| Niveau d'études visé | Bac +5 |
|---|---|
| Durée de la formation en année | 2 ans |
| Statut de l'école | Non renseigné |
| Rythme de formation | Temps plein |
| Modalité | En présentiel |
| Prix | Non renseigné |
Description
Le Master Traitement du signal et des images proposé par l'École nationale supérieure de l'énergie, l'eau et l'environnement - Grenoble INP-UGA permet d'approfondir l'expertise en traitement numérique du signal et de l'image, informatique et technologies de l'information. Les étudiants maîtrisent les outils modernes de modélisation des signaux et systèmes, l'extraction d'informations à partir de données expérimentales, ainsi que la représentation et le conditionnement d'informations. Le programme développe des compétences pointues en intelligence artificielle, apprentissage automatique, inférence statistique et méthodes bayésiennes. Les diplômés deviennent des spécialistes créatifs capables d'intervenir dans des domaines variés : traitement du signal biomédical, sciences d'observation (géosciences, télédétection, surveillance) ou encore intelligence artificielle. La formation prépare aussi bien à une poursuite en doctorat dans le domaine des STIC qu'à des postes en R&D dans le secteur industriel des sciences de l'information.
Programme
- Modélisation des signaux et systèmes, processus aléatoires
- Mise en forme, extraction et analyse de l’information dans les systèmes d’observations complexes : problèmes inverses, détection, apprentissage statistique
- Passage à l’échelle des grandes masses de données
- Applications en imagerie multi et hyper-spectrale, biomédicales, neurosciences, astrophysique et géosciences
- Conférences sur les sujets actuels de recherche et développement en technologies de l’information
Objectifs de la formation
- Maîtriser la modélisation des signaux et systèmes ainsi que les processus aléatoires pour une analyse rigoureuse des données.
- Développer des compétences avancées en extraction et mise en forme d’information issues de systèmes d’observation complexes, incluant les problématiques inverses et la détection.
- Appliquer des méthodes d’apprentissage statistique et d’intelligence artificielle pour le traitement et l’analyse de grandes masses de données.
- Utiliser des techniques spécialisées pour des applications variées en imagerie multi- et hyper-spectrale, biomédicale, neurosciences, astrophysique et géosciences.
- Acquérir une expertise pour concevoir et réaliser des projets innovants intégrant les dernières technologies numériques en traitement du signal et des images.