Objectifs par rapport aux acquis d'apprentissage du programme

• Imaginer, mettre en oeuvre et exploiter des systèmes / solutions / logiciels pour faire face à un problème complexe dans le domaine de l'électricité en tant que vecteur d information en intégrant les besoins, contextes et enjeux (techniques, économiques, sociétaux, éthiques et environnementaux).
• Identifier le problème complexe à résoudre et élaborer le cahier des charges en intégrant les besoins (dont ceux du client), contextes et enjeux (techniques, économiques, sociétaux, éthiques et environnementaux).
• Sur base de modélisations et d'expérimentations, concevoir un ou plusieurs systèmes / une ou plusieurs solutions / un ou plusieurs logiciels répondant au problème posé ; les évaluer compte tenu des différents paramètres du cahier des charges.
• Mettre en oeuvre un système / une solution / un logiciel choisi sous la forme d'un dessin, d'un schéma, d'un organigramme, d'un algorithme, d'un plan, d'une maquette, d'un prototype, d'un software et/ou d'un modèle numérique.
• Evaluer la démarche et les résultats en vue de leur adaptation (tests, mesures, optimisation, qualité...).
• Mobiliser un ensemble structuré de connaissances et compétences scientifiques et techniques spécialisées permettant de répondre, avec expertise et adaptabilité, aux missions de l ingénieur civil en Electricité.
• Maîtriser et mobiliser de façon pertinente des connaissances, des modèles, des méthodes et des techniques relatifs au domaine de l'Electricité.
• Analyser et modéliser un problème en sélectionnant de manière critique des théories et des approches méthodologiques (modélisation, calculs), y compris en tenant compte des aspects pluridisciplinaires.
• Identifier et étudier les applications possibles des technologies nouvelles et émergentes dans le domaine de l'électricité
• Evaluer la validité des modèles et des résultats compte tenu de l'état l'art de la science et des caractéristiques du problème.
• Communiquer et échanger des informations de manière structurée - oralement, graphiquement et par écrit, en français et dans une ou plusieurs autres langues - sur les plans scientifique, culturel, technique et interpersonnel en s'adaptant au but poursuivi et au public concerné.
• Maîtriser la langue anglaise technique dans le domaine de l'électricité.

Acquis d'apprentissage UE

develop an applied pattern recognition system, together with a critical analysis of the problem;
apply image analysis and segmentation techniques
apply data processing techniques (feature extraction, feature selection);
apply classification and machine learning techniques (Gaussian models, Clustering, Artificial Neural Networks, Dynamic Time Warping, Hidden Markov Models, Deep Neural Networks);
estimate performances of classifiers.

Contenu de l'UE

Image Processing: Image acquisition; lowlevel processing, filtering, transforms; image segmentation and registration;
Pattern Recognition: SPR scheme, feature extraction, classifiers, combining classifiers; neural networks:feed-forward neural networks, training MLP, Deep Neural Nets; support vector machines; dynamic systems: dynamic time warping, hidden Markov models

Compétences préalables

fundamentals of signal processing; probability and statistics

Types d'évaluations Q1 pour l'UE

• Examen oral

Commentaire sur les évaluations Q1 de l'UE

Les modalités d'évaluation sont susceptibles d'être ajustées en fonction du contexte d'enseignement/évaluation imposé par les mesures sanitaires.

Types d'évaluation Q3 pour l'UE

• Examen oral

Commentaire sur les évaluations Q3 de l'UE

Les modalités d'évaluation sont susceptibles d'être ajustées en fonction du contexte d'enseignement/évaluation imposé par les mesures sanitaires.

Types d'évaluation rattrapage BAB1 (Q1) pour l'UE

• Néant

Commentaire sur les évaluations rattr. Q1 de l'UE

Sans objet