Intelligence artificielle

Exploiter les connaissances en sciences dures (mathématiques, informatique, électronique, traitement du signal, physique, optique, électromagnétisme, …)
Effectuer la veille technologique sur les méthodes numériques permettant la simulation de systèmes complexes et le traitement de signaux complexes
Simuler et optimiser les dispositifs physiques en utilisant les outils numériques modernes en génie physique (CFAO, modélisation 3D, traitement du signal, simulation multiphysique, etc.)
Sélectionner les solutions numériques les plus adaptées pour répondre à un cahier des charges.

Traitement du signal 1 et 2

Ce module introductif a pour but d’équiper l’ingénieur en génie physique avec des connaissances de base des enjeux, des méthodes et des outils de l’utilisation des réseaux d’apprentissage à travers des exemples d’applications en ingénierie physique (traitement du signal, modélisation, contrôle de systèmes, etc.). Il ne s’agit pas d’un module théorique, mais applicatif dans la trousse à outil de l’ingénieur.
• Introduction historique à l’apprentissage machine
• Panorama des types d’apprentissage : supervisé, non supervisé, par renforcement.
• Cas d’applications : classification, régression, clustering, réduction de dimension, sélection de modèle.
• Notions utiles : éléments d’optimisation, construction de jeux de données (entrainement, test, validation), modèles, taux d’apprentissage.
• Découverte et manipulation des outils et librairies python pour l’apprentissage automatique (scikit-learn) en TP.
• Ouverture aux techniques et applications de l’apprentissage profond.