Données multimédia et spatio-temporelles

Code UE : NFE205

  • Cours + travaux pratiques
  • 6 crédits

Responsable(s)

Marin FERECATU

Public, conditions d’accès et prérequis

Prérequis : M1 ou bac + 4 et NFE204 ou équivalent
Public : cycle d'ingénieur CNAM, Master M2

L'avis des auditeurs

Les dernières réponses à l'enquête d'appréciation pour cet enseignement :

Objectifs pédagogiques

La gestion et l'exploitation des données multimédia et spatio-temporelles ont une grande importance dans des domaines aussi variés que l'audiovisuel, l'exploitation de données scientifiques, l'imagerie médicale, le tourisme, la planification urbaine, l'étude du climat, le marketing ou la sécurité.
Les données multimédia et spatio-temporelles sont souvent peu structurées et très volumineuses, la technologie relationnelle est insuffisante ou inadaptée pour leur gestion. De plus, des opérations de recherche de nature différente sont nécessaires afin d'accéder à l'information présente par ex. dans des contenus visuels (BD multimédia) ou vectoriels (BD spatiales).
L'objectif de cet enseignement est de faire comprendre les principes et les technologies actuelles de gestion et de recherche dans des données multimédia et spatio-temporelles. Les travaux pratiques doivent permettre une familiarisation avec une partie des techniques abordées dans le cours.

Compétences visées

Maîtrise des enjeux et défis pour les nouveaux marchés liés à la gestion de gros volumes de données non traditionnelles (notamment grandes bases de données multimédia : image, vidéo, son, capteurs), pour lesquels la technologie relationnelle est insuffisante.

Contenu

Thèmes abordés dans le cours et les travaux pratiques (TP) :
  • Spécificités des bases de données multimédia et des bases spatio-temporelles, domaines d'application.
  • Données image, audio et vidéo : description, traitement, stockage, structuration et outils disponibles
  • Données spécifiques : données médicales, satellite, aériennes, séries temporelles, anthropométriques (empreintes, iris, etc.), graphe
  • Bases de données spatiales et spatio-temporelles : modèle de données, structures d'index, produits du marché, applications.
  • Paradigmes et méthodes spécifiques de recherche d'information multimédia : recherche par le contenu, recherche multi-modale, méthodes par apprentissage
  • Hachage sensible à la similarité (LSH) pour recherche (et jointure) par similarité
  • Intelligence Artificielle (IA) pour informaticiens SIBD : modélisation décisionnelle à partir de données
Les TP permettent d'élargir, détailler et de mettre en œuvre certaines techniques vues en cours.

Modalité d'évaluation

Examen terminal et projet.

Bibliographie

  • Akka Zemari, Jenny Benois-Pineau : Deep Learning in Mining of Visual Content, 2020
  • John W. Woods : Multidimensional Signal, Image, and Video Processing and Coding, 2011
  • Chloé-Agathe Azencott : Introduction au Machine Learning, 2019
  • Paul A. Longley et al. : Geographic Information Systems and Science, 2010

Cette UE apparaît dans les diplômes et certificats suivants

Contact

Informatique d'entreprise
2D4P10, 33, 2 rue Conté
75003 Paris
Tel :01 58 80 84 71
Alexandre LESCAUT

Voir les dates et horaires, les lieux d'enseignement et les modes d'inscription sur les sites internet des centres régionaux qui proposent cette formation

UE

    • Paris
      • Centre Cnam Paris
        • 2021-2022 1er semestre : FOAD 100%
        Comment est organisée cette formation ?

        Organisation de la modalité FOAD 100%

        Planning

        1er semestre

        • Date de démarrage : 20/09/2021
        • Date limite d'inscription : 02/11/2021
        • Regroupements facultatifs : aucun
        • Date de 1ère session d'examen : 24/01/2022
        • Date de 2ème session d'examen : 25/04/2022

        Accompagnement

        • Plateforme Moodle
        • Forum
        • Classe virtuelle
        • Séance de démarrage

        Ressources mises à disposition de l'auditeur

        • Documents de cours
        • Enregistrement de cours
        • Documents d'exercices, études de cas activités
        • Bibliographie et webographie

        Modalités de validation

        • Contrôle continu
        • Examen sur table
        :