Wstęp
Przetwarzanie sygnałów i obrazu (CORO SIP)
Program przetwarzania sygnałów i obrazów (SIP) dotyczy teorii i praktyki zaawansowanych technik analizy danych, od statystyki obliczeniowej, matematyki stosowanej, obliczeń naukowych i obrazowania numerycznego, po ich praktyczne wdrożenie w kilku dziedzinach, takich jak inżynieria biomedyczna, nauka o obrazowaniu, przetwarzanie audio i technologia informacyjna.
Kluczową cechą programu jest projektowanie rozwiązań matematycznych, problemów z przetwarzaniem sygnałów i obrazu, uwzględnianie fizycznych właściwości tych danych i dostosowywanie numerycznego wdrażania tych rozwiązań do kontekstu aplikacji, ilości danych i dostępnych zasobów obliczeniowych.
Program studiów trwa dwa lata akademickie - oznaczony M1 i M2. Przetwarzanie sygnału i obrazu to jedna z pięciu specjalizacji dostępnych w strumieniu sterowania i robotyki. Niektóre kursy M1 są prowadzone w ramach pięciu specjalizacji, podczas gdy kursy M2 są specyficzne dla specjalizacji.
Językiem wykładowym jest angielski przez dwa lata.
Program
Treści merytoryczne - M1
30 punktów ECTS w semestrze.
Język wykładowy: angielski
M1 - Kursy semestru jesiennego
ECTS
M1 - Kursy semestru wiosennego
ECTS
Przetwarzanie sygnałów
5
Projekt grupowy
6
Klasyczna kontrola liniowa
5
Techniki optymalizacji
4
Sztuczna inteligencja
4
Roboty mobilne
4
Wbudowana elektronika
4
Programowanie systemów czasu rzeczywistego
4
Identyfikacja systemów i filtrowanie sygnałów
4
Wizja komputerowa
4
Embedded Computing
4
Analiza spektralna i czasowo-częstotliwościowa
4
Współczesne języki
4
Współczesne języki
4
Treści merytoryczne - M2
30 punktów ECTS w semestrze. Język nauczania: angielski
Kursy semestru jesiennego
ECTS
Semestr wiosenny
ECTS
Statystyczna teoria przetwarzania i szacowania sygnałów
4
Praca magisterska lub staż przemysłowy
30
Cyfrowe reprezentacje sygnału i obrazu
4
Uczenie maszynowe, analiza danych i wyszukiwanie informacji
4
Przywrócenie sygnału i obrazu, metody inwersji
4
Narzędzia matematyczne do przetwarzania sygnałów i obrazów
4
Sygnały biomedyczne, obrazy i metody
4
Współczesne języki *
4
Projekt
2)
Konferencje
-
Uwaga: Treść kursu może ulec niewielkim zmianom
Praktyka
Przykłady poprzednich staży w medycynie:
Analiza sygnałów elektromiograficznych dla schorzeń nerwowo-mięśniowych.
Rekonstrukcja obrazów z tomografii emisyjnej pozytonowej w kontekście niskich statystyk.
Zwiększenie rozdzielczości w obrazowaniu metodą rezonansu magnetycznego w diagnostyce sercowo-naczyniowej.
Przykłady poprzednich staży w branży:
Optymalizacja systemu monitorowania ciśnienia w oponach w pojeździe samochodowym.
Szybki algorytm obrazowania dla mikroskopii strukturalnego oświetlenia.
Przykłady poprzednich staży w laboratoriach badawczych:
Optymalizacja numeryczna dla rzadkiego odzyskiwania sygnału ultradźwiękowego.
Analiza i klasyfikacja dźwięków środowiskowych za pomocą metod głębokiego uczenia się.
Uwaga: Treść kursu może ulec niewielkim zmianom.
Rozwinięte umiejętności
Stworzenie odpowiedniego modelu statystycznego do reprezentacji i analizy danych.
Zaproponować rozwiązanie metodologiczne i jego implementację numeryczną dostosowaną do kontekstu aplikacji.
Zdobądź solidne podstawy w rzeczywistych zastosowaniach przetwarzania sygnałów i obrazu w badaniach i innowacji.
Oprócz wyżej wymienionych umiejętności specyficznych, uczniowie będą również rozwijać bardziej ogólne umiejętności:
Identyfikuj modele, przeprowadzaj symulacje i analizuj wyniki.
Podejmij badanie literatury na temat istniejących prac nad problemem naukowym.
Komunikuj kompleksowe wyniki w znaczący sposób.
Zarządzaj i nadzoruj projekty badawcze i innowacyjne.
Perspektywy zatrudnienia lub dalszego kształcenia
Sektory: zdrowie, komunikacja, technologia, transport.
Dziedziny: inżynieria biomedyczna, obrazowanie przemysłowe, inżynieria dźwięku, informatyka, matematyka stosowana, badania i innowacje.
Stanowiska: analityk danych, naukowiec, inżynier procesu, inżynier projektu, inżynier badań i innowacji (doktorat)
Wydział i obiekty badawcze
Ten mistrz opiera się na wydziale Centrale Nantes i zapleczu badawczym Laboratorium LS2N.
Związki partnerskie
Total, Renault, Nantes University Hospital (CHU).
