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. 

Objectifs 

Les principales compétences acquises sont:
  • Savoir traiter les images pour extraire des descripteurs de contenu, indexer ces descripteurs et les utiliser pour la recherche par similarité de contenu visuel.
  • Concevoir une architecture d'intégration de données hétérogènes pour une exploitation homogène. 
  • Connaitre les techniques de traitement et d'exploitation de différents types de données: texte, XML, RDF, flux d'information, etc.
  • Savoir utiliser les principaux algorithmes de fouille de données.
  • Comprendre les enjeux et les défis du Big Data, connaitre les principales méthodes utilisées pour le traitement de grandes masses de données dans différents contextes.
  • Savoir mener un projet d'initiation à la recherche à partir d'un contexte initial donné, rédiger un état de l'art, mettre en oeuvre des travaux scientifiques, présenter des résultats. 

Programme pédagogique

L'étudiant choisira : 
3 cours parmi les suivants : 
  • Bases de données (remise à niveau pour ceux qui n'ont pas fait de cours en bases de données)
  • Intégration et fouille de données
  • Traitement numérique des images
  • Ondelettes, bancs de filtres 
2 parmi les cours ci-dessous :
  • Intelligence artificielle
  • Agents et Systèmes intelligents
  • Techniques d'optimisation
  • Communications embarquées
  • Bases des communications numériques : Information, détection 
4 cours parmi 15 modules disponibles, dont les plus proches des disciplines liées au parcours sont: 
  • Big Data
  • Interprétation d’image et recherche dans les bases multimédia
  • Vision par ordinateur : calibration, mise en correspondance, mouvement
  • Apprentissage, adaptation
  • Vision naturelle et artificielle