Programmes de génie aux études supérieures

Maîtrise (ou DESS) modulaire en GÉNIE INDUSTRIEL
Option Valorisation de données industrielles

Responsable

Messieurs Bruno Agard (514) 340-4711, poste 4914, courriel : bruno.agard@polymtl.ca et Luc Adjengue (514) 340-4711, poste 4475, courriel : luc.adjengue@polymtl.ca, professeurs au département de mathématiques et de génie industriel.

But du programme

Cette maîtrise cours (ou DESS) s'adresse aux ingénieurs qui oeuvrent ou qui s'intéressent au traitement et à l’analyse de données et qui désirent acquérir les connaissances scientifiques et technologiques pour concevoir, gérer, améliorer et installer des systèmes de production de biens et services. Elle s'adresse également aux intervenants non-ingénieurs responsables de ces fonctions dans les entreprises.

Ce programme a pour objectif de donner une formation de niveau avancé sur les thèmes suivants: technologie de l’information, manipulation de données et de bases de données, modélisation des données, analyse et traitement de données, aspects économiques.

Diplôme, grade

Le programme de DESS en génie industriel conduit à l’obtention du diplôme de DESS et le programme de maîtrise cours en génie industriel, option Valorisation de données industrielles, conduit à l'obtention du grade de Maîtrise en ingénierie (M.Ing.).

Dispositions particulières

Le programme de maîtrise (ou DESS) modulaire permet à l'étudiant de recevoir soit :

  • une Attestation spécifique de l'École Polytechnique, lorsqu'il a terminé le module obligatoire (A) ou le module de spécialisation (B) (l’étudiant doit en faire la demande par écrit au Registrariat);
  • s’il est inscrit au DESS, un Diplôme d'études supérieures spécialisées (DESS), s'il complète le module obligatoire et le module de spécialisation (A)+(B);
  • un diplôme de Maîtrise s'il complète les trois modules prévus au programme (A)+(B)+(C).

Note 1 :  Un étudiant inscrit dans un programme de maîtrise modulaire et qui a complété les modules A et B ne recevra pas de diplôme de DESS. Toutefois, si cet étudiant décide de ne plus poursuivre ses études de maîtrise, il pourra demander un changement de programme et ainsi obtenir le DESS.

Note 2 :  Un étudiant ayant obtenu le DESS modulaire (au cours des 3 années précédant sa nouvelle admission) pourra s’inscrire dans le programme de maîtrise modulaire de la même option et obtenir, suite à la complétion du module C, le diplôme de maîtrise modulaire (ce diplôme comportera alors la mention d’obtention du DESS modulaire décerné antérieurement).

Note 3 :  La mention de l’option apparaîtra sur le relevé de notes ainsi que sur le diplôme de maîtrise ou de DESS.

Conditions d'admission

  • Être détenteur d'un baccalauréat en ingénierie ou d'un diplôme jugé équivalent par l'École Polytechnique(1);

ou

  • être détenteur d'un baccalauréat de 1er cycle dans un domaine pertinent au programme(1);

et

  • avoir des connaissances adéquates en techniques de production;

et

  • avoir obtenu une moyenne cumulative d'au moins 2,75/4,00 pour une admission à la maitrise (ou d’au moins 2,50/4,00 pour une admission au DESS) dans ses études de 1er cycle, ou l'équivalent agréé par l'École.

(1)     Des conditions particulières peuvent être exigées selon la formation antérieure du candidat.

Structure du programme

Le programme comporte 45 crédits, se répartissant comme suit :

   Crédits 
(A) Module obligatoire 9
(B) Module de spécialisation(2) 21
(C) Module « Projet en analyses de données »
          - Projet ou stage de maîtrise
          - Cours de spécialisation au choix
 
6 à 15 
0 à 9

(2) Le candidat peut choisir l'un des thèmes offerts ou au minimum cinq cours dans le module de spécialisation « B ».

 

Programme

L’étudiant doit choisir trois cours dans la liste ci-dessous et sept cours au choix parmi les cours des modules A et B :

(A) Module obligatoire

NoteSigleTitreCrédits
  IND6212 Exploration de données industrielles 3
  MTH6304 Analyse statistique multidimensionnelle 3
  MTH6312 Méthodes statistiques d'apprentissage 3
  IND8211 Ingénierie des systèmes d'information 3
  MTH8302 Analyse de régression et analyse de variance 3

(B) Module de spécialisation

L'étudiant doit suivre 7 cours, dont au moins 5 doivent obligatoirement appartenir au module de spécialisation, plus le nombre de cours nécessaire pour obtenir un total de 21 crédits (avec l'approbation du directeur d'étude).

I) Mise en place d’un projet d’analyse de données
L’étudiant doit suivre trois cours parmi les cours suivants :

NoteSigleTitreCrédits
  IND6131 Financement et budgétisation de projets 3
  IND6132A Planning et suivi de projets technologiques 3
  IND6130 Processus et configuration de projets tech. 3
  IND6114 Aides à la décision 3
  IND8774 Théorie de la décision 3

II) Outils d'analyse
L’étudiant doit suivre trois cours parmi les cours suivants :

NoteSigleTitreCrédits
  INF8225 I.A.:tech. probabilistes et d'apprentissage 3
  IND6213 Systèmes intégrés de gestion d'entreprise 3
  MTH6306 Analyse statistique des séries chronologiques 1
  ELE6702 Théorie de l'information 3

III) Méthodes d'apprentissage
L’étudiant doit suivre trois cours parmi les cours suivants :

NoteSigleTitreCrédits
  MTH6305A Reconn. de formes: approches statistiques 3
  ELE6302A Reconnaissance de formes: synthèse et applic. 3
  ELE8812 Traitement et analyse d'images 3
  INF6803 Traitement vidéo et applications 3
  INF8215 Intelligence artif.: méthodes et algorithmes 3
  LOG6308 Systèmes de recommandations 3

IV) Domaines d'application
L’étudiant doit suivre trois cours parmi les cours suivants :

NoteSigleTitreCrédits
  IND8443 Outils et systèmes de gestion manufacturière 3
  IND6217A Diagnostics et pronostics maintenance syst. 3
  IND6214 Syst. de transp. intelligents en logistique 3
  IND6216 Fiabilité des actifs en exploitation 3

(C) Module « Projet en analyses de données »

NoteSigleTitreCrédits
  IND6901 Projet de maîtrise en ingénierie I 6
  IND6902 Projet de maîtrise en ingénierie II 9
  IND6903 Projet de maîtrise en ingénierie III 12
  IND6914 Projet de maîtrise IV 15
  IND6917 N/D N/D
  IND6918 Stage en milieu de travail II 6

Plus le nombre de cours nécessaire pour obtenir un total de 21 crédits (avec l'approbation du directeur d'étude).

 

Description des cours

BA = baccalauréat       ES = études supérieures       CE = certificat

ES  ELE6302A  Reconnaissance de formes: synthèse et applic.  [détails] 

Nombre de crédits : 3  (3 - 0 - 6)
Département : Génie électrique
Préalable(s) :
Corequis :

Définitions fondamentales et enjeux commerciaux. Problématique de la perception artificielle : défis technologiques, limites théoriques et pratiques. Synthèse critique des différentes approches de reconnaissance de signaux et d'images. Méthodes statistiques paramétriques et non paramétriques. Méthodes structurelles et syntaxiques. Méthodes cognitives, symboliques, connexionistes, évolutives. Processeurs spécialisés. Exemples en traitement automatique de l'écriture et en vérification de signatures. Applications industrielles, biomédicales et biométriques.

Manuel(s) :
Notes :
Responsable(s) : À venir
Site Web : http://moodle.polymtl.ca/course/view.php?name=ELE6302A

ES  ELE6702  Théorie de l'information   [détails] 

Nombre de crédits : 3  (3 - 0 - 6)
Département : Génie électrique
Préalable(s) : MTH2302A ou l'équivalent
Corequis :

Définitions et paramètres mathématiques associés à la caractérisation de l'information : entropie, information mutuelle dans le cas discret et continu. Encodage des sources discrètes sans mémoire, deux théorèmes de Shannon, inégalité de Kraft-Szilard et théorème de MacMillan. Codes optimaux de Huffman. Introduction à l'encodage universel et aux techniques dérivées de l'algorithme de Ziv-Lempel. Voies discrètes de transmission et leur capacité, réciproque faible du théorème de codage de canal de Shannon. Codage en bloc aléatoire et bornes d'erreurs asymptotiques correspondantes. Démonstration du codage de canal de Shannon et ses implications. Éléments de codage de canal, codes en bloc et convolutionnels.

Manuel(s) :
Notes :
Responsable(s) : À venir

ES  ELE8812  Traitement et analyse d'images   [détails] 

Nombre de crédits : 3  (3 - 1.5 - 4.5)
Département : Génie électrique
Préalable(s) : ELE2700 ou GBM3720 ou INF4725, MTH2302A ou l'équivalent
Corequis :

Caractérisation des images et perception. Numérisation, représentation et manipulation des images. Traitements élémentaires dans les domaines spatial et fréquentiel. Restauration d'images et reconstruction tomographique. Analyse multi-résolutions, codage et compression, segmentation. Analyse morphologique, segmentation d'images et détection de contours. Reconnaissance de formes.

Manuel(s) :
Notes :
Responsable(s) : Nikola Stikov
Site Web : http://moodle.polymtl.ca/course/view.php?name=ELE8812

ES  IND6114  Aides à la décision   [détails] 

Nombre de crédits : 3  (3 - 0 - 6)
Département : Mathématiques et génie ind.
Préalable(s) :
Corequis :

Processus de prise de décision. Environnement de la prise de décision. Données nécessaires à la prise de décision. Biais et paradoxe de la prise de décision. Méthodes quantitatives d'aide à la décision. Décision monocritère. Construction d'un indicateur de décision. Analyse de rentabilité. Méthodes multicritères. Méthodes de surclassement. Risques associés à la décision. Comportement du décideur. Aversion au risque du décideur. Décision dans un contexte d'incertitude non probabilisable. Méthodes quantitatives d'analyse de risque. Simulation de Monte-Carlo. Analyse de risque par la méthode des facteurs de risque. Analyse risques/bénéfices et coûts/bénéfices. Exemples de prise de décision.

Manuel(s) :
Notes : Ce cours suit un horaire irrégulier au trimestre d'hiver. Veuillez consultez le site MAGESPIC.
Responsable(s) : Nathalie De Marcellis-Warin
Site Web : http://moodle.polymtl.ca/course/view.php?name=IND6114

ES  IND6130  Processus et configuration de projets tech.   [détails] 

Nombre de crédits : 3  (3 - 0 - 6)
Département : Mathématiques et génie ind.
Préalable(s) :
Corequis :

Concepts de base en gestion de projets technologiques. Évolution historique de la gestion de projets en contexte d'ingénierie. Projectification des activités économiques. Cadre général d'analyse des projets technologiques. Direction et cadre de gouvernance. Structuration, mode de réalisation et moyens de coordination. Mobilisation des acteurs-projets et des parties prenantes. Aspects organisationnels de la gestion de projets technologiques. Processus de gestion pour la réalisation de projets : intégration, contenu, délais, coûts, qualité, risques, communications, ressources humaines, approvisionnements. Capitalisation des connaissances en contexte inter-projets. Modèles de maturité des compétences organisationnelles en gestion de projets.

Manuel(s) :
Notes :
Responsable(s) : Mario Bourgault
Site Web : http://moodle.polymtl.ca/course/view.php?name=IND6130

ES  IND6131  Financement et budgétisation de projets   [détails] 

Nombre de crédits : 3  (3 - 0 - 6)
Département : Mathématiques et génie ind.
Préalable(s) :
Corequis :

Analyse de la situation financière d'une entreprise à l'aide de ratios mesurant les liquidités, l'endettement, la performance de la gestion, la rentabilité et la valeur marchande. Évaluation des différentes sources de financement pour une entreprise ou un projet et détermination de leurs coûts respectifs. Impacts des différentes sources de financement sur les ratios financiers. Considérations internationales dans la prise de décision. Cadre et processus budgétaire d'une entreprise. Budget d'exploitation et budget de caisse, suivi des budgets et analyse des écarts. Tableau de bord équilibré. Tarif de facturation et prix de cession interne. Préparation des soumissions de projet, suivi des coûts et valeur acquise.

Manuel(s) :
Notes :
Responsable(s) : Mario Bourgault
Site Web : http://moodle.polymtl.ca/course/view.php?name=IND6131

ES  IND6132A  Planning et suivi de projets technologiques   [détails] 

Nombre de crédits : 3  (3 - 0 - 6)
Département : Mathématiques et génie ind.
Préalable(s) :
Corequis :

Échéancier : organigramme technique, liste des activités et de leurs attributs (durée, ressources humaines, matérielles et financières), chemin critique et marges. Calendrier des activités : critères de programmation, règles de priorité, ressources en nombre limité, durée fixe, allocation à plusieurs projets, plan d'utilisation des ressources. Suivi de la progression du projet : monitoring, valeur acquise, gestion des révisions au calendrier initial, exercice de simulation. Prise en compte des incertitudes: PERT, simulation stochastique, sources de perturbation, risques et gestion des risques. Apprentissage d'un logiciel pour chacun des thèmes. Projets individuels et d'équipe.

Manuel(s) :
Notes :
Responsable(s) : Robert Pellerin
Site Web : http://moodle.polymtl.ca/course/view.php?name=IND6132A

ES  IND6212  Exploration de données industrielles   [détails] 

Nombre de crédits : 3  (3 - 0 - 6)
Département : Mathématiques et génie ind.
Préalable(s) :
Corequis :

Exploration de données (data mining). Définition et étude des différentes étapes du processus général d'extraction d'information pour la résolution de problèmes industriels. Segmentation d'un ensemble de produits, détermination de cellules de production. Recherche de règles d'associations. Détermination de modèles d'arbres de décision et de classification. Détermination de modèles d'estimation et de classification. Correction de bases de données industrielle. Exploration de données historiques. Traitement automatique des données. Aide à la conception de produits, de processus et de systèmes logistiques. Standardisation. Analyse des pratiques de conception. Amélioration des processus de production. Amélioration de la qualité. Détections et analyses d'erreurs.

Manuel(s) :
Notes :
Responsable(s) : Bruno Agard
Site Web : http://moodle.polymtl.ca/course/view.php?name=IND6212

ES  IND6213  Systèmes intégrés de gestion d'entreprise   [détails] 

Nombre de crédits : 3  (3 - 0 - 6)
Département : Mathématiques et génie ind.
Préalable(s) :
Corequis :

Définition, conception, architecture et fonctionnalités des systèmes de gestion d'entreprise (ERP) : progiciel de gestion intégrée, système de gestion de chaîne d'approvisionnement, système de gestion de la relation client et système d'exécution manufacturière. Intégration de processus d'affaire. Sélection de systèmes. Stratégies de déploiement. Gestion de projet. Analyse de processus. Données maîtresses. Paramétrisation. Rapports et indicateurs de performance. Formation. Implantation. Amélioration continue.

Manuel(s) :
Notes :
Responsable(s) : Robert Pellerin
Site Web : http://moodle.polymtl.ca/course/view.php?name=IND6213

ES  IND6214  Syst. de transp. intelligents en logistique   [détails] 

Nombre de crédits : 3  (2 - 1 - 6)
Département : Mathématiques et génie ind.
Préalable(s) :
Corequis :

Systèmes de transport intelligents (STI) : définitions et domaines. Systèmes d'information géographique en transport : définition, topologie, principaux logiciels et normes. Utilisation des données de référence spatiale, cartes, projections. Traitement de données de recensements et des inventaires spatiaux. Analyse spatiale des chaînes logistiques. Utilisation des algorithmes de recherche opérationnelle de confection de tournées au sein des systèmes d'information géographique d'entreprise. Dispositifs embarqués pour le suivi de flottes de véhicules (GPS). Dispositifs embarqués pour la maintenance des véhicules. Systèmes routiers de contrôle des véhicules lourds. Intégration des données opérationnelles STI dans les systèmes informationnels des entreprises. Identification par radiofréquences (RFID) et capteurs intelligents pour le suivi des produits.

Manuel(s) :
Notes :
Responsable(s) : Martin Trépanier
Site Web : https://pilotemoodle.polymtl.ca/course/view.php?name=IND6214

ES  IND6216  Fiabilité des actifs en exploitation   [détails] 

Nombre de crédits : 3  (3 - 0 - 6)
Département : Mathématiques et génie ind.
Préalable(s) : MTH2302 ou l'équivalent
Corequis :

Vieillissement des actifs, fiabilité et durée de vie. Modèle de contrainte-résistance. Modèle d'analyse des modes de défaillance, de leurs effets et de leur criticité. Modèles probabilistes de vieillissement. Modèles d'estimations statistiques. Modèles de tests de tendances et d'hypothèses. Processus stochastiques de comptage et de dégradation. Fiabilité et stratégies de maintenance.

Manuel(s) :
Notes :
Responsable(s) : Mohamed-Salah Ouali

ES  IND6217A  Diagnostics et pronostics maintenance syst.   [détails] 

Nombre de crédits : 3  (3 - 0 - 6)
Département : Mathématiques et génie ind.
Préalable(s) : MTH2302 ou l'équivalent
Corequis :

Gestion des états d'un système. Maintenance préventive et théorie de renouvellement. Analyse de Weibull. Maintenance conditionnelle. Exploitation des données pour le diagnostic de défauts du système. Pronostic des défauts et estimation de la vie résiduelle. Prise de décision concernant les actions de maintien, de remplacement de réparation d'un système et la période optimale d'inspection. Traitement des données massives de l'état du système. Détermination de l'état du système à l'aide des techniques de l'apprentissage automatique. Détermination du coût d'un système sur son cycle de vie. Indices de performance d'un système.

Manuel(s) :
Notes :
Responsable(s) : Soumaya Yacout
Site Web : http://moodle.polymtl.ca/course/view.php?name=IND6217A

ES  IND6901  Projet de maîtrise en ingénierie I   [détails] 

Nombre de crédits : 6  (0 - 0 - 0)
Département : Mathématiques et génie ind.
Préalable(s) :
Corequis :

Projet de maîtrise en ingénierie accompli sous la direction d'un directeur de projet et comprenant une étude de niveau supérieur sur un problème de génie ainsi que la rédaction d'un rapport de projet. Le travail comprend au moins 18 heures par semaine consacrées au projet pendant un trimestre ou l'équivalent.

Manuel(s) :
Notes : l'étudiant doit s'inscrire à cette activité une seule fois au cours de sa maîtrise au trimestre où il prévoit déposer son rapport de projet.
Responsable(s) : Jean-Marc Robert

ES  IND6902  Projet de maîtrise en ingénierie II   [détails] 

Nombre de crédits : 9  (0 - 0 - 0)
Département : Mathématiques et génie ind.
Préalable(s) :
Corequis :

Projet de maîtrise en ingénierie accompli sous la direction d'un directeur de projet et comprenant une étude de niveau supérieur sur un problème de génie ainsi que la rédaction d'un rapport de projet. Le travail comprend au moins 27 heures par semaine consacrées au projet pendant un trimestre ou l'équivalent.

Manuel(s) :
Notes : l'étudiant doit s'inscrire à cette activité une seule fois au cours de sa maîtrise au trimestre où il prévoit déposer son rapport de projet.
Responsable(s) : Jean-Marc Robert

ES  IND6903  Projet de maîtrise en ingénierie III   [détails] 

Nombre de crédits : 12  (0 - 0 - 0)
Département : Mathématiques et génie ind.
Préalable(s) :
Corequis :

Projet de maîtrise en ingénierie accompli sous la direction d'un directeur de projet et comprenant une étude de niveau supérieur sur un problème de génie ainsi que la rédaction d'un rapport de projet. Le travail comprend au moins 36 heures par semaine consacrées au projet pendant un trimestre ou l'équivalent.

Manuel(s) :
Notes : l'étudiant doit s'inscrire à cette activité une seule fois au cours de sa maîtrise au trimestre où il prévoit déposer son rapport de projet.
Responsable(s) : Jean-Marc Robert

ES  IND6914  Projet de maîtrise IV   [détails] 

Nombre de crédits : 15  (0 - 0 - 0)
Département : Mathématiques et génie ind.
Préalable(s) :
Corequis :

Projet de maîtrise accompli sous la direction d'un directeur de projet et comprenant une étude de niveau supérieur sur un problème de génie ainsi que la rédaction d'un rapport de projet. Le travail comprend au moins 45 heures par semaine consacrées au projet pendant un trimestre ou l'équivalent.

Manuel(s) :
Notes : l'étudiant doit s'inscrire à cette activité une seule fois au cours de sa maîtrise au trimestre où il prévoit déposer son rapport de projet.
Responsable(s) : Jean-Marc Robert

IND6917

Désolé, aucune information trouvée pour ce cours dans la base de données (!)

ES  IND6918  Stage en milieu de travail II   [détails] 

Nombre de crédits : 6  (0 - 0 - 0)
Département : Mathématiques et génie ind.
Préalable(s) : IND6917
Corequis :

Ce stage de 15 semaines à temps complet en milieu industriel, pour travailler sur un projet de recherche et développement, s'adresse exclusivement aux candidats inscrits à un programme de maîtrise cours. Il se fait sous la supervision conjointe d'un professeur de l'École et d'un professionnel de l'entreprise. Les participants doivent remettre un rapport à la fin du stage.

Manuel(s) :
Notes : L'étudiant et le professeur doivent s'entendre avec une entreprise pour proposer un sujet de stage.
Responsable(s) : À venir

ES  IND8211  Ingénierie des systèmes d'information   [détails] 

Nombre de crédits : 3  (2 - 1 - 6)
Département : Mathématiques et génie ind.
Préalable(s) : 70 crédits au baccalauréat
Corequis :

Analyse, conception et réalisation des systèmes d'information d'entreprise. Typologie des systèmes d'information, architecture des entreprises. Ingénierie des processus d'affaires : diagramme d'activité. Modèle conceptuel : cas d'utilisation, diagramme de classes. Relation entre la structure informationnelle et le traitement de l'information. Ingénierie d'une application web de système d'information : architecture et technologies. Base de données relationnelle. Passage du modèle conceptuel au modèle logique. Progiciels de gestion intégrés dans les entreprises de production de biens et de services : sélection, implantation, utilisation.

Manuel(s) :
Notes : Ce cours n'est pas accessible aux étudiants suivant ou ayant suivi une formation de 1er cycle en génie industriel.
Responsable(s) : Martin Trépanier
Site Web : http://moodle.polymtl.ca/course/view.php?name=IND8211

ES  IND8443  Outils et systèmes de gestion manufacturière   [détails] 

Nombre de crédits : 3  (3 - 1.5 - 4.5)
Département : Mathématiques et génie ind.
Préalable(s) : IND3903 et 70 crédits
Corequis :

Principaux outils technologiques utilisés dans un contexte de production à valeur ajoutée. Outils d'identification sans contact, codes barres, radio-identification (RFID), systèmes de capture de données et leurs standards. Systèmes d'exécution manufacturière (MES), progiciels de gestion intégrée (ERP), tableaux de bord et portails de production et leur utilisation en production et en logistique. Architectures, techniques de connectivité et standards d'intégration (S95). Intégration de processus. Données maîtresses. Processus d'implantation.

Manuel(s) :
Notes :
Responsable(s) : À venir

ES  IND8774  Théorie de la décision   [détails] 

Nombre de crédits : 3  (3 - 1.5 - 4.5)
Département : Mathématiques et génie ind.
Préalable(s) : IND3702 ou SSH5201 + 70 crédits
Corequis :

Prise de décision industrielle. Caractéristiques, rôle et pratique de l'aide à la décision industrielle. Processus de décision. Erreurs-types dans la prise de décision. Collecte et validation des données nécessaires à la prise de décision. Évaluations actuarielles de projets industriels. Évaluations et choix multicritères, méthodes AHP, Électre. Décision dans un contexte de recrutement de personnel. Décision et problème de localisation d'une usine. Décision en environnement incertain. Méthodes quantitatives d'analyse de risque. Collecte et valorisation de l'information. Décision en présence de plusieurs acteurs/décideurs. Introduction à la théorie des jeux. Équilibre de Nash. Jeux répétés. Décision et stratégie d'externalisation. Décision et négociation avec les fournisseurs.

Manuel(s) :
Notes : Ce cours est admissible pour les étudiants du baccalauréat. Pour l'année 2015-2016, les étudiants ayant choisi le présent cours ne pourront pas suivre le cours IND6114.
Responsable(s) : À venir

ES  INF6803  Traitement vidéo et applications   [détails] 

Nombre de crédits : 3  (3 - 1.5 - 4.5)
Département : Génies informatique, logiciel
Préalable(s) :
Corequis :

Définition et objectifs du traitement vidéo. Caractéristiques des capteurs vidéo visibles. Filtre de Bayer. Extraction des régions d'intérêt : par soustraction d'arrière-plan, par segmentation. Description des régions d'intérêt : couleur, forme, texture, descripteurs globaux, descripteurs locaux. Suivi des régions d'intérêt : modèle génératif et modèle discriminatif, suivi par détection, suivi par estimation de la densité de probabilité. Modélisation d'humains. Reconnaissance d'activités/actions : par suivi, par historique de mouvements, par approche sac de mots visuels. Capteurs infrarouges : technologies et caractéristiques.

Manuel(s) :
Notes :
Responsable(s) : Guillaume-Alexandre Bilodeau
Site Web : http://moodle.polymtl.ca/course/view.php?name=INF6803

ES  INF8215  Intelligence artif.: méthodes et algorithmes   [détails] 

Nombre de crédits : 3  (3 - 1.5 - 4.5)
Département : Génies informatique, logiciel
Préalable(s) : LOG2810, MTH2302D, 70 crédits
Corequis : Aucun

Notion d'agent intelligent. Algorithmes de recherche de solutions dans des espaces d'états. Recherche heuristique : algorithme A*, méthodes de recherche locale. Problèmes de satisfaction de contraintes. Représentation des connaissances et inférence. Raisonnement incertain. Méthodes d'apprentissage automatique: apprentissage par renforcement, apprentissage supervisé, apprentissage non supervisé.

Manuel(s) :
Notes :
Responsable(s) : Daniel Aloise
Site Web : http://moodle.polymtl.ca/course/view.php?name=INF8215

ES  INF8225  I.A.:tech. probabilistes et d'apprentissage   [détails] 

Nombre de crédits : 3  (3 - 1.5 - 4.5)
Département : Génies informatique, logiciel
Préalable(s) : LOG2810 et MTH2302, ou l'équivalent
Corequis :

Méthodes probabilistes d'intelligence artificielle. Modèles probabilistes : réseaux bayésiens, modèles de Markov cachés, champs aléatoires de Markov et leurs généralisations. Inférence. Théorie de la décision statistique et des réseaux de décision. Algorithmes d'apprentissage automatique, classificateurs simples, complexes et structurés. Traitement probabiliste de la langue naturelle et de la perception visuelle. Applications à la conception et l'implantation des systèmes experts, au forage de données, à la recherche d'informations et à la vision par ordinateur.

Manuel(s) :
Notes :
Responsable(s) : Christopher Pal
Site Web : http://moodle.polymtl.ca/course/view.php?name=INF8225

ES  LOG6308  Systèmes de recommandations   [détails] 

Nombre de crédits : 3  (3 - 1.5 - 4.5)
Département : Génies informatique, logiciel
Préalable(s) : Aucun
Corequis : Aucun

Concepts et exemples d'applications des systèmes de recommandations et des filtres d'information. Modélisation des intérêts, buts et connaissances des utilisateurs. Matrices de votes, matrices termes-documents et matrices d'adjacence. Filtres collaboratifs item-item et utilisateur-utilisateur. Approches probabilistes et algorithme PageRank. Réduction de dimensions. Facteurs de confiance, transparence et sérendipité de l'information filtrée. Techniques de personnalisation en fonction de la connaissance et des actions des utilisateurs. Techniques de validation

Manuel(s) :
Notes :
Responsable(s) : Michel C. Desmarais

ES  MTH6304  Analyse statistique multidimensionnelle   [détails] 

Nombre de crédits : 3  (3 - 0 - 6)
Département : Mathématiques et génie ind.
Préalable(s) :
Corequis :

Revue de l'algèbre linéaire et de l'essentiel des probabilité et statistique; mesures de liaisons entre paires de variables quantitatives, qualitatives et ordinales; introduction aux logiciels Statistica et Spad; modèles d'analyse de la variance avancés : réponses multidimensionnelles, mesures répétées; modèles factoriels généraux : analyses en composantes principales, analyses des correspondances simples et multiples; modèles structurels linéaires; classifications supervisées : analyses discriminantes; classifications non supervisées : hiérarchiques et partitionnements; modèles de segmentation.

Manuel(s) :
Notes :
Responsable(s) : À venir
Site Web : http://www.mgi.polymtl.ca/marc.bourdeau/Mth6304/index.html

ES  MTH6305A  Reconn. de formes: approches statistiques   [détails] 

Nombre de crédits : 3  (3 - 0 - 6)
Département : Mathématiques et génie ind.
Préalable(s) :
Corequis :

Application de la théorie de la décision statistique au problème de la reconnaissance des formes. Méthodes de classification basées sur l'estimation des fonctions de densité. Classifications linéaires. Sélection et extraction des caractéristiques. Introduction à l'intelligence artificielle et aux réseaux de neurones. Perceptrons multicouches. Algorithme de rétro-propagation. Estimation des probabilités d'erreur.

Manuel(s) :
Notes :
Responsable(s) : À venir

ES  MTH6306  Analyse statistique des séries chronologiques  [détails] 

Nombre de crédits : 1  (1 - 0 - 2)
Département : Mathématiques et génie ind.
Préalable(s) :
Corequis :

Considérations générales sur les séries chronologiques. Présentation de l'approche Box-Jenkins pour la modélisation et l'analyse d'une série chronologique. Étude détaillée des modèles de type moyenne mobile, autorégressif et mixte ARIMA ainsi que ceux comportant une composante saisonnière. Approche pratique pour l'identification des différents modèles et leur utilisation pour le calcul de prévisions

Manuel(s) :
Notes :
Responsable(s) : À venir

ES  MTH6312  Méthodes statistiques d'apprentissage   [détails] 

Nombre de crédits : 3  (3 - 0 - 6)
Département : Mathématiques et génie ind.
Préalable(s) :
Corequis :

Introduction à la statistique à l'aide d'un logiciel de traitement statistique des données. Critères de sélection de variables. Régression pénalisée. Régression non paramétrique. Validation croisée. Apprentissage supervisé, semi-supervisé et non supervisé. Mélange de Gaussiennes et algorithme espérance-maximisation (EM). Apprentissage automatique. Arbres additifs. Méthodes d'ensemble en classification. Apprentissage bayésien.

Manuel(s) :
Notes :
Responsable(s) : Luc Adjengue

ES  MTH8302  Analyse de régression et analyse de variance   [détails] 

Nombre de crédits : 3  (3 - 0 - 6)
Département : Mathématiques et génie ind.
Préalable(s) : 70 crédits pour les étudiants au baccalauréat
Corequis :

Classification des modèles statistiques, modèle de régression avec un prédicteur, analyse de la variance, tests d'hypothèses, prédictions, analyse diagnostique des résidus, mesures correctives, transformations, modèles de régression multiple, estimation des paramètres, analyse de la variance, tests d'hypothèses, prédictions, problème de multicolinéarité, méthodes de sélection de prédicteurs pour la construction de modèles, identification d'observations influentes, modèles avec prédicteurs catégoriques, modèle de régression logistique, modèles non linéaires, régression PLS, modèle d'analyse de la variance avec un facteur, analyse des moyennes, modèles d'analyse de la variance avec deux facteurs croisés, facteurs emboîtés, facteurs blocs, analyse de covariance, modèles d'analyse de variance avec trois facteurs et plus, modèles avec plusieurs variables de réponse, analyse de variance multidimensionnelle, modèle à mesures répétées, introduction à la fouille de données.

Manuel(s) :
Notes :
Responsable(s) : Bernard Clément

Pour des informations supplémentaires

École Polytechnique de Montréal
Bureau des affaires académiques
C.P. 6079, succursale Centre-ville
Montréal (Québec) CANADA, H3C 3A7
Téléphone : 340-4700
Télécopieur : 340-4169
Courriel : baa@polymtl.ca
Pavillon : Principal
Local : A-203

Le contenu de cette page est sous la responsabilité du Bureau des affaires académiques.

 

© École Polytechnique de Montréal
Bottin | Plan du site | Recherche | Conditions