Contacts parcours ST

Responsables :
Claudio WEIDMANN
This email address is being protected from spambots. You need JavaScript enabled to view it.

SecrétariatThis email address is being protected from spambots. You need JavaScript enabled to view it.

ENSEA
6, avenue du Ponceau
CS 20707 CERGY
95014 CERGY-PONTOISE Cedex
Tél. : +33 1 30 73 62 63
Fax : +33 1 30 73 66 27

Laboratoire ETIS, UMR 8051 CNRS,
Université de Cergy-Pontoise, ENSEA

Le parcours Signal et Télécommunications permet d'acquérir les bases scientifiques des télécommunications et du traitement du signal appliqué à vision, imagerie, compression, stockage et traitement de données. 

Les principaux débouchés sont la recherche et développement dans ces domaines ou la poursuite en thèse en vue d’une carrière d’enseignant-chercheur ou de chercheur R&D en entreprise. 

Contacts parcours IAR

Responsables :
This email address is being protected from spambots. You need JavaScript enabled to view it. (homepage)
This email address is being protected from spambots. You need JavaScript enabled to view it. (homepage)

SecrétariatThis email address is being protected from spambots. You need JavaScript enabled to view it.

ENSEA
6, avenue du Ponceau
CS 20707 CERGY
95014 CERGY-PONTOISE Cedex
Tél. : +33 1 30 73 62 63
Fax : +33 1 30 73 66 27

Laboratoire ETIS, UMR 8051 CNRS,
Université de Cergy-Pontoise, ENSEA

La formation vise à acquérir des bases scientifiques en intelligence artificielle et robotique, une culture générale en sciences cognitives et neurosciences pour le traitement « intelligent » et « bio-inspiré » de l'information : 

  • modèles de réseaux de neurones, 
  • algorithmes d'optimisation, 
  • nouvelles techniques d'interface homme-machine, 
  • informatique embarquée et contrôle robotique bio-inspiré. 
Les membres de l'Équipe Neurocybernétique du laboratoire ETIS enseignent dans ce parcours.

Contacts parcours MADOCS

Responsables :
This email address is being protected from spambots. You need JavaScript enabled to view it.
This email address is being protected from spambots. You need JavaScript enabled to view it.

SecrétariatThis email address is being protected from spambots. You need JavaScript enabled to view it.

ENSEA
6, avenue du Ponceau
CS 20707 CERGY
95014 CERGY-PONTOISE Cedex
Tél. : +33 1 30 73 62 63
Fax : +33 1 30 73 66 27

Laboratoire ETIS, UMR 8051 CNRS,
Université de Cergy-Pontoise, ENSEA

Site web : 
sites.google.com/site/mastermadocinfo/

Le parcours MADOCS est centré autour des deux sujets suivants : modélisation et traitement de l'information, et modélisation et calcul scientifique. 

Modélisation et Traitement de l'Information (MTI) 

Les entreprises sont submergées par un flot massif de données numériques ou symboliques en provenance de sources diverses et réparties (capteurs physiques, bases de données, web,…). 
Les solutions logicielles recherchées se focalisent sur l'extraction de l'"intelligence" implicitement contenue dans les données elles-mêmes,en modélisant les relations fonctionnelles majeures entre ces données et les principaux objectifs de décision.
Par ailleurs, les problèmes liés au fait que les données sont hétérogènes et distribuées, ainsi que le problème d'efficacité, sont abordés dans le cadre des systèmes distribués. 

Modélisation et Calcul Scientifique (MCS) 

La R&D industrielle fait de plus en plus appel aux méthodes numériques d'une part pour la recherche et la mise au point de nouveaux produits et d'autre part pour la surveillance de leur état de fonctionnement. Les méthodes concernent ici deux aspects. 
C’est d’une part l’analyse des données issues de mesures physiques. Les solutions logicielles doivent être conçues pour s'intercaler entre les systèmes d'acquisition de données et l'opérateur, afin de fournir en mode autonome une aide intelligente et efficace pour la prise de décision, sans intervention d'ingénieurs spécialistes de l'analyse de données. 
C’est d’autre part la modélisation de phénomènes physiques afin de pouvoir analyser le rôle de certains facteurs. Là, outre le développement de codes spécifiques, le travail de l’analyste porte sur l’utilisation de logiciel de calcul dans un cadre de prestation de service. 

Contacts parcours IMD

Responsables :
This email address is being protected from spambots. You need JavaScript enabled to view it.
This email address is being protected from spambots. You need JavaScript enabled to view it.

SecrétariatThis email address is being protected from spambots. You need JavaScript enabled to view it.

ENSEA
6, avenue du Ponceau
CS 20707 CERGY
95014 CERGY-PONTOISE Cedex
Tél. : +33 1 30 73 62 63
Fax : +33 1 30 73 66 27

Laboratoire ETIS, UMR 8051 CNRS,
Université de Cergy-Pontoise, ENSEA

Le parcours Images et Masses de Données vise à acquérir des bases scientifiques en gestion de grandes masses d'images et de données de différents types: bases de données relationnelles, texte, XML, RDF, flux d'informations, etc. 

Dans le domaine de l'image, l'accent est mis sur les méthodes d'analyse d'image pour en extraire des descripteurs de contenu, d'indexation de ces descripteurs et de recherche par similarité de contenu, avec une attention particulière accordée aux techniques d'apprentissage pour l'indexation et la recherche, ainsi qu'à l'aspect passage à l'échelle. 
Dans le domaine des données plus structurées, l'accent est mis sur les techniques d'intégration de données hétérogènes, notamment en provenance du web et des flux d'information, ainsi que sur les principales méthodes de fouille dans les entrepôts de données, avec une attention particulière pour les problématiques Big Data, traitement de très grandes masses de données, cloud-computing. 
A l'issue de la formation, l’étudiant sera capable de maîtriser plusieurs techniques d'indexation et recherche par similarité de contenu pour des grands volumes d'images, qui pourra généraliser pour d'autres contenus, comme la vidéo ou les objets 3D. Il saura concevoir des architectures d'intégration de données hétérogènes et maîtrisera les principales techniques de fouille de données. Il aura acquis des connaissances sur la problématique Big Data, ses domaines d'application et les principales techniques utilisées pour le traitement de grandes masses de données.