Que recherchez-vous ?
Un contenu sur ce site
Une personne sur l'annuaire
Une formation sur le catalogue
Un contenu sur ce site
Une personne sur l'annuaire
Une formation sur le catalogue
Le Master Objets Connectés s’engage à fournir une formation de pointe visant à préparer les étudiants aux métiers émergents et pluridisciplinaires de l’ingénierie de l’IoT (Internet of Things). Ce Master a été conçu par plusieurs équipes du Laboratoire de recherche XLIM, il est aussi présenté sur le site de l’Université de Poitiers sous la mention Traitement du Signal et des Images : Master Objets connectés.
Dans cet environnement en constante évolution, un écosystème IoT complet nécessite une expertise étendue dans au moins cinq domaines scientifiques interconnectés :
À noter : Concernant les évaluations du Master Objets Connectés, il est important de savoir que, comme dans tous les Masters, les différents UE et modules ne se compensent pas. De même, la réussite d’un semestre ne pourra pallier l’échec d’un autre. De ce fait, les étudiants doivent valider chaque semestre avec une moyenne générale supérieure ou égale à 10/20, et toutes les UE doivent bénéficier d’une note minimale de 7/20 pour pouvoir accéder aux sessions de rattrapage.
Le parcours “Objets Connectés” est basé sur l’ingénierie de conception et d’analyse des trois axes constituants les écosystèmes d’objets connectés : capter les informations, les transmettre et les analyser. Il s’adresse à tous les secteurs concernés par les technologies numériques: l’agriculture connectée, la ville intelligente, la domotique, l’industrie 4.0 …
Ce parcours vise à former les étudiants pour qu’ils puissent adapter leur savoir-faire à des situations et enjeux différents et être en capacité de résoudre des problèmes complexes nécessitant de la conception et de l’analyse. Le parcours peut être réalisé en alternance ou en stage
Modules du parcours :
Première année de Master :
Deuxième année de Master :
Le parcours EUR “Smart Internet Of Things” (Smart IOT) du Master offre un cursus entièrement enseigné en anglais, spécialisé dans les technologies de l’Internet des Objets. Les étudiants internationaux bénéficient d’une expérience académique multiculturelle, avec un contenu pédagogique spécialisé et des projets pratiques adaptés aux défis mondiaux de l’IoT.
Ce parcours est destiné à former de futurs chercheurs dans le domaine de l’IoT, des stages des stages peuvent être réalisées en première et deuxième années du Master.
Modules du parcours :
Première année de Master :
Deuxième année de Master :
Étude de différentes méthodes d’exploration de données dans le cadre de la mesure. Les concepts élémentaires associés aux probabilités ainsi que les caractéristiques usuelles permettant de décrire des mesures telle que la notion de moyenne, de variance et de corrélation et enfin la description des lois les plus usitées. Etude des principales méthodes d’analyse de tableau de mesures comme par exemple l’ACP, à travers à la fois l’analyse des méthodes mais aussi leurs réalisations informatiques. Découverte des algorithmes dit de clustering permettant d’extraire des groupes de données à partir de leurs mesures.
La mise en œuvre de solutions logicielles liées à des problèmes d’analyse de données, de communication desdites données ou encore d’acquisition repose de plus en plus souvent sur l’utilisation et le déploiement de kits de développement (SDK : Software Development Kits) ou bibliothèques. Nous explorons dans ce module, d’une part, les pratiques techniques de développement associées à leur utilisation en abordant plus généralement tout un ensemble de solutions de gestion du cycle de vie d’un logiciel, et les pratiques de gestion de projet agiles associées.
Programmation embarquée sur des microcontrôleurs qui n’intègrent pas de système d’exploitation et est un préambule au module de « Système embarqué communicant » du second semestre. Il aborde les principales solutions technologiques des systèmes embarqués actuels basés sur un cœur ARM, ainsi que les éléments de choix de ces systèmes en termes de puissance, d’énergie etc… Il aborde ensuite les principaux environnements de développement libres ou payants et les méthodologies de conception depuis la spécification jusqu’à la validation. Les périphériques d’entrée/sortie, leurs méthodes d’accès et les bus de communications sont étudiés et mis en œuvre.
Ce module traite des capteurs, des mesures associées et de leur représentation dans l’espace numérique physique. Sur une grande variété de capteurs, les caractéristiques, performances et de coûts sont évalués afin d’en déduire des critères de choix en fonction des applications et des usages visés. Il s’agit par exemple d’étalonnage, d’auto-diagnostique, de calibration, de capacité de communication, de sensibilité… L’échantillonnage et la restitution des données dans l’espace de mesure constitue la part applicative de ce module.
Selon, le Sensor Market Report de 2016, les capteurs d’images devraient connaître la plus forte croissance du marché des capteurs pour la période 2016-2022. Ce module aborde les questions essentielles nécessaires pour transformer une prise d’image en une mesure. Il permettra de choisir les composants d’une chaîne de vision dont le capteur, et de mettre en place les premiers éléments d’exploitation des images en tant que mesure permettant une prise de décision.
L’utilisation de technologies sans fil pour les objets connectés est une évidence. L’utilisation d’une technologie spécifique pour un usage particulier ne peut résulter que d’une analyse approfondie prenant en compte de multiples critères : le débit, la portée, la fiabilité, la robustesse, la coexistence avec les autres technologies sans fil, la latence, la scalabilité, l’interopérabilité, la standardisation, la cybersécurité, la consommation, le déploiement, la maintenance, la mise à jour, la qualité de service, les modalités de connexion IP…. Ce module traite de l’ensemble de ces critères et de leur interdépendance par une approche « bilan de liaison ».
Le module Réseaux et sécurité traite des principes d’administration des réseaux, notamment pour ce qui concerne l’environnement des réseaux de capteurs sans fil. Ces réseaux sont généralement pilotés et administrés par une passerelle (gateway) qui constitue l’interface entre les capteurs sans fil et les réseaux filaires connectés aux services de stockage, par exemple. La cybersécurité est au centre des préoccupations des objets connectés : dans ce module, cet aspect est considéré sous l’angle des principaux algorithmes de cryptage et des bonnes pratiques de sécurité en tant qu’administrateur.
Dans les contextes adressés par l’Internet des Objets (IoT), les systèmes embarqués basés microcontrôleurs doivent intégrer une solution de communication sans fil efficace, robuste et économe en énergie. Ces contraintes impliquent La gestion d’un grand nombre de tâches et conduit naturellement à favoriser le développement de solutions logicielles pour des systèmes d’exploitation temps réel à faible empreinte comme FreeRTOS. Ce module aborde également les principaux outils et méthodes de récupération de données utilisés dans le cadre de l’IoT (Cloud).
Ce module vient compléter le module d’analyse de données. On y aborde les techniques de prédiction et de prise de décision automatique par algorithmes auto-apprenant à partir de données étiquetées. Par « données étiquetées », nous entendons l’introduction d’information à caractère sémantique. Vis-à-vis d’algorithmes plus classiques d’apprentissage dit « non-supervisé », qui reposent sur la reconnaissance de motifs géométriques ou de cohérence statistique dans les données, l’information sémantique impose l’émulation d’un processus cognitif, d’où son association régulière avec le principe d’intelligence artificielle.
Les deux années d’étude du Master intègrent de nombreux projets scientifiques et techniques en groupe ou en individuel contenant généralement un projet de développement logiciel. Ce module présente les principaux outils et paradigmes de développement, ainsi que les techniques de mise en production. On y aborde notamment les phases de conception, prototypage, production et test, les principaux outils de développement informatique, et les outils de process qualité.
L’utilisation des méthodes agiles est un des supports de ce module sur l’organisation des groupes et la répartition du travail dans chaque projet.
Research training in the framework of the “research climbing rope”. This mentored work helps students to develop their critical thinking, skills in problem solving, enhances interactions between researchers and Master/PhD students. These climbing ropes are an opportunity for PhD students to train in management and this contributes undoubtedly to improve their employability.
Ce module vise à étudier, analyser et concevoir des méthodes de prise de décisions automatiques adaptées aux données notamment de masse. Il s’agit plus précisément de prédire automatiquement l’évolution et/ou l’appartenance d’un ensemble de données brutes à partir d’une base d’apprentissage. Ce module s’inscrit notamment dans le contexte des algorithmes neuronaux, de l’apprentissage profond et des grandes masses de données.
Ce module « Computer Vision » vise à étudier, analyser et concevoir des méthodes d’analyses d’images et de vidéos, Il permet aux étudiants d’implémenter des programmes informatiques dans des contextes applicatifs et théoriques innovants liés aux représentations et aux traitements des images qui s’appuient, entre autres, sur des approches bio-inspirées et des approches variationnelles. Différents éléments fondamentaux de la chaîne sont étudiés tels que le recalage et la fusion d’images, le débruitage, la restauration, la reconstruction, la segmentation. Le module abordera également le traitement des vidéos notamment dans le cadre de l’analyse de scènes.
Ce module s’intéresse aux systèmes et réseaux intelligents de dernière génération. Le premier aspect applicatif est dédié à la mise en œuvre d’une chaîne de communication numériques à qualité de service fixé (priorité au débit, à la qualité, à la robustesse…). Dans cette chaine de communication complexe certains éléments particuliers étudiés dans nos laboratoires de recherches seront analysés à travers leurs effets et les enjeux qu’ils représentent. Le second aspect est plus prospectif et prend la forme de conférences scientifiques faites par des chercheurs et des industriels du secteur.
Module combinant l’aspect matériel des objets connectés jusqu’à l’utilisation finale des données.
The objectives are to master imaging system technologies, the medical data acquisition, their analysis but also the design and deployment of technical and algorithmic solutions. Artificial methods based advanced methods will notably be developed in given biomedical contexts
The part 1 concerns the management of energy integrated into a smart communicating object: the different parts of the sensors associated with their energy costs: radiofrequency, sensors, embedded μc, optimized smart power embedded software, as well as the transition between energy recovery and its storage performed by specialized integrated components.
The part 2 will explore with a device physics approach the most used devices for energy harvesting (RF, piezo, thermo, photo conversion into electricity) and storage (batteries and supercapacitors) for IoT. RF energy transport will be also addressed. External quantum efficiencies and device sizing calculations will be addressed according to the external condition (indoor/outdoor)
This module focuses on the latest generation of intelligent systems and networks. The first application aspect is dedicated to the implementation of a digital communication chain with fixed quality of service (priority to speed, quality, robustness…). In this complex chain of communication, certain specific elements studied in our research laboratories will be analyzed through their effects and the challenges they represent. The second aspect is more prospective and takes the form of scientific conferences given by researchers and industry in the sector.