Master Sciences cognitivesParcours type : Langage, communication et cerveau

Code APOGÉE : HPSAU15

Contenu : non disponible.

Volume horaire : 10h de CM - 15h de TD

Plus d'informations

Code APOGÉE : HSLAU06

Contenu : Approche de la linguistique de corpus. Aspects techniques (recueil de données, méthodes d'acquisition de données, enregistrement). Aspects légaux et éthiques (protection des données personnelles, anonymisation, archivage). Outils automatiques pour la constitution de corpus. Annotation et évaluation (guides et schémas d'annotation, réplicabilité et mesures d'accord inter-annotateur).

Volume horaire : 24h de CM - 24h de TD

Plus d'informations

Code APOGÉE : HSLAU08

Contenu : Interaction entre phonétique et phonologie dans une vision où la parole fonde l’organisation et l’émergence des systèmes phonologiques. Présentation des principales théories phonétiques de l’organisation sonore et cognitive des langues et du langage.

Volume horaire : 12h de CM - 12h de TD

Plus d'informations

Code APOGÉE : HSLAU09

Contenu : Introduction d’évolutions majeures en sémantique permettant d'ancrer l'étude du sens linguistique dans l'usage du langage : le tournant dynamique et le tournant expressif. Le cours introduira les approches dynamiques du sens en contexte et la théorie des jeux pour modéliser la construction interactive du sens linguistique.

Volume horaire : 12h de CM - 12h de TD

Plus d'informations

Codes APOGÉE : SINAU02L, SINAU02J

Contenu : 1) Versioning Git : Branches, Dépôts Lointains, Dépôts Lointains multiples avec branches, Workflows. 2) Building Gradle : Automatisation de compilation, de tests, de dépendances, langage de tâches interdépendantes. 3) Méthodes Les acteurs du logiciel. Cycles en V. Motivation et détail de chacune des phases. Forces et Faiblesses. Méthodes agiles. Motivations. Notamment XP et Scrum. Détail de chacune des réunions et instruments. Forces et Faiblesses. GL Libre : the cathedral and the bazaar 4) Documentation Du GL : Cahier des charges, Spécifications, Conception,… Du code : Javadoc, Commentaires, Wikis, Issues trackers 5) UML Motivations. Tous les principaux diagrammes (classe, object, séquence, com, package, états-transitions,…). 2 TD 6) Tests Types de Test (Blanche/Noire, Intégration (continue), Correction/Validation,…), Couverture (Exos sur les différents critères), Quand les faire (TDD…) Découverte du debugger eclipse Concepts d'invariants, d'assertions, d'analyse statique 7) Estimation Rapports PrixDev vs TempsDev vs LignesCode % observés de failed projects, causes observées % observés de bugs 8) Veille technologique sur l'actualité du GL

Volume horaire : 18h de CM - 18h de TD - 18h de TP

Plus d'informations

Codes APOGÉE : SINAU03L, SINAU03J

Contenu : Rappels sur les notions d'analyse de la complexité des algorithmes et des problèmes. Notion de problèmes (décision, recherche, dénombrement, énumération, optimisation). Bornes inférieures de complexité. Classes P et NP. Problèmes NP-complets. Méthodes de résolution des problèmes NP-Complets. Contenu en cours d'actualisation .

Volume horaire : 20h de CM - 20h de TD - 14h de TP

Plus d'informations

Code APOGÉE : SMSAU02C

Contenu : non disponible.

Volume horaire : 32h de CM - 32h de TD - 16h de TP

Plus d'informations

Code APOGÉE : SMSAU04C

Contenu : non disponible.

Volume horaire : 15h de CM - 18h de TD - 6h de TP

Plus d'informations

Code APOGÉE : HSLBU09

Contenu : Introduction et concepts de base de la phonologie intonative dans le cadre de la théorie Autosegmentale-Métrique. Transcription et annotation prosodique multilingues. Littérature expérimentale sur la production et la perception de la structure prosodique et intonative.

Volume horaire : 12h de CM - 12h de TD

Plus d'informations

Code APOGÉE : HSLBU10

Contenu : non disponible.

Volume horaire : 12h de CM - 12h de TD

Plus d'informations

Code APOGÉE : SNEBU26C

Contenu : non disponible.

Volume horaire : 20h de CM - 10h de TD

Plus d'informations

Code APOGÉE : SNEBU04C

Contenu : non disponible.

Volume horaire : 40h de CM - 20h de TD

Plus d'informations

Code APOGÉE : SNEBU05C

Contenu : non disponible.

Volume horaire : 30h de CM - 10h de TD

Plus d'informations

Code APOGÉE : SINBU26L

Contenu : L’apprentissage automatique et ses approches linéaires : techniques et limites. Autour de l’étude en profondeur de deux algorithme de séparation linéaire (le perceptron et SVM) : implémentation complète, preuves de convergence, propriétés, étude des performances sur des jeux de données, approfondissement des notions de généralisation, introduction Rademacher et Kolmogorov. Tout le long de l’UE, un cas d’étude sera mené, sur la base d’images ou de videos. La problématique de l’acquisition de données privées sera traitée, avec une mise en perspective sociétale (éthique, PI, rôle du citoyen, rôle de l’ingénieur). Mise en perspective des modèles non-linéaires.

Volume horaire : 9h de CM - 9h de TD - 9h de TP

Plus d'informations

Code APOGÉE : SINBU02L

Contenu : L'objectif de ce cours est d'apporter aux étudiants des connaissances fondamentales en traitement automatique des langues (TAL). Le cours abordera des modèles de TAL statistiques classiques. Après un bref rappel de notions de probabilité appliquées aux textes, nous aborderons la représentation de documents, c.-à-d. l'encodage de textes, la tokenisation et la représentation de documents sous la forme vectorielle avec des techniques fondées sur les « sac de mots ». Nous étudierons également des modèles distributionnels pour la représentation de mots sous la forme de vecteurs, avec des applications en classification de textes et en similarité de mots. Les modèles de langage fondés sur les n-grammes s'en suivent, avec des applications à la génération de textes. Le dernier sujet abordé ce sont les étiqueteurs fondés sur des machines à état (tels que les modèles de Markov cachés) et leurs applications, par exemple en étiquetage morphosyntaxique.

Volume horaire : 10h de CM - 7h de TD - 10h de TP

Plus d'informations

Code APOGÉE : SINBU27L

Contenu : Introduction aux différents aspects du raisonnement automatique, dont l’objectif est de permettre d’obtenir des solutions à tout type de problèmes uniquement à partir de leurs descriptions et grâce à des solveurs générant une preuve du résultat inspiré du raisonnement humain. Cette UE aborde les formalismes les plus simples, les problèmes SAT et CSP binaires, qui correspondent à des problèmes de décision, et étudie la façon de modéliser un problème dans ces formalismes, les méthodes de résolution arborescente (avec filtrages, heuristique de choix de variable, de valeur), et des solveurs existants (Minisat, Choco).

Volume horaire : 10h de CM - 10h de TD - 7h de TP

Plus d'informations

Code APOGÉE : SMSBU07C

Contenu : non disponible.

Volume horaire : 15h de CM - 15h de TD

Plus d'informations

Code APOGÉE : SMSBU08C

Contenu : non disponible.

Volume horaire : 15h de CM - 15h de TD

Plus d'informations

Code APOGÉE : SMSBU09C

Contenu : non disponible.

Volume horaire : 15h de CM - 15h de TD

Plus d'informations

Code APOGÉE : SMSBU03C

Contenu : non disponible.

Volume horaire : 15h de CM - 15h de TD

Plus d'informations

Code APOGÉE : HPSCU19

Contenu : Cet enseignement aborde les modèles psychologiques et neuropsychologiques des principales fonctions cognitives (attention, perception, mémoire, fonctions exécutives).

Plus d'informations

Code APOGÉE : HSLCU10

Contenu : non disponible.

Volume horaire : 12h de CM - 12h de TD

Plus d'informations

Code APOGÉE : HSLCU11

Contenu : non disponible.

Volume horaire : 12h de CM - 12h de TD

Plus d'informations

Code APOGÉE : HSLCU14

Contenu : non disponible.

Volume horaire : 12h de CM - 12h de TD

Plus d'informations

Code APOGÉE : SNEAU10C

Contenu : non disponible.

Volume horaire : 40h de CM - 20h de TD

Plus d'informations

Codes APOGÉE : SINCU83L, SINCU83J

Contenu : Le traitement automatique du langage naturel est à la confluence de nombreuses disciplines, dont la linguistique, l’apprentissage automatique, l’intelligence artificielle… L’objectif est de faire un tour d'horizon des modèles linguistiques, problématiques d’annotation et d’évaluation sur corpus, les approches modulaires, les différentes tâches de reconnaissance et synthèse du langage (niveaux syntaxique, sémantique, discursif). Ces thématiques seront développées dans un contexte multilingue, en couvrant les problématiques de l’adaptation au domaine.

Volume horaire : 9h de CM - 9h de TD - 9h de TP

Plus d'informations

Codes APOGÉE : SINCU84L, SINCU84J

Contenu : L’apprentissage par renforcement vise à l’acquisition automatisée de compétences pour la prise de décisions (actions ou contrôle) en milieu complexe et incertain. Il s’agit d’apprendre par l'expérience une stratégie comportementale (appelée politique) en fonction des échecs ou succès constatés. Ce paradigme d’apprentissage est très utilisé en robotique et pour des problématiques complexes d’intelligence artificielle (Voir le logiciel AlphaGo). Certains principes généraux, comme le dilemme exploitation / exploration, sont introduits par l’étude des bandits (les machines à sous) puis le cours aborde les notions de Processus de Décision Markoviens (MDP, POMDP), d’apprentissage de politique (policy iteration, value iteration, policy gradient…), et de deep reinforcement learning.

Volume horaire : 9h de CM - 9h de TD - 9h de TP

Plus d'informations

Codes APOGÉE : SINCU85L, SINCU85J

Contenu : Cette UE abordera des problématiques spécifiques au traitement de données multimédia en général, des données de type séquences ou signaux telles que l'audio, les images, les vidéos, et pour des tâches de modélisation, de classification, de segmentation, ou encore d’inpainting. L’UE introduira des notions telles que le filtrage, la convolution, l’échantillonnage, mais aussi des aspects perceptifs et des problématiques de traitement de données multimodales et cross modales.

Volume horaire : 9h de CM - 9h de TD - 9h de TP

Plus d'informations

Codes APOGÉE : SINCU86L, SINCU86J

Contenu : Cette UE a pour ambition de faire une exploration en profondeur des modèles de séquence pour le traitement automatique du langage. Les applications envisagées sont la traduction automatique, la génération de texte, résumé automatique, les agents conversationnels, la reconnaissance de la parole. Seront vues en détails les représentations de mots (méthodes d’apprentissage des embeddings), les différentes architectures récurrentes, bidirectionnelles, multicouches, ainsi que les mécanismes d’attention (pointer networks, copynets), les réseaux à mémoire, etc.

Volume horaire : 9h de CM - 9h de TD - 9h de TP

Plus d'informations

Code APOGÉE : SMSCU05C

Contenu : non disponible.

Volume horaire : 12h de CM - 12h de TD

Plus d'informations

Code APOGÉE : SMSCU06C

Contenu : non disponible.

Volume horaire : 12h de CM - 12h de TD

Plus d'informations

Code APOGÉE : SMSCU07C

Contenu : non disponible.

Volume horaire : 12h de CM - 12h de TD

Plus d'informations

Code APOGÉE : SMSCU08C

Contenu : non disponible.

Volume horaire : 12h de CM - 12h de TD

Plus d'informations

Code APOGÉE : SMSCU11C

Contenu : non disponible.

Volume horaire : 12h de CM - 12h de TD

Plus d'informations

Code APOGÉE : SMSCU12C

Contenu : non disponible.

Volume horaire : 12h de CM - 12h de TD

Plus d'informations

Code APOGÉE : SMSCU13C

Contenu : non disponible.

Volume horaire : 12h de CM - 12h de TD

Plus d'informations

Code APOGÉE : SMSCU14C

Contenu : non disponible.

Volume horaire : 12h de CM - 12h de TD

Plus d'informations