Enseignants

Nicole Bidoit

(http://www.lri.fr/~bidoit) est professeur d'informatique à l'université Paris Sud, elle est membre du LRI dans l'équipe Base de Données. Elle est chargée de mission au département STIC du CNRS. Nicole Bidoit sera en charge principalement du parcours Technologies de l'information du M2 Recherche.
Sélection de trois publications récentes :[1, 2, 3]

Stéphane Boucheron

(http://www.lri.fr/~bouchero) est chargé de recherche au CNRS, titulaire d'une habilitation à diriger les recherches, il est membre du LRI dans l'équipe Algorithmique et Complexité. Stéphane Boucheron sera en charge principalement de la spécialité Mathématiques et Informatique du master.
Sélection de trois publications récentes :[4, 5, 6]

Marie-Pierre Dorville

(http://www.lri.fr/bd/dorville) est maître de conférences en informatique à l'université Paris Sud, elle est membre du LRI dans l'équipe Base de Données. Lors d'une délégation auprès de l'Agence de Modernisation des Universités et Etablissements, elle a été expert du comité de domaine Scolarité - vie de l'étudiant et Coordonnateur d'implantation du produit APOGEE. Elle est actuellement co-responsable de la formation IUP-MIAGE et conseiller de la présidence de l'université Paris Sud pour Apogée.

Nathalie Drach-Temam

(http://www.lri.fr/~drach) est maitre de conférence en informatique à l'université Paris Sud, titulaire d'une habilitation à diriger les recherches; elle est membre du LRI dans l'équipe Architecture Parallèle. Elle est actuellement co-responsable de la licence et de la maîtrise d'Informatique.
Sélection de trois publications récentes :[11, 10, 22]

Christian Jacquemin

(http://www.limsi.fr/Individu/jacquemi) est professeur d'informatique à l'université Paris Sud, il est membre du LIMSI dans l'équipe Architectures et Modèles pour l'Interaction (AMI). Il est actuellement responsable des DESS informatique. Christian Jacquemin sera en charge principalement du M2 Professionnel spécialité informatique.
Sélection de trois publications récentes :[14, 15, 13]

Tho Le Thanh

est maitre de conférence en gestion à l'université Paris Sud. Il est actuellement co-responsable de l'IUP MIAGE et sera en charge plus particulièrement de la spécialité MIAGE du Master professionnel.

Christine Paulin

(http://www.lri.fr/~paulin) est professeur d'informatique à l'université Paris Sud, elle est membre du LRI dans l'équipe Démons dont elle est responsable. Elle est co-responsable du projet LogiCal du PCRI (INRIA, LIX,LRI). Elle est actuellement responsable de la licence et de la maîtrise d'Informatique. Christine Paulin sera en charge principalement du M1 spécialité informatique et du parcours Algorithmique et Programmation du M2 Recherche.
Sélection de trois publications récentes :[9, 19, 17]

Philippe Rigaux

, (http://www.lri.fr/~rigaux) est maître de conférences en informatique à l'université Paris Sud, titulaire d'une habilitation à diriger les recherches; il est membre du LRI dans l'équipe Base de Données. Il est actuellement co-responsable des DESS d'informatique.
Sélection de trois publications récentes : [20, 12, 21]

Philippe Tarroux

(http://www.limsi.fr/Individu/tarroux) est professeur de biologie à l'Ecole Normale Supérieure, il est vice-directeur du département de biologie de l'ENS. Rattaché à la section Neurosciences intégratives (29) du CNRS, il est membre du LIMSI dans le groupe perception située dont il est responsable. Actuellement en charge du DEA de Sciences Cognitives, Philippe Tarroux s'occupera principalement du parcours Sciences Cognitives du M2 Recherche.
Sélection de trois publications récentes :[23, 16, 8]

Olivier Temam

(http://www.lri.fr/~temam) est professeur d'informatique à l'université Paris Sud, il est membre du LRI dans l'équipe Architecture Parallèle dont il est responsable. Il est actuellement responsable du DEA Informatique distribué. Olivier Temam sera en charge principalement du M2 Recherche et plus particulièrement du parcours Système Informatiques et Infrastructures.
Sélection de trois publications récentes : [11, 7, 18]

Personnels Administratifs

• Elisabeth Burnier, actuellement responsable administrative des DESS informatique sera en charge de la spécialité informatique (M1 et parcours professionnel).
• Martine Croissant, actuellement responsable administrative des DEA, sera en charge du M2 Recherche
• Alix Pasquier, actuellement responsable administrative de la MIAGE, sera en charge de la spécialité MIAGE.

References

[1]

N. Bidoit and S. Cluet. Bases de données et internet (Modèle, Langages et Système), chapter Introduction aux modèles objet et déductif, et aux langages, pages 23--46. Hermès Science, 2001.

[2]

N. Bidoit and C. Collet. Bases de données et internet (Modèle, Langages et Système), chapter Contraintes d'intégrité et règles actives, pages 47--80. Hermès Science, 2001.

[3]

Nicole Bidoit, Sofian Maabout, and Mourad Ykhlef. A family of nested query languages for semi-structured data. In FoIKS 2000, pages 13--30, 2000.

[4]

S. Boucheron and W. Fernandez de la Vega. On the stability number of random interval graphs. Combinatorics, Probability and Computing, 10:385--396, 2001.

[5]

S. Boucheron and W. Fernandez de la Vega. On a square packing problem. Combinatorics, Probability and Computing, 11:113--127, 2002.

[6]

S. Boucheron, F. Gamboa, and C. Léonard. Bins and balls: large deviations of the empirical occupancy process. Annals of Applied Probability, 12:607--636, 2002.

[7]

A. Cohen and O. Temam. Digital lc-2: From bits and gates to a little computer. In Workshop on Computer Architecture Education, International Symposium on Computer Architecture. IEEE Computer Society Press, 2002.

[8]

N. Denquive and P. Tarroux. Multi-resolution codes for scene categorization. In European Symposium on Artificial Neural Networks ESANN 2002, pages 281--287, 2002.

[9]

Coq development team. The Coq Proof Assistant Reference Manual -- Version V7.4, February 2003. .

[10]

N. Drach. Analyse et Optimisation des Architectures de Processeurs : Vers des Modèles, Applications et Métriques Plus Réalistes. Habilitation à diriger les recherches, Université Paris-Sud, 2002.

[11]

N. Drach, J.-L. Béchennec, and O. Temam. Increasing hardware data prefetching performance using the second-level cache. Journal of Systems Architecture, 48(4-5):137--149, 2002.

[12]

S. Grumbach, P. Rigaux, and L. Segoufin. Handling interpolated data. The Computer Journal, 2003.

[13]

C. Jacquemin. Spotting and Discovering Terms through natural Language Processing. MIT Press, 2001.

[14]

C. Jacquemin, B. Daille, X. Polanco, and J. Royauté. In vitro evaluation of a program for machine-aided indexing. Information Processing & Management, 38(1):765--792, 2002.

[15]

C. Jacquemin and M. Jardino. Multi-dimensional and multi-scale visualizer of large xml documents. In EUROGRAPHICS, 2002.

[16]

Y. Machrouh, J.-S. Liénard, and P. Tarroux. Exploration de scènes en vision artificielle. In Cognito, 2002.

[17]

Claude Marché, Christine Paulin-Mohring, and Xavier Urba in. The Krakatoa tool for certification of Java/J avaCard programs annotated in JML. 2003. To appear.

[18]

D. Parello, O. Temam, and J.-M. Verdun. On increasing architecture awareness in program optimizations to bridge the gap between peak and sustained processor performance - matrix-multiply revisited. In International Conference on Supercomputing. ACM Digital Library, 2002.

[19]

C. Paulin-Mohring. Modelisation of timed automata in Coq. In N. Kobayashi and B. Pierce, editors, Theoretical Aspects of Computer Software (TACS'2001), volume 2215, pages 298--315, 2001.

[20]

P. Rigaux. Pratique de MySQL et PHP, seconde édition. Editions O'Reilly, 2003.

[21]

Philippe Rigaux, Michel Scholl, Luc Segoufin, and Stéphane Grumbach. Building a spatial constraint database system. Information Systems, 2003.

[22]

J. Sebot and N. Drach. Simd isa extensions: Power efficiency on multimedia. IEICE Transactions on Electronics, special issue on high-performance and low-power microprocessors, E85-C(2), 2002.

[23]

P. Series and P. Tarroux. ynchrony and delay activity in cortical column models. Neurocomputing, 26-27:505--510, 1999.

1

L'université propose également une formation d'Ingénieurs en Informatique FIIFO et des formations qui privilégient la pluri-disciplinarité : une mention de Master «BioInformatique et Biostatistiques» et une spécialité «Compétences Complémentaires en Informatique» à plusieurs mentions de master Sciences et Technologies.

2

Seuls les étudiants inscrits à Paris 11 sont décomptés dans ce tableau. Le DEA I3 cohabilité avec Paris 1, accueillait environ 50% de plus d'étudiants, inscrits à Paris 1. Les DEA Algorithmique et Sémantique accueillaient à eux deux de 60 à 75 étudiants.

3

Modules proposés également au Master Mathématique Fondamentales et Appliquées Spécialité Mathématiques-Informatique

4

Module du Master mention BIBS

5

Cours commun avec la licence d'informatique

6

Cours commun avec le M2 Professionnel spécialité Informatique

7

12 à 15 de ces modules sont ouverts chaque année

8

Cours commun avec la majeure du Master Professionnel option informatique

9

Le parcours Algorithmique & Programmation s'appuie sur la convention passée avec le Master MPRI

10

Cours commun aux parcours Technologies de l'Information & Sciences Cognitives

11

Cours communs avec le Master MPRI comptant pour 7 ECTS

12

Cours commun avec le master mention BIBS

13

Cours partagé avec le parcours Systèmes Informatiques et Infrastructures

14

Cours partagé avec le parcours Technologies de l'Information

15

ETh:Enseignement théorique, EP:Enseignement Pratique, PT:Projet Tutoré, S:Stage...

16

ET:Examen Terminal, CC:Contrôle Continu, M:Mémoire, O:Oral ...

17

ETh:Enseignement théorique, EP:Enseignement Pratique, PT:Projet Tutoré, S:Stage...

18

ET:Examen Terminal, CC:Contrôle Continu, M:Mémoire, O:Oral ...

19

ETh:Enseignement théorique, EP:Enseignement Pratique, PT:Projet Tutoré, S:Stage...

20

ET:Examen Terminal, CC:Contrôle Continu, M:Mémoire, O:Oral ...

21

ETh:Enseignement théorique, EP:Enseignement Pratique, PT:Projet Tutoré, S:Stage...

22

ET:Examen Terminal, CC:Contrôle Continu, M:Mémoire, O:Oral ...

23

ETh:Enseignement théorique, EP:Enseignement Pratique, PT:Projet Tutoré, S:Stage...

24

ET:Examen Terminal, CC:Contrôle Continu, M:Mémoire, O:Oral ...

This document was translated from L^AT_EX by H^EV^EA.