Master ingénierie Informatique du Plurimédia

 Objectifs

L’industrie du contenu numérique a développé un nouveau modèle de production des documents : le plurimédia. Ce modèle est basé sur l’indexation à grande échelle du contenu multimédia (texte, image et parole). Il permet de multiplier les supports de diffusion d’un même contenu pour en améliorer l’accessibilité, donc sa rentabilité. Le parcours Ingénierie Informatique du Plurimédia forme des professionnels de l’ingénierie du plurimédia, nécessaires au besoin du marché, maîtrisant les processus d’indexation et de traitement automatisé du sens des contenus. L’objectif visé, grâce à une synergie de compétences dans les domaines du texte, de l’image et de la parole, est le développement de solutions informatiques concurrentielles dans l’industrie du contenu numérique ainsi que dans celles connexes de la communication d’entreprise, de l’intelligence économique, en particulier, veille stratégique et gestion des connaissances (Knowledge Management).

 Débouchés professionnels

Ce parcours, mis en place avec le concours de professionnels du secteur du contenu numérique offre de réels débouchés. Les métiers actuellement identifiables sont : ingénieur plurimédia (développeur, réalisateur, traducteur-adaptateur, éditeur, post-producteur), ingénieur en TAL (Traitement Automatique du Langage), ingénieur en traitement d’images, ingénieur en TAP (Traitement Automatique de la Parole), veilleur stratégique, knowledge manager, ingénieur multimédia (créateur, diffuseur), dataminer, informaticien-linguiste. À l’appui de la création de la spécialité professionnelle ‘’Ingénierie informatique du plurimedia’’, indiquons que les entreprises de l’économie du numérique et de l’économie cognitive se sont regroupées au sein de l’Aproged (Association des professionnels du numérique en France). Elles forment ainsi un ensemble dynamique d’une centaine d’adhérents (éditeurs, constructeurs, distributeurs, intégrateurs, sociétés de conseil, tiers de confiance, hébergeurs d’applications) parmi lesquels A2ia, Adobi, IBM, Ricoh, Sagem communication, Toshiba, Xerox.

 Programme des deux années

La première année est commune avec la spécialité informatique. La deuxième année est spécifique.

M1 Semestre 1 (informatique)

UE Informatique fondamentale IF101 POO avancée INFO POO avancée INFO (IF101) Programme: Gestion des exceptions Présentation des bibliothèques SWING et AWT Etude de Java et les bases de données (JDBC). Architecture MVC (Struts) . Design Patterns et UML : illustration avec l'approche orientée modèle (Model Based Approach). Utilisation d'un environnement de développement MBA (par exemple XDE de Rational) Responsable du module: F. De CHAUMONT / David JANISZEK 2 ECUE à choisir parmi IF191 Réseaux avancés Réseaux avancés (IF191) Objectifs: L'objectif de ce cours est d'étudier les architectures, protocoles et services de communications qui sont déployées dans les réseaux hauts débits filaires et sans fils, et notamment dans l’Internet. Seront donc présentés sous la forme de cours et de TD/TP Programme: - Les protocoles de Transport TCP et UDP - Les services de messagerie électronique, DNS, Web, et de transfert de fichiers - Le protocole IP version 6 - Les réseaux locaux sans fils 802.11 - Les réseaux de télécommunications à hauts débits : ATM et MPLS. Responsable du module: Ahmed MEHAOUA IF102 Systèmes avancés Systèmes avancés (IF102) IF103 UML et Design Patterns UML et Design Patterns (IF103) UE Compléments IF151 Présentation des parcours Présentation des parcours (IF151) IF116 Probabilités et statistiques pour l'ingénieur Probabilités et statistiques pour l'ingénieur (IF116) Objectifs: Statistique univariée, description inférence et estimation, spécialement destinée à des étudiants n’ayant pas (ou plus) de connaissances en statistique appliquée Compétences acquises: Savoir quelle méthode utiliser et comment interpréter les résultats lorsque l'on est face à une situation mettant en jeu des donnés univariées Programme: * Structure des données * Tendance centrale et de dispersion d’une variable numérique * Eléments de probabilités * Loi normale * Distribution d’échantillonnage d'unemoyenne * Distribution d'échantillonage d'une fréquence * Tests d’hypothèse, test Z sur une moyenne et sur une fréquence * Introduction à l’estimation ponctuelle * Intervalle de confiance * Test de Student sur une moyenne * Test du khi2 sur une répartition de fréquence Responsable du module: Mireille LAGARRIGUE 2 ECUE à choisir parmi IF152 Management de projet Management de projet (IF152) MA115 Optimisation, algorithmique Optimisation, algorithmique (MA115) Objectifs: Introduire les méthodes fondamentales de minimisation sans contraintes sur des fonctions régulières dépendant de beaucoup de variables. On s'efforcera à étudier et comparer les résultats mathématiques de convergence, ainsi que la complexité des algorithmes. Les travaux pratiques permettront de s'exercer à l'implémentation d'algorithmes et de mieux comprendre les résultats théoriques. Compétences acquises: L'étudiant(e) apprend les notions fondamentales d'optimisation. Ces bases devront lui permettre d'aborder une grande partie des méthodes existantes afin de les adapter et appliquer à un problème donné. Programme: Rappels et compléments d'algèbre linéaire numérique : - factorisation LU et Cholesky pour systèmes linéaires ; - décomposition en valeurs singulières ; - résolution de systèmes au sens des moindres carrées ; Algorithmes de minimisation sans contrainte : - méthodes de descente, vitesse de convergence, minimisation en 1D ; - cas particuliers : méthode de descente du gradient, méthode de Newton et quasi-Newton, méthode du gradient conjugué, méthode de Gauss-Newton, méthode de Levenberg-Marquardt, Les algorithmes seront programmées et testées en travaux pratiques sur machine avec Scilab. Responsable du module: Georges KOEPFLER IF104 Programmation logique Programmation logique (IF104) Objectifs: -Initier les étudiants à la programmation logique Compétences acquises: - Fondements théoriques de la programmation logique Programme: Cours : -Introduction à la programmation logique, -Calcul SLD, Prolog propositionnelle, -Programmes normaux, hypothèse du monde clos, complétude de Clark, -Négation comme échec, answer sets -Calcul SLDNF, Prolog avec négation comme échec TD : Programmation en Prolog, exercices, projet Responsable du module: Pavlos MORAITIS UE découverte des parcours 2 ECUE à choisir parmi IF171 Bases du traitement du signal et des images Bases du traitement du signal et des images (IF171) Objectifs: Acquérir les notions et les outils de signal nécessaires pour des études en télécommunications, image et parole. Il s'agit notamment de modéliser les signaux analogiques et numériques, 1D (audio, signaux de communication...) ou 2D (images), ainsi que les systèmes qui les transforment. Les outils de base permettant de traiter ces signaux seront introduits : transformées, filtrage... Programme: 1. Introduction : qu'est-ce que le traitement du signal et des images ? 2. Représentation fréquentielle des signaux analogiques 1D 3. Systèmes analogiques 1D : réponse impulsionnelle, convolution, réponse fréquentielle, 1. Introduction : qu'est-ce que le traitement du signal et des images ? 2. Représentation fréquentielle des signaux analogiques 1D 3. Systèmes analogiques 1D : réponse impulsionnelle, convolution, réponse fréquentielle, systèmes dynamiques 4. Echantillonnage 1D : discrétisation, formule de de Poisson, théorème de  Shannon, reconstruction parfaite 5. Echantillonnage et quantification d'une image 6. Traitement de l'histogramme d'une image 7. Filtrage numérique 1D : réponse impulsionnelle, convolution discrète, équation aux différences, fonction de transfert, stabilité, réponse fréquentielle, diagramme pôles-zéros 8. Filtrage numérique des images 9. Transformée de Fourier Discrète 1D : TFD, analyse spectrale numérique, convolution circulaire 10. Transformée de Fourier Discrète 2D Responsable du module: gael.mahe@parisdescartes.fr et florence.cloppet@parisdescartes.fr IF115 Analyse de données : initiation Analyse de données : initiation (IF115) Objectifs: Ce cours introduit les méthodes de base de l'analyse des données dans un cadre euclidien. Il en détaille les aspects théoriques et les illustre sur des exemples concrets. Compétences acquises: Capacité à traiter numériquement des données statistiques multivariées et à en interpréter les résultats. Programme: Régression simple et multivariée Classification Analyse en composantes principales Analyse des correspondances Responsable du module: Thierry CABANAL-DUVILLARD IF161 Méthodes d'optimisation en IA Méthodes d'optimisation en IA (IF161) Objectifs: Ce cours considere les problèmes dits "difficiles" rencontrés en Informatique, tels les problèmes NP-complets. Parmi ceux-ci, on s'interesse plus particulierement aux problemes d'optimisation dont l'archetype est le problème du Voyageur de Commerce (PVC). Le cours présente diverses methodes d'approximation de ces problemes issues du domaine de l'Intelligence Artificielle. Compétences acquises: Diverses methodes d'approximation issues du domaine de l'Intelligence Artificielle, de problemes difficiles d'optimisation, tel le PVC. Programme: Ce cours comporte 4 parties d'égale importance, et un "fil rouge" constitué du PVC (voir ci-dessous) INTRODUCTION: Problématique générale du cours (Problèmes difficiles, problèmes d'optimisation, nature des méthodes d'optimisation en IA) I) Méthodes exactes d'optimisation - Rappels des pré-requis pour ce cours - Exemples (Hypercube, etc...) II) Principes d'optimisation en IA: - Principes d'exploitation et d'exploration - Algorithmes gloutons - Présentation du PVC (Problème du Voyageur de Commerce) III) Méthodes d'optimisation appliquées au PVC - Programmation linéaire - Méthode des colonies de fourmis - Méthode du recuit simulé IV) Méthodes génétiques - Principes des algorithmes génétiques (AG) - Caractéristiques des AG - Application des AG au PVC CONCLUSION: Présentation des projets tutorés (TER) Responsable du module: Norbert COT IF182 Modèles linguistiques Modèles linguistiques (IF182) IF172 Introduction à la reconnaissance des formes Introduction à la reconnaissance des formes (IF172) Objectifs: L'objectif de ce module est de fournir aux étudiants des techniques de base permettant de classer des données en fonction du type de représentation. les approches structurelles et statistiques seront abordées Compétences acquises: Maîtrise de l’ensemble des méthodes classiques et capacité à critiquer ou à choisir un système de reconnaissance de formes Maîtrise de l’ensemble des méthodes classiques et capacité à critiquer ou à choisir un système de reconnaissance de formes Maîtrise de l’ensemble des méthodes classiques et capacité à critiquer ou à choisir un système de reconnaissance de formes Programme: Les principes de base, méthodes statistiques et méthodes structurelles Les avantages et les limites d’un système de reconnaissances de formes L’évaluation d’un système de RdF Notion de fonction de décision Les notions de distances et similarités Les méthodes linéaires et SVM Les approches bayesiennes, méthodes paramétriques et non paramétriques Les réseaux de neurones Les méthodes structurelles : la comparaison de chaînes Responsable du module: Nicole VINCENT IF162 Représentation des connaissances et raisonnement Représentation des connaissances et raisonnement (IF162) Objectifs: Ce cours vise à présenter aux étudiants un ensemble représentatif de techniques utilisées pour représenter les connaissances et modéliser le raisonnement d’un agent intelligent Compétences acquises: Capacité à représenter différents types de connaissances et modéliser différents types de raisonnements (monotone, non monotone) Programme: -Caractéristiques d’un langage de représentation des connaissances, des connaissances procédurales et déclaratives -Logique propositionnelle et logique de prédicats comme langages de représentation des connaissances ; mécanismes d’inférences -Introduction à la planification et le langage STRIPS pour représenter les actions et les plans d’un agent -Introduction à l’argumentation et au raisonnement non monotone -Présentation d’un cadre d’argumentation fondé sur la programmation logique pour modéliser des mécanismes de raisonnement fondés sur les préférences d’un agent Responsable du module: Pavlos MORAITIS IF192 Sécurité des systèmes d'information Sécurité des systèmes d'information (IF192) Objectifs: comprendre les enjeux de la sécurité des systèmes d'information, maîtriser les principes fondamentaux de la cryptographie moderne, analyser les différentes solutions de réseaux privés virtuels, comprendre les dangers des communications sans fil. Compétences acquises: identifier les services de sécurité mis en oeuvre dans une communication choisir une solution de réseau privé virtuel en fonction des applications et des besoins configurer un pare-feu pour implanter des services de sécurité Programme: sécurité : enjeux, risques et menaces cryptographie classique et cryptographie moderne authentification, signature numérique, intégrité et non répudiation certification et infrastructure de clés publiques Différentes solutions de réseaux privés virtuels : des solutions opérateurs comme MPLS aux solutions des utilisateurs comme SSL en passant par IPSEC Protection d'un réseau : pare-feu et configuration Sécurité des applications Sécurité dans les communications sans fil Téléphonie, voix sur IP et sécurité Responsable du module: Dominique SERET

M1 Semestre 2 (informatique)

UE informatique avancée IF205 Internet et services Web, SOA Internet et services Web, SOA (IF205) IF208 Bases de données avancées Bases de données avancées (IF208) Objectifs: L'objectif est d'apprendre comment administrer/développer/Optimiser une base de données relationnel (basé sur ORACLE version la plus récente du marché). Avec des travaux dirigés proches des besoins de l'entreprise. Vous allez approfondir la compréhension et la synthèse sur les technologies actuelles et futures des bases de données. Compétences acquises: Suite à cet apprentissage intensif, vous allez acquérir des connaissances de bases et approfondies sur la base de données relationnel/objet/Internet/décisionnel (bases de données de référence sur le marché : Oracle). Programme: Administration Développement Optimisation Technologies actuelles des bases de données. Nouvelles technologies Métiers autour des bases de données Responsable du module: C. CHAMPHIANAMVONG IF207 Applications distribuées , J2EE, EJB, JMS Applications distribuées , J2EE, EJB, JMS (IF207) Objectifs: Ce cours a pour but de présenter les méthodes et techniques qui servent de base à la conception, à la réalisation et à l'exploitation des systèmes informatiques répartis. Deux aspects sont examinés : outils de construction d'applications réparties ; services systèmes et infrastructures. Compétences acquises: Savoir développer une application distribuée. Comprendre les problématiques spécifiques au développement d'applications distribuées, e.g., la tolérance au faute, l'asynchronisme. Programme: • Introdution aux applications distribuée • Le modèle Client-Serveur et la programmation sockets • RPC: « Remote Procedure Call » • RMI: « Remote Method Invocation » • CORBA: « Common Object Request Broker Architecture » • Compléments sur CORBA • La programmation par événements et les bus logiciels • Les composants logiciels: Java Beans, EJB • Une introduction au Web Services • Des applications réparties aux plateformes multi-agents Responsable du module: Damien PELLIER UE professionnalisation IF202 Projet tutoré IF250 Anglais technique et communication Anglais technique et communication (IF250) IF252 Droit de l'informatique et prop industrielle Droit de l'informatique et prop industrielle (IF252) Responsable du module: Yves NEUVILLE UE spécialisation 2 ECUE à choisir parmi (une UE libre) IF265 Agents intelligents Agents intelligents (IF265) Objectifs: Initier les étudiants à la technologie des agents intelligents et des systèmes multi-agents en leur donnant à la fois un bagage théorique et pratique. Compétences acquises: Conception d’architectures d’agents, modélisation de différents types de fonctionnalités d’agent, conception et implémention des systèmes multi-agents Programme: -Introduction à l’intelligence artificielle distribuée (IAD) -Problèmes de base en IAD -Caractéristiques des systèmes multi-agents - Architectures d’agents intelligents, caractéristiques des agents intelligents -Introduction aux langages de communication agents -Introduction à la négociation automatisée -Utilisation de l’argumentation pour modéliser différentes fonctionnalités des agents intelligents -Génie logiciel orienté agents -Programmation en JADE -Projet sur la conception et l’implémentation d’un système multi-agent réel. Responsable du module: Pavlos MORAITIS IF245 Apprentissage automatique Apprentissage automatique (IF245) Objectifs: UE de spécialisation vers l'apprentissage automatique en semestre 2 de master. Aperçu des techniques utilisées en apprentissage automatique, supervisé ou non, orienté agent ou non. Compétences acquises: Apprentissage numérique de probabilités conditionnelles dans le cadre des réseaux bayésiens, Apprentissage par rétro-propagation pour la classification avec des réseaux de neurones, Apprentissage par renforcement dans le cadre de la programmation dynamique et des Processus Décisionnels de Markov: "value iteration" et algorithmes dérivés, Rmax, Monte-Carlo, Différences Temporelles, Q-learning, SARSA. Programme: Semaine 1: Plan du cours, Rappels. Semaine 2: Réseaux Bayésiens (1). Semaine 3: Réseaux Bayésiens (2). Semaine 4: Descente de gradient, approximation polynomiale. Semaine 5: Réseaux de neurones (1). Semaine 6: Réseaux de neurones (2). Semaine 7: Apprentissage par renforcement (introduction, exploration vs exploitation). Semaine 8: Apprentissage par renforcement (le problème, les Processus Décisionnels de Markov). Semaine 9: Apprentissage par renforcement (algorithmes basés sur un modèle de l'environnement). Semaine 10: Apprentissage par renforcement (algorithmes sans modèle de l'environnement). Semaine 11: Apprentissage par renforcement (étude de cas 1). Semaine 12: Apprentissage par renforcement (étude de cas 2). Responsable du module: Bruno Bouzy IF201 Bases pour l'analyse et la fouille de données Bases pour l'analyse et la fouille de données (IF201) Objectifs: Le but de ce cours est d'initier les étudiants aux bases de la fouille de données. Dans ce cours sont abordées les méthodes classiques de visualisation, d'apprentissage non supervisé et supervisé. Compétences acquises: *Maîtrise des techniques de fouille données classiques afin d'extraire des connaissances à partir de bases de données de grande taille. L'utilisation de logiciels permettra de maîtriser la méthodologie combinant les différentes méthodes.* Programme: *Les Différents types de données* *Statistique exploratoire univariée* *Analyse bivariée* *Règles d'association * *Apprentissage supervisé statistique (Régression, Discrimination, réseaux de neurones, arbres de décision, ...)* *Evaluation des classeurs* *Visualisation et réduction de la dimension* *Apprentissage non-supervisé (k-moyennes, CAH, k-modes, SOM)* *Etude de cas* Responsable du module: Mohamed NADIF IF281 Conception des objets audio Conception des objets audio (IF281) Objectifs: Ce cours a pour objectif de permettre aux étudiants de comprendre la méthodologie de conception des objets audio en traitant l'acquisition, l'encodage et le stockage de ressources audionumériques ainsi que la création d'ambiances sonores complexes et composites. Compétences acquises: Analyser, traiter et synthétiser des échantillons sonores Programme: - Acquisition numérique de l’audio - Codage et stockage de l’audio - Synthèse de formes acoustiques (Synthèse paramétrique, structurée, par table d'onde) - Introduction à l'API Java Sound - Synthèse de sons musicaux - Introduction à MIDI - Ressources audio (base de données audio, recherche d'information) Responsable du module: David JANISZEK IF291 Conception et dimensionnement de réseaux Conception et dimensionnement de réseaux (IF291) IF282 Grammaires formelles et stochastiques Grammaires formelles et stochastiques (IF282) IF274 Introduction à l'analyse d'images Introduction à l'analyse d'images (IF274) IF266 Logiques de description IF267 Raisonnement non monotone Raisonnement non monotone (IF267) Responsable du module: L. AMGOUD IF292 Technologie multimédia Technologie multimédia (IF292) Objectifs: L'objectif de ce cours est d'étudier les technologies mise en œuvre dans les systèmes multimédia communicants. Les différentes technologies associées à la chaîne de traitement et de transmission numérique d'information multimédia (parole, audio, image, vidéo) sur Internet sont analysées et évaluées dans le cadre de travaux pratiques. Programme: - Algorithmes et normes de compression de la vidéo et du son: H.26x, MPEG-1/2/4 - numérisation et codage de la parole - protocoles de synchronisation audio/vidéo - modèles d'évaluation objective et subjective de la qualité d'image: PSNR, MOS, VQM, ... - architectures et serveurs de streaming vidéo sur Internet: IPTV, Vidéo à la demande - systèmes de téléphonie sur IP: protocole SIP Responsable du module: Ahmed MEHAOUA MA273 Théorie de l'information Théorie de l'information (MA273) Objectifs: La théorie de l'information, inventée par Shannon en 1948, est non seulement à la base de toutes les communications numériques actuelles, mais séduit aussi par sa portée mathématique, physique, et philosophique qui va bien au-delà. L'objectif de ce cours est de comprendre les concepts fondamentaux de la théorie de l'information, à commencer par la notion d'entropie. Compétences acquises: Notions élementaires de théorie de l'information: entropie, codage. Principes de la communication à travers un canal bruité. Programme: * Arbres de décision et entropie algébrique. * Entropie probabiliste. Propriétés. * Entropie conditionnelle. Information mutuelle. Distance de Kullback. * Propriété d'équirépartition asymptotique. Suites typiques. * Codage: codes réguliers, déchiffrables, complets, codes de préfixe. * Inégalité de Kraft. Premier théorème de Shannon. * Codage de Huffman, optimalité. Lien entre codage et détermination de stratégies optimales. * Taux d'entropie de sources avec mémoire. Codage Lempel-Ziv. * Communication à travers un canal bruité. Deuxième théorème de Shannon. Example du code de Hamming 7,4. *** Responsable du module: Lionel MOISAN IF271 Traitement des signaux sonores Traitement des signaux sonores (IF271) Objectifs: Connaître plusieurs aspects du traitement du son ; maîtriser les outils de traitement du signal utilisés en traitement du son ; savoir programmer un traitement en langage de simulation (scilab) Compétences acquises: Maîtrise de divers concepts liés aux signaux sonores et des outils de traitement du signal correspondant ; programmation en traitement du son. Programme: - Perception auditive : fonctionnement de l'oreille, champ audible, bandes critiques, force sonore, hauteur, timbre, masquage fréquentiel, masquage temporel - Signaux aléatoires - Échantillonnage - Quantifications scalaire uniforme, optimale, vectorielle - Filtrage numérique et applications audio : débruitage, annulation d'écho - Codage audio : quantification, codage entropique, bancs de filtres, modèles psychoacoustiques, codeurs perceptifs (MPEG) - Tatouage audio : histoire, applications, contraintes, techniques - Voix : production, analyse, modélisation AR, codage paramétrique

M2 Semestre 3 (Ingénierie Informatique du Plurimédia)

UE1 Image IR370 Analyse d'images approfondissement Analyse d'images approfondissement (IR370) Objectifs: Interprétation des images fixes ou vidéo. Compétences acquises: Modélisation dimages par splines. Programme: Segmentation de scènes : approche multirésolution pour lextraction des objets, contours actifs et level sets. Morphologie mathématique en niveaux de gris. Indexation et recherche par le contenu. Techniques de compression Prérequis : Analyse d'images : introduction Responsable du module: Nicole VINCENT IR384 Reconnaissance des formes 2 Reconnaissance des formes 2 (IR384) Responsable du module: Nicole VINCENT IR372 Analyse de séquences vidéo Analyse de séquences vidéo (IR372) Responsable du module: Nicolas LOMENIE UE2 Parole IR382 Synthèse de la parole et locuteur Synthèse de la parole et locuteur (IR382) Objectifs: Cet enseignement présente les paradigmes de la synthèse de la parole à partir du texte, de l’analyse-synthèse et des algorithmes associés. Il présente également les effets des facteurs physiologiques, pathologiques, psychologiques et comportementaux sur la production de la parole. Programme: Synthèse à partir du texte (conversion graphèmes-phonèmes et interface syntaxe-prosodie) Prédiction linéaire (modèle linéaire source/filtre, méthode d’autocorrélation, vocodeur) Codage de la parole, analyse-synthèse et synthèse acoustique (synthèse par formants, synthèse par diphones) Algorithmes de synthèse par corpus Qualité de la parole (NAQ, jitter, shimmer) Voix pathologiques (dysphonies, dysarthries, dysprosodie) Emotions et parole émotionnelle (typologie des émotions, prosodie de l’émotion) Stress et parole stressée (analyse de la voix stressée) Détection de l’état émotionnel et du stress (indicateurs du stress et de la fatigue) Biométrie physique et caractéristiques individuelles (authentification auditive et visuelle) Reconnaissance du locuteur (identification, vérification, suivi, détection de changement). Responsable du module: Claude MONTACIE IR383 Reconnaissance de la parole Reconnaissance de la parole (IR383) Objectifs: Cet enseignement présente les paradigmes de la reconnaissance de la parole et des caractéristiques individuelles du locuteur et les algorithmes associés. Compétences acquises: Conception et développement d’applications de reconnaissance de la parole Programme: Reconnaissance des formes vocales (tâches et objectifs en reconnaissance, principe des applications, espace de représentation des formes, concept de classe, apprentissage des classes, reconnaissance/identification) Techniques de reconnaissance des formes vocales (stratégies de reconnaissance, fusion des classificateurs, adaptation par maximum a posteriori) Tâches de reconnaissance (facteurs de complexité du signal vocal, facteurs de complexité de la tâche de reconnaissance) Reconnaissance vocale (reconnaissance de continuums acoustiques, programmation dynamique, comparaison dynamique, application à la reconnaissance d’entités vocales isolées) Modèles de Markov cachés (théorie de l’information, processus de Markov, modélisation du canal acoustique, méthodes d’apprentissage, application à la reconnaissance en mots isolés et en parole continue), Plate-formes de reconnaissance (HTK, Sphinx) Responsable du module: Marie-José CARATY IR302 Serveurs Vocaux interactifs Serveurs Vocaux interactifs (IR302) Objectifs: Cet enseignement présente les différents modèles permettant de concevoir et de développer des interfaces homme-machine ainsi que les différents outils, logiciels et langages permettant de les implémenter dans le cas d’un dialogue oral. Compétences acquises: Conception et mise au point d’un dialogue oral finalisé et déploiement sur un serveur vocal interactif Programme: Modèle de la tâche (GOMS, CTT) Modèle de dialogue (Réseaux de Pétri à objets, …) Architecture de dialogue (ARCH, AMF) Processus de conception et d’adaptation (Plastic ML) Présentation de VoiceXML (structures de dialogues, flux de commande, ressources et grammaires, entrées/sorties) Présentation de solutions PABX open-source (Asterix) Développement et test d’applications sur une plate-forme professionnelle. Responsable du module: Julie MAUCLAIR UE3 Texte IP377 Recherche intelligente dans les textes Recherche intelligente dans les textes (IP377) IP378 Traitement automatique du langage : appli Traitement automatique du langage : appli (IP378) IP379 Traduction automatique Traduction automatique (IP379) UE4 Professionnalisation plurimédia IP321 Processus de la veille technologique Processus de la veille technologique (IP321) IP322 Knowledge Management Knowledge Management (IP322) IP323 Web sémantique Web sémantique (IP323) IP324 Méta données et plasticité des documents Méta données et plasticité des documents (IP324) IP325 Contenus, droit responsabilité Contenus, droit responsabilité (IP325) IP326 Projet d intégration Projet d intégration (IP326) IA562 IA351 Anglais pour la communication d'entreprise Anglais pour la communication d'entreprise (IA351) UE5 ouverture 1 bloc à choisir parmi Bloc Apprentissage numérique IA346 Visualisation Visualisation (IA346) Objectifs: Le but de ce cours est de décrire les techniques de visualisation linéaires et non linéaires couramment utilisées dans différents contextes tels que la bioinformatique, le text mining, le web mining et l’image. Compétences acquises: Savoir dans quel contexte utiliser chaque méthode et comment interpréter les résultats sur des situations réelles tout en tenant de la taille des données et la dimension. Programme: 1.Types des données et transformation des données 2.Mesure des liens entre attributs et visualisation 3.Distances ou dissimilarités entre objets et entre attributs 4.Inertie, diagonalisation 5.Analyse en composantes principales (ACP) 6.Analyse des correspondances 7.Analyse des facteurs communs et spécifiques 8.Analyse en composantes curvilignes 9.Analyse des Composantes Indépendantes 10.Visualisation par : MDS, Sammon, Isomap, LLE Responsable du module: Mohamed NADIF François-Xavier JOLLOIS IA342 Apprentissage supervisé Apprentissage supervisé (IA342) Objectifs: Le but de ce cours est de décrire d’abord les techniques d’apprentissage supervisé les plus couramment utilisées. Différents types de données issues de plusieurs domaines tels que le médical, la bioinformatique, le text mining illustreront l’intérêt de l’apprentissage supervisé. Compétences acquises: Savoir dans quel contexte utiliser chaque méthode, comment interpréter les résultats sur des situations réelles et enfin savoir choisir quelle(s) méthode(s) est à employer. Programme: 1.Introduction : techniques inductives et transductives 2.Vue d'ensemble des techniques de classement et de prédiction 3.Arbres de décision 4.Analyse discriminante paramétrique et non paramétrique 5.Analyse factorielle discriminante 6.Régression multiple et logistique 7.Réseaux de neurones 8.SVM (Support Vector Machine) 9.Méthode ensemble Responsable du module: Blaise HANCZAR IA341 Apprentissage non supervisé Apprentissage non supervisé (IA341) Objectifs: Le but de ce cours est décrire les techniques d’apprentissage non supervisé les plus couramment utilisées. Différents types de données issues de plusieurs domaines tels que la bioinformatique, le text mining et e-commerce illustreront l’intérêt des différentes méthodes étudiées. Compétences acquises: Savoir dans quel contexte utiliser chaque méthode, comment interpréter ses résultats sur des situations réelles et savoir choisir quelle(s) méthode(s) est à employer. Programme: 1.Distance, dissimilarité, similarité, produit scalaire, ultramétrique 2.Classification Ascendante Hiérarchique 3.k-means, et ses variantes 4.Analyse mixte 5.Classification spectrale 6.SOM (self-Organizing map) 7.Classification de données spatiales 8.Classification semi-supervisée 9.Knowledge-based clustering 10.Règles d’association Responsable du module: François-Xavier JOLLOIS Bloc Réseaux et multimédia IR392 Sécurité des réseaux et des contenus multimédia Sécurité des réseaux et des contenus multimédia (IR392) Objectifs: Ce cours vise à donner une approche avancée et pratique des méthodologies utilisées dans le cadre d’intrusions sur des réseaux d’entreprises. Il met l’accent sur la compréhension et la mise en pratique des différentes formes d’attaques et de défenses existantes. L’objectif est de fournir les compétences techniques nécessaires à la réalisation d’audits de sécurité (tests de pénétration), pour mieux comprendre l’impact des vulnérabilités découvertes sur le système d’information, ainsi que l’utilité de techniques de défense correspondantes Programme: Problématique et concepts de base Étude des 5 phases d'une attaque et comment se protéger de chaque phase Exemples des outils utilisés par les attaquants et comment se sécuriser contre : prise d’empreinte, sniffer, scanner, cartographie du réseau, ARP Poisonning, MITM, IP Spoofing, vol de session, cracker les mots de passe BotNet, attaques DoS, DDoS, SYNCookies, attaques DNS (redirection, cache poisonning, spoofing) Détection d’intrusions et prévention contre les attaques IDS/IPS Scanner de vulnérabilité et Honeypot Sécurité de réseaux sans fil (WEP/WPA/WPA2) Vulnérabilité de SIP et Sécurité de la VoIP Usage des outils : Wireshark, Whois, Sam Spades, Cain and Abel, nslookup, visualroute, dig, nmap, SuperScan, Dsniff et Ettercap, Snort, Snort_Inline, Nessus, honeyd, NetStumbler, vomit, inviteflood, bye teardown Responsable du module: Osman Salem (osman.salem@mi.parisdescartes.fr) IR390 Transmissions audio-vidéo sur internet et mobiles Transmissions audio-vidéo sur internet et mobiles (IR390) Objectifs: Ce cours présente les problématiques et les solutions pour la transmission de données audio et vidéo sur le réseau Internet et vers les terminaux mobiles. Le cours débute par un rappel sur les architectures de communication de l’Internet, des réseaux audiovisuels, et des réseaux mobiles. Puis il introduit les contraintes et les problèmes associés à la transmission de flux audio-vidéo sur ces réseaux. Les différentes solutions d’optimisation de la chaîne de transmission sont ensuite étudiées : les techniques de compression audio-vidéo, les protocoles de transport, de streaming et de synchronisation des flux multimédia et temps réel, les mécanismes d’optimisation du routage IP (multicast IP), et les modèles de contrôle et de correction des erreurs de communications (FEC, Codage réseaux). Programme: - Rappels : Architecture de l’Internet, des réseaux audiovisuels DVB, et des réseaux mobiles - Architecture de transmission IPTV sur ADSL et interopérabilité avec les systèmes DVB (Digital video Broadcasting - Problématiques, contraintes et besoins de qualité pour les services audio et vidéo sur les réseaux IP fixes et mobiles - Les organismes de normalisation (ISO MPEG, IETF, UIT, IEEE, DVB, ETSI, …), - Techniques et normes de compression audio et vidéo : JPEG, MPEG, H.26x, G7xx, … - les protocoles de transport, de streaming, et de synchronisation des flux audio et vidéo sur réseaux IP - Routage IP avancé : multicast IP, Commutation IP - Les modèles de contrôles et de correction des erreurs de communication pour les flux audiovisuels - déploiement, configuration et analyse de systèmes IPTV et VOD Responsable du module: ahmed.mehaoua@parisdescartes.fr IR391 Administration et gestion de réseaux multimédia Administration et gestion de réseaux multimédia (IR391) Objectifs: Ce cours prépare à l’administration, la supervision et la fiabilisation des réseaux de communication IP (services et équipements d’interconnexion). Ce cours vous permettra de travailler sur les grands thèmes liés aux réseaux IP : configuration de routeurs et de commutateurs sous différents angles : configuration basique, configuration avancée, routage, vlan, supervision, et haute disponibilité. Le cours est abondamment illustré par des travaux pratiques sur matériel et logiciels réseaux utilisés par les ingénieurs, administrateurs et professionnels du secteur des réseaux (CISCO, VmWare, Nagios, …). Programme: Partie 1 : Administration avancée des réseaux - Configuration et Interconnexion de réseaux locaux avec CISCO IOS (VLAN, Routage) - Simulation de réseau avec NGS3 sous CISCO IOS Partie 2 : Techniques de haute disponibilité des services et des infrastructures réseaux - Virtualisation des services et des équipements réseaux avec VMWARE ESX Partie 3 : Supervision et Métrologie des réseaux - Les protocoles et outils de supervision et de métrologie réseaux (iperf, MRTG, SNMP, SSH, MIB, etc ...) - Supervision à distance des services et des ressources réseaux avec Nagios/Centreon/Cactis. Responsable du module: Ahmed Mehaoua (ahmed.mehaoua@parisdescartes.fr) et Olivier Waldek (olivier.waldek@parisdescartes.fr) Bloc Signail et communications IR305 Communications numériques Communications numériques (IR305) Responsable du module: G. REKAYA IR371 Analyse de signaux et applications Analyse de signaux et applications (IR371) IR381 Traitement du son Traitement du son (IR381) Objectifs: Connaître plusieurs aspects du traitement du son ; maîtriser les outils de traitement du signal propres au traitement du son ; savoir programmer un traitement en langage de simulation. Compétences acquises: Maîtrise de divers concepts liés aux signaux sonores et des outils de traitement du signal correspondant ; programmation en traitement du son. Programme: - TP de révisions et prise en main de scilab - Voix (C+TP) : production, analyse, modélisation AR, codage paramétrique - Perception (C) : fonctionnement de l'oreille, champ audible, bandes critiques, force sonore, hauteur, timbre, masquage fréquentiel, masquage temporel - Codage audio (C+TP) : quantification, codage entropique, bancs de filtres, modèles psychoacoustiques, codeurs perceptifs (MPEG) - Tatouage audio (C) : histoire, applications, contraintes, techniques - Qualité audio (C) : principes de l'évaluation subjective, quelques méthodes (intelligibilité, agrément, qualité audio en large bande), exploitation des résultats de tests, mesures objectives de la qualité - Projet Responsable du module: Gaël MAHE

M2 Semestre 4 (Ingénierie Informatique du Plurimédia)

STAGE

 Candidatures

Vous trouverez sur la page des candidatures toutes les informations utiles.