This is an old revision of the document!


DIMA

Responsables

Centres impliqués et contacts

  • Centre de morphologie mathématique (Etienne Decencière)
  • Centre des matériaux (David Ryckelynck)
  • Centre de bio-informatique (Chloé-Agathe Azencott)
  • Centre de robotique (Fabien Moutarde)
  • Centre de recherche en informatique (Olivier Hermant)

Année scolaire 2021-2022

Année scolaire 2020-2021

Lundi 22/02 - mardi 02/03 : cours scientifique et formation à la recherche bibliographique

Mercredi 03/03 - jeudi 29/04 (sauf semaine de vacances du 15/03): stage de recherche

Début avril: soutenances de mi-stage.

Vendredi 30/04 : soutenances

Vendredi 07/05 : rendu du rapport de stage

Programme du cours scientifique et de la formation à la recherche documentaire

Salle (ou salle virtuelle via https://salles-zoom.mines-paristech.fr/): L226.

Lundi 22 février

9h-10h30: Etienne Decencière : Introduction à la semaine scientifique, suivie d'une présentation sur les mécanismes d'attention en analyse d'images et les “transformers”. Mode: hybride.

10h45-12h15: Beatriz Marcotegui: Analyse d'images 3D, nuages de points et DL. Mode: hybride.

13h45-15h15: Claude Tadonki: High Performance Artificial Intelligence. Mode: hybride.

15h30-17h: Lecture d'article. Mode: hybride.

Mardi 23 février

9h-12h15: Chloé Azencott: Apprentissage sur les graphes et applications en santé. Mode: distanciel.

14h-17h: Recherche documentaire - La publication scientifique. Mode: distanciel.

Mercredi 24 février

9h-12h15: Fabien Moutarde. Mode: hybride.

- AI challenges for Intelligent Vehicles

- Deep-Learning for Automated Vehicles

- AI challenges for Robotics

13h45-17h: Lecture d'article. Mode: distanciel.

Jeudi 25 février

9h-12h00: Recherche documentaire - Définir, accéder, collecter. Mode: distanciel.

13h45-17h: Sport

Vendredi 26 février

9h-10h30: Pierre Kerfriden: Méta-Modélisation et Machine Learning Probabiliste pour l’acquisition, la compression et la restitution des résultats de modèles numériques détaillés. Mode: hybride.

10h45-12h15: David Ryckelynck: Learning Faster Simulation Methods for Partial Differential Equations. Mode: hybride.

13h45-17h: Lecture d'article. Mode: distanciel.

Lundi 1er mars

9h-10h30: choix des stages. Mode: distanciel.

10h45-12h15: Lecture d'article. Mode: distanciel.

14h-17h: Recherche documentaire - Définir, accéder, collecter. Mode: distanciel.

Mardi 2 mars

9h-12h15: Lecture d'article - restitution. Mode: hybride.

14h-17h: Recherche documentaire - Rédiger la biblio et citer ses sources. Mode: distanciel.

Lecture d'article

Une partie du cours scientifique est consacrée à la lecture d'un article. Le travail se fera en binôme.

Les articles sont disponibles ici.

Stages de recherche

Démarrage: 3 mars.

Soutenance de stage: 30 avril.

Remise des rapports: 7 mai.

Ce lien mène vers les descriptions complètes des stages de recherche.

Contexte, enjeux et objectifs

L'exploitation des données occupe une place de plus en plus importante dans notre société, aussi bien au niveau professionnel que personnel. Ces données sont souvent complexes : texte, images, vidéos, génome, nuages de points, graphes, par exemple. Elles constituent la matière première des industries du numérique. L'extraction automatique d'information utile à partir de ces masses de données constitue un défi de taille. L'objectif de ce trimestre de recherche est de fournir aux élèves ingénieurs une première expérience en matière de recherche sur l'analyse automatique de données complexes. Les images et autres données structurées (graphes, arbres, séquences, etc.) seront au centre de ce travail. Les disciplines scientifiques concernées seront en particulier l'apprentissage automatique, l'analyse d'images, la robotique, la physique et la bio-informatique. Les étudiants auront l'occasion, en fonction des projets, d'utiliser les méthodes à noyaux, le deep learning ou la morphologie mathématique, entre autres. Les problèmes liés à l’optimisation de ces méthodes et à leur déploiement feront aussi partie de la thématique. Les domaines d'application seront très variés, allant de la conduite automatique à la santé en passant par le contrôle non destructif et la caractérisation de matériaux. Certains projets de recherche se déroulement dans le cadre de collaborations avec des partenaires industriels.

Prérequis

Tous les cours de tronc commun en mathématiques et informatique.

Par ailleurs, les élèves intéressés par ce trimestre recherche devraient naturellement être aussi intéressés par les enseignements suivants du troisième semestre :

  • Apprentissage automatique (Fabien Moutarde, Chloé-Agathe Azencott)
  • Deep learning for image analysis (Etienne Decencière, Thomas Walter, Santiago Velasco)
  • Analyse d’images (Beatriz Marcotegui)
  • Introduction à la génomique et la bioinformatique (Thomas Walter, Chloé-Agathe Azencott), pour les projets de recherche en bioinformatique
dima/start.1618913410.txt.gz · Last modified: 2021/04/20 12:10 by edecenciere
CC Attribution-Share Alike 4.0 International
Driven by DokuWiki Recent changes RSS feed Valid CSS Valid XHTML 1.0