AAT B4
Description
Evaluer la justesse d'une solution en précisant l'erreur, en vérifiant le réalisme, les ordres de grandeur et la cohérence par rapport à l'hypothèse de départ.
Progression
M1 (S4): L’élève est capable de dire si la solution donnée ou obtenue répond de manière satisfaisante à la problématique posée, en vérifiant qu'elle est suffisamment précise et réaliste par rapport au contexte : cohérence avec les unités, les ordres de grandeur attendus et compatibilité avec les contraintes physiques et techniques du problème posé.
M2 (S7): L’élève est capable de comparer la solution donnée à celle qui est attendue, en identifiant les écarts éventuels et en quantifiant les erreurs. Il sait notamment mettre en œuvre des outils théoriques ou numériques pour estimer la pertinence d'une méthode d'approximation de la solution.
M3 (S10): L’élève est capable, en milieu professionnel (stage ou autres) et situation plus complexe qu’à l’école, de vérifier la cohérence d'une solution avec les contraintes physiques, techniques, économiques ou sociales en jeu et avec le respect des normes et standards applicables. Il sait aussi évaluer la justesse de cette solution en quantifiant l'erreur.
Liste des AAv (115)
P1ABALR-AAv1 (8H): A l’issue du 1er semestre, les étudiants sont capables d’exécuter pas à pas des algorithmes comportant des variables, des structures conditionnelles, itératives et d’appels de fonctions et en déterminer leurs résultats sans erreur
P1ABALR-AAv3 (12H): A l’issue du 1er semestre, les étudiants doivent être capables de vérifier la validité d'un algorithme (il réalise exactement la tâche pour laquelle il a été conçu) et sa robustesse (il est protégé de conditions anormales d'utilisation)
P1ACELE-AAv3 (72H): A l’issue du semestre 1, L’étudiant sera capable de résoudre un problème donné sur un schéma qu’il n’aura jamais vu auparavant en utilisant la méthode de son choix si elle n’est pas imposée. L’étudiant sera capable de déterminer l'expression littérale de n'importe quelle grandeur électrique d'un circuit en fonction des composants qui le composent. L’étudiant saura déterminer le point de fonctionnement d'une association de dipôles fonctionnant en régime continu, de manière graphique et analytique. Pour s’adapter à des structures de dipôles complexes non vues auparavant, il utilisera la modélisation de Thevenin/ Norton pour représenter le ou les dipôle(s) actif(s) de l'association avant sa mise en équation. Il saura évaluer les échanges de puissances entre récepteurs et générateurs en expliquant son raisonnement et en justifiant son résultat.
P2PZZGN-AAv2 (14H): A l'issue de la ZG2, le groupe d'étudiants est capable de mesurer et d'identifier correctement l'influence des paramètres physiques (Electronique : R, L, C - Mécanique : k, m, lambda) sur la réponse du système (amortissement, pseudo-période et fréquence propre) du 2e ordre de deux manières différentes : en utilisant un logiciel de simulation OU physiquement avec des maquettes expérimentales à construire. L'ensemble des mesures et résultats de simulation seront synthétisés dans un document à compléter.
P2PZZGN-AAv6 (7H): A l’issue de la première semaine de ZG2 l’étudiant sera capable avec son PC, en quelques minutes, de produire, manipuler ou afficher des séries temporelle décrites au format CSV, en écrivant un programme python qui s’inspire d’exemples fournis et respecte les normes de codages du cours S2-IPI.
P3ABELE-Aav1 (30H): A l’issue du semestre un étudiant de S3 est capable d’expliquer le fonctionnement d’un circuit donné contenant des diodes, des transistors bipolaire ou effet de champ, des optocoupleurs, des amplificateurs opérationnels, d’émettre des hypothèses sur le fonctionnement des éléments non-linéaires, et de les vérifier par le calcul des courants et des tensions du circuit et/ou une simulation LTSpice, de déterminer analytiquement les relations entrée-sortie et de les vérifier par une simulation LTSpice.
P3ABELE-Aav2 (15H): A l’issue du semestre un étudiant de S3 est capable d’identifier les caractéristiques essentielles d'un ADC et d'un DAC (quantum, pleine échelle, durée de conversion).
P3ACCEL-AAv2 (39H): A l’issue du semestre l’élève a réalisé à partir d’un microcontrôleur et de composants électroniques élémentaires (résistances, condensateurs, diodes, transistors, leds, potentiomètres) au moins un projet multitâche décrit par un cahier des charges. Il faut :
P4PZZGN-AAv2 (60H): A partir des hypothèses de travail, l’élève sait résoudre le problème posé et valider chaque étape ;
P4PZZGN-AAv3 (5H): Comparer correctement les résultats simulés, expérimentaux et théoriques.
P4PDTHE-AAv1 (12H): À la fin du semestre, l'étudiant sera capable de calculer de façon détaillée les quantités de chaleur échangées entre des systèmes en fonction de leurs paramètres et des transitions de phase potentielles et d'en déduire l'évolution de leur température en fonction du temps pour un système avec une température homogène.
P4PDTHE-AAv2 (12H): À la fin du semestre, l'étudiant sera capable de calculer de façon détaillée la répartition de la température 1D en régimes stationnaire et transitoire, dans un solide soumis à de la conduction et/ou des sources ou échanges externes de chaleur.
P4PDTHE-AAv3 (12H): À la fin du semestre, l'étudiant sera capable de calculer de façon détaillée le coefficient d'échange de chaleur de la loi de Newton d'un système conducto-convectif forcé.
P5AASHI-AAv2 (20H): A l’issue du cours de sciences humaines du semestre 5 l’étudiant.e doit être capable de concevoir totalement une action réalisable qui répond à un besoin sociétal ou environnemental identifié au préalable et de définir les conditions de réussite de celle-ci.
P5ABNUM-AAv1 (40H): à la fin de cet enseignement, chaque élève sait résoudre tout problème différentiel au moyen d'une méthode numérique et caractériser les propriétés de cette méthode. Cette résolution et cette caractérisation sont satisfaisantes si :
P5ABSIG-AAv1 (4H): A la fin du semestre, l’étudiant doit être capable de reconnaître des signaux continus usuels (porte, triangle, échelon, rampe, harmonique, exponentielle, impulsion) et les modéliser par une expression analytique.
P5ABSIG-AAv2 (4H): A la fin du semestre, l’étudiant doit être capable d'appliquer et identifier des transformations sur la représentation temporelle des signaux continus analogiques (superposition, décalage, transformation d’échelle et d’amplitude).
P5ABSIG-AAv3 (50H): A la fin du semestre, l’étudiant doit être capable d'analyser le contenu fréquentiel de signaux continus, composés de signaux usuels, en utilisant la transformation de Fourier. Cette analyse spectrale consiste en particulier à : (1) Manipuler le formalisme complexe de la transformation de Fourier (fréquences positive et négative) et retrouver la forme réelle, physiquement interprétable, de la décomposition (spectres d’amplitude, de phase, d’énergie et de puissance); (2) Identifier si le signal est plus ou moins riche en fréquences basses et hautes et faire le lien avec sa forme temporelle; (3) Déterminer la vitesse de décroissance du spectre; (4) Identifier des fréquences particulières selon la nature du spectre (discret/continu); (5) Déterminer spectralement (et temporellement) la valeur moyenne, la valeur efficace, l’énergie et la puissance du signal; (6) Déterminer le pourcentage de l’énergie ou de la puissance du signal localisée dans une bande de fréquences donnée; (7) Faire la synthèse d’un signal réel en s’imposant un pourcentage de sa puissance moyenne totale. L’étudiant aura consulté et assimilé les ressources scientifiques nécessaires afin de répondre au travail à réaliser.
P5ABSIG-AAv4 (8H): A la fin du semestre, l’étudiant doit être capable d'analyser à l’aide d’analyseur de spectre le contenu fréquentiel de signaux usuels et de signaux réels en sortie de capteurs. L’étudiant aura consulté et assimilé les ressources scientifiques nécessaires afin de répondre au travail à réaliser.
P5ABSIG-AAv5 (12H): A la fin du semestre, l’étudiant doit être capable de prédire la réponse d’un système SLIT (système continu, linéaire et invariant dans le temps) à une entrée modèle (combinaison de signaux usuels) en utilisant la convolution temporelle, ou le filtrage fréquentiel.
P5ABSIG-AAv6 (12H): A la fin du semestre, l’étudiant doit être capable d'effectuer l’analyse temporelle et fréquentielle des signaux à l’entrée et à la sortie d’un système continu de convolution-filtrage (SLIT) et faire le lien avec la réponse en fréquence et les distorsions d’amplitude et de phase d’un tel système. Analyser veut ici dire en particulier : (1) Faire le lien entre réponse impulsionnelle d’un SLIT et sa bande passante; (2) Déterminer la distorsion d’amplitude et de phase, le retard de phase et le temps de propagation de groupe, de fonctions de transfert classiques d’ordre 1 et 2.
P5ADASA-AAV2 (20H): Analyse des systèmes en boucle fermée: À la fin du semestre, les étudiants seront capables de :
P5ADASA-AAV3 (20H): Synthèse fréquentielle de correcteurs linéaires. À la fin du semestre, les étudiants seront capables de :
P5ODALG-AAv1 (6H): A l’issue du cours de programmation, un étudiant du cinquième semestre sera capable d’exécuter pas à pas des algorithmes en vérifiant leur validité (ils réalisent exactement la tâche pour laquelle ils ont été conçu) comportant des variables, des structures conditionnelles, itératives et d’appels de fonctions, en déterminer leurs résultats sans erreur
P5OFSIA-AAv1 (4H): A la fin du semestre, l’étudiant doit être capable de reconnaître des signaux continus usuels (porte, triangle, échelon, rampe, harmonique, exponentielle, impulsion) et les modéliser par une expression analytique.
P5OFSIA-AAv2 (4H): A la fin du semestre, l’étudiant doit être capable d'appliquer et identifier des transformations sur la représentation temporelle des signaux continus analogiques (superposition, décalage, transformation d’échelle et d’amplitude).
P5OFSIA-AAv3 (50H): A la fin du semestre, l’étudiant doit être capable d'analyser le contenu fréquentiel de signaux continus, composés de signaux usuels, en utilisant la transformation de Fourier. Cette analyse spectrale consiste en particulier à : (1) Manipuler le formalisme complexe de la transformation de Fourier (fréquences positive et négative) et retrouver la forme réelle, physiquement interprétable, de la décomposition (spectres d’amplitude, de phase, d’énergie et de puissance); (2) Identifier si le signal est plus ou moins riche en fréquences basses et hautes et faire le lien avec sa forme temporelle; (3) Déterminer la vitesse de décroissance du spectre; (4) Identifier des fréquences particulières selon la nature du spectre (discret/continu); (5) Déterminer spectralement (et temporellement) la valeur moyenne, la valeur efficace, l’énergie et la puissance du signal; (6) Déterminer le pourcentage de l’énergie ou de la puissance du signal localisée dans une bande de fréquences donnée; (7) Faire la synthèse d’un signal réel en s’imposant un pourcentage de sa puissance moyenne totale. L’étudiant aura consulté et assimilé les ressources scientifiques nécessaires afin de répondre au travail à réaliser.
P5OFSIA-AAv4 (8H): A la fin du semestre, l’étudiant doit être capable d'analyser à l’aide d’analyseur de spectre le contenu fréquentiel de signaux usuels et de signaux réels en sortie de capteurs. L’étudiant aura consulté et assimilé les ressources scientifiques nécessaires afin de répondre au travail à réaliser.
P5OFSIA-AAv5 (12H): A la fin du semestre, l’étudiant doit être capable de prédire la réponse d’un système SLIT (système continu, linéaire et invariant dans le temps) à une entrée modèle (combinaison de signaux usuels) en utilisant la convolution temporelle, ou le filtrage fréquentiel.
P5OFSIA-AAv6 (12H): A la fin du semestre, l’étudiant doit être capable d'effectuer l’analyse temporelle et fréquentielle des signaux à l’entrée et à la sortie d’un système continu de convolution-filtrage (SLIT) et faire le lien avec la réponse en fréquence et les distorsions d’amplitude et de phase d’un tel système. Analyser veut ici dire en particulier : (1) Faire le lien entre réponse impulsionnelle d’un SLIT et sa bande passante; (2) Déterminer la distorsion d’amplitude et de phase, le retard de phase et le temps de propagation de groupe, de fonctions de transfert classiques d’ordre 1 et 2.
P5OFASA-AAV2 (20H): Analyse des systèmes en boucle fermée: À la fin du semestre, les étudiants seront capables de :
P5OFASA-AAV3 (20H): Synthèse fréquentielle de correcteurs linéaires. À la fin du semestre, les étudiants seront capables de :
P6AASHI-AAv3 (10H): A l’issue du cours de sciences humaines du semestre 6, l’étudiant.e doit être capable d’exercer une pensée critique pour évaluer des solutions (en recherchant des alternatives à des choix proposés, en comparant des documents et/ou des points de vues, de produire différentes représentations d’un problème, et d’identifier les forces et faiblesses d’une solution) et de se positionner/choisir en utilisant des outils épistémologiques et éthiques
P6ABDSM-AAv1 (20H): À la fin du semestre, l'étudiant de S6 sera capable de dimensionner de façon détaillée une poutre dans un cadre dynamique vibratoire.
P6ABDSM-AAv2 (20H): À la fin du semestre, l'étudiant de S6 sera capable de dimensionner des systèmes mécaniques incluant des objets déformables, dans le but de répondre à des problématiques de l'ingénieur en mécanique des structures. Les approches suivies incluent l'utilisation d'outils numériques avancés, et permettent d'optimiser le fonctionnement de ces objets, en travaillant sur divers paramètres comme leur géométrie, ou les propriétés physiques.
P6ADADD-AAV1 (0H): À la fin du cours d’analyse de données, l'étudiant sera capable de choisir, en motivant son choix, une distribution à paramètres pour modéliser un jeu de données fourni et d’en estimer le ou les paramètres en construisant des intervalles de confiance, tout en sachant expliquer la signification et la portée de ces estimations.
P6ADADD-AAV2 (0H): À la fin du cours d’analyse de données, l'étudiant sera capable de construire des tests d'hypothèse (dans les contextes de p-value, ANOVA, MANOVA...) et d'en calculer les statistiques associées pour conclure quant à des jeux de données fournis. En outre, l'étudiant sera capable d'expliciter la portée et la validité des conclusions.
P6ADADD-AAV6 (0H): À la fin du cours d’analyse de données, l'étudiant sera capable de mener une analyse de la qualité d'un modèle construit en utilisant les méthodes proposées dans le cours. Par exemple : "goodness of fit" (AAV1) pour comparer des distributions différentes, signification de coefficients identifiés dans une régression, matrice de confusion ou scores de précision et rappel, dans le cas ou le modèle est utilisé pour classifier les données de façon supervisée.
P6ADSIG-AAv1 (3H): A la fin du semestre, l’étudiant doit être capable d’établir l’expression analytique de signaux et systèmes à temps discret (on se limite dans ce cours au cas de l’échantillonnage régulier).
P6ADSIG-AAv2 (9H): A la fin du semestre, l’étudiant doit être capable d’effectuer l’analyse spectrale des signaux et systèmes échantillonnés (analyse à temps discret et fréquence continue) en s’appuyant sur le concept de la transformée de Fourier au sens des distributions.
P6ADSIG-AAv3 (13H): A la fin du semestre, l’étudiant doit être capable d’analyser et concevoir une chaîne de numérisation-reconstruction de signal continu analogique. Les concepts de traitement numérique du signal à mettre en pratique sont en particulier : (1) Le théorème de Shannon sur le choix de la fréquence d’échantillonnage (sur- et sous-échantillonnage) et les propriétés spectrales qui en découlent; (2) Les enjeux sur le choix des paramètres du filtre anti-repliement pour être à même de minimiser le bruit de recouvrement; (3) Les enjeux sur le choix de la méthode de quantification et du nombre de bits du numériseur pour maximiser le rapport signal à bruit; (4) Les enjeux sur le choix des paramètres du filtre passe-bas de reconstruction (filtre interpolateur) pour restituer correctement le signal continu analogique.
P6ADSIG-AAv5 (12H): A la fin du semestre, l’étudiant doit être capable de faire l’analyse complète (réponse temporelle, réponse en fréquence, étude de stabilité, nombre de coefficients de l’équation de récurrence, nombre d’éléments de retard, graphe de fluence, sensibilité numérique et bruit de calcul) de filtre numérique de type RIF ou RII en utilisant la convolution discrète et la fonction de transfert en Z. Cette analyse devrait conduire à un choix approprié et argumenté vis-à-vis du signal à filtrer.
P6OCNUM-AAv1 (30H): à la fin de cet enseignement, chaque élève sait résoudre tout problème différentiel au moyen d'une méthode numérique et caractériser les propriétés de cette méthode. Cette résolution et cette caractérisation sont satisfaisantes si :
P6OCELP-AAv1 (40H): A l'issue du semestre S6, l'étudiant sera capable d'étudier des circuits typiques/communs d'électronique de puissance présent dans le quotidien.
P6OCYTHE-AAv1 (12.5H): À la fin du semestre, les étudiants de S6O seront capables de calculer de façon détaillée les quantités de chaleur échangées entre des systèmes ou dues à des transitions de phase potentielles et d'en déduire l'évolution de leur température en fonction du temps.
P6OCYTHE-AAv2 (12.5H): À la fin du semestre, les étudiants de S6O seront capables de calculer de façon détaillée la répartition de la température en régime stationnaire, dans un solide soumis à de la conduction et à des sources ou échanges externes de chaleur.
P6OESIN-AAv1 (3H): A la fin du semestre, l’étudiant doit être capable d’établir l’expression analytique de signaux et systèmes à temps discret (on se limite dans ce cours au cas de l’échantillonnage régulier).
P6OESIN-AAv2 (9H): A la fin du semestre, l’étudiant doit être capable d’effectuer l’analyse spectrale des signaux et systèmes échantillonnés (analyse à temps discret et fréquence continue) en s’appuyant sur le concept de la transformée de Fourier au sens des distributions.
P6OESIN-AAv3 (9H): A la fin du semestre, l’étudiant doit être capable d’analyser et concevoir une chaîne de numérisation-reconstruction de signal continu analogique. Les concepts de traitement numérique du signal à mettre en pratique sont en particulier : (1) Le théorème de Shannon sur le choix de la fréquence d’échantillonnage (sur- et sous-échantillonnage) et les propriétés spectrales qui en découlent; (2) Les enjeux sur le choix des paramètres du filtre anti-repliement pour être à même de minimiser le bruit de recouvrement; (3) Les enjeux sur le choix des paramètres du filtre passe-bas de reconstruction (filtre interpolateur) pour restituer correctement le signal continu analogique.
P6OESIN-AAv5 (12H): A la fin du semestre, l’étudiant doit être capable de faire l’analyse complète (réponse temporelle, réponse en fréquence, étude de stabilité, nombre de coefficients de l’équation de récurrence, nombre d’éléments de retard, graphe de fluence, sensibilité numérique et bruit de calcul) de filtre numérique de type RIF ou RII en utilisant la convolution discrète et la fonction de transfert en Z. Cette analyse devrait conduire à un choix approprié et argumenté vis-à-vis du signal à filtrer.
P6PZZGN-AAv1 (25H): concevoir le prototype d'un système mécatronique
P6PZZGN-AAv3 (12H): mettre en place un protocole de test
P6PASHI-AAv3 (10H): A l’issue du cours de sciences humaines du semestre 6, l’étudiant.e doit être capable d’exercer une pensée critique pour évaluer des solutions (en recherchant des alternatives à des choix proposés, en comparant des documents et/ou des points de vues, de produire différentes représentations d’un problème, et d’identifier les forces et faiblesses d’une solution) et de se positionner/choisir en utilisant des outils épistémologiques et éthiques
P6PDADD-AAV1 (0H): À la fin du cours d’analyse de données, l'étudiant sera capable de choisir, en motivant son choix, une distribution à paramètres pour modéliser un jeu de données fourni et d’en estimer le ou les paramètres en construisant des intervalles de confiance, tout en sachant expliquer la signification et la portée de ces estimations.
P6PDADD-AAV2 (0H): À la fin du cours d’analyse de données, l'étudiant sera capable de construire des tests d'hypothèse (dans les contextes de p-value, ANOVA, MANOVA...) et d'en calculer les statistiques associées pour conclure quant à des jeux de données fournis. En outre, l'étudiant sera capable d'expliciter la portée et la validité des conclusions.
P6PDADD-AAV6 (0H): À la fin du cours d’analyse de données, l'étudiant sera capable de mener une analyse de la qualité d'un modèle construit en utilisant les méthodes proposées dans le cours. Par exemple : "goodness of fit" (AAV1) pour comparer des distributions différentes, signification de coefficients identifiés dans une régression, matrice de confusion ou scores de précision et rappel, dans le cas ou le modèle est utilisé pour classifier les données de façon supervisée.
P6PDSIG-AAv1 (3H): A la fin du semestre, l’étudiant doit être capable d’établir l’expression analytique de signaux et systèmes à temps discret (on se limite dans ce cours au cas de l’échantillonnage régulier).
P6PDSIG-AAv2 (9H): A la fin du semestre, l’étudiant doit être capable d’effectuer l’analyse spectrale des signaux et systèmes échantillonnés (analyse à temps discret et fréquence continue) en s’appuyant sur le concept de la transformée de Fourier au sens des distributions.
P6PDSIG-AAv3 (13H): A la fin du semestre, l’étudiant doit être capable d’analyser et concevoir une chaîne de numérisation-reconstruction de signal continu analogique. Les concepts de traitement numérique du signal à mettre en pratique sont en particulier : (1) Le théorème de Shannon sur le choix de la fréquence d’échantillonnage (sur- et sous-échantillonnage) et les propriétés spectrales qui en découlent; (2) Les enjeux sur le choix des paramètres du filtre anti-repliement pour être à même de minimiser le bruit de recouvrement; (3) Les enjeux sur le choix de la méthode de quantification et du nombre de bits du numériseur pour maximiser le rapport signal à bruit; (4) Les enjeux sur le choix des paramètres du filtre passe-bas de reconstruction (filtre interpolateur) pour restituer correctement le signal continu analogique.
P6PDSIG-AAv5 (12H): A la fin du semestre, l’étudiant doit être capable de faire l’analyse complète (réponse temporelle, réponse en fréquence, étude de stabilité, nombre de coefficients de l’équation de récurrence, nombre d’éléments de retard, graphe de fluence, sensibilité numérique et bruit de calcul) de filtre numérique de type RIF ou RII en utilisant la convolution discrète et la fonction de transfert en Z. Cette analyse devrait conduire à un choix approprié et argumenté vis-à-vis du signal à filtrer.
P7MACE-AAv6 (12H): Comparaison de résultats expérimentaux avec des calculs théoriques ou des simulations. À l'issue de cet enseignement, l'étudiant du septième semestre sera capable, en groupe de 4 à 5 étudiants, de faire le lien entre des données expérimentales qu'ils ont produites et des résultats théoriques obtenus par calcul et/ou simulation numérique.
P7ETIM-AAv1 (35H): A la fin du semestre, l’étudiant sera familiarisé avec les enjeux de la vision artificielle et aura acquis les concepts fondamentaux du traitement et de l’analyse des images numériques 2D.
P7RYEEA-AAv2 (23H): Introduction aux communications numériques. À la fin de cette partie du module, un étudiant sera capable d'analyser et de dimensionner une chaîne de transmission numérique simple, en tenant compte d'un canal bruité (AWGN) et d'une contrainte en bande passante, et d'en évaluer les performances en termes de taux d'erreur binaire (BER).
P7RYEEA-AAv5 (23H): Étalement de spectre et sécurité de la couche physique. À la fin de cette partie, l’étudiant sera capable d'analyser les techniques d'étalement de spectre et d'évaluer leur rôle dans la sécurité de la couche physique des systèmes de communication sans fil.
P7RYEEA-AAv6 (23H): Traitement du signal aléatoire multidimensionnel et applications MIMO/DOA. À l'issue de cette partie, l'étudiant sera capable de mobiliser les outils du traitement du signal aléatoire multidimensionnel pour l'estimation de direction d'arrivée (DOA) et l'analyse de systèmes MIMO.
P7RYPHO-AAv2 (23H): Introduction aux communications numériques. À la fin de cette partie du module, un étudiant sera capable d'analyser et de dimensionner une chaîne de transmission numérique simple, en tenant compte d'un canal bruité (AWGN) et d'une contrainte en bande passante, et d'en évaluer les performances en termes de taux d'erreur binaire (BER).
P93PER-AAV2 (20H): A la fin du module PER,les étudiants.es doivent être capables de dresser une grille d'analyse d'une solution et d'en évaluer la pertinence au regard des enjeux environnementaux et sociétaux
P91CNO-AAV1 (30H): L'étudiant du module CNO, à l'issue du mo-dule, sera capable de décrire les éléments principaux (composants actifs et passifs) de l’architecture d’une chaîne de communication optique WDM (de l’émetteur au récep-teur) et d’utiliser les principales métriques, outils et méthodes permettant d’évaluer la qualité de transmission.
P91CNO-AAV4 (20H): L'étudiant du module CNO, à l'issue du module, sera capable d'identifier les différents blocs constitutifs d'une chaîne de transmission numérique (codeurs, émetteurs, récepteurs, canal de propagation) et de connaître le rôle et les caractéristiques principales de chaque élément. L'étudiant sera capable de comprendre l'importance du concept de l'entropie dans la transmission numérique et son lien avec la quantité d'information contenue dans un signal numérique.
P91CNO-AAV5 (20H): L'étudiant du module CNO, à l'issue du module, sera capable de maîtriser les techniques de codage source pour compresser l'information de manière efficace, en utilisant des méthodes telles que le codage de Huffman, le codage arithmétique, le codage de Lempel-Ziv. L'étudiant sera capable de comprendre comment l'entropie peut être utilisée pour optimiser la compression des données et la transmission des signaux numériques. L'étudiant sera capable de maitriser différentes techniques de détection et de correction d'erreurs de canal, telles que les codes correcteurs d'erreurs linéaires, les codes de Hamming, les codes de Reed-Solomon, etc.
P91CNO-AAV8 (15H): L'étudiant du module CNO, à l'issue du module, sera capable d’analyser, d’implémenter et d’étudier les performances (en EVM, SER, BER) d’une chaîne de communication numérique mono-porteuse (M-QAM, M-PSK) ou multi-porteuse (CP-OFDM) simple pour un canal additif gaussien ou sélectif en fréquence stationnaire. L’étudiant sera également capable d’implémenter quelques algorithmes classiques au niveau du récepteur à l’aide de préambule et sym-boles pilotes (correction de décalage de fréquence porteuse, synchronisation, égalisa-tion zero-forcing, égalisation LMS linéaire).
P91MRA-AAv7 (18.75H): À la fin du semestre, les étudiants de MRA seront capables de calculer le modèle cinématique plan des robots à roues, ceci inclut:
P92CRF-AAv2 (23H): Introduction aux communications numériques. À la fin de cette partie du module, un étudiant sera capable d'analyser et de dimensionner une chaîne de transmission numérique simple, en tenant compte d'un canal bruité (AWGN) et d'une contrainte en bande passante, et d'en évaluer les performances en termes de taux d'erreur binaire (BER).
P92CRF-AAv5 (23H): Étalement de spectre et sécurité de la couche physique. À la fin de cette partie, l’étudiant sera capable d'analyser les techniques d'étalement de spectre et d'évaluer leur rôle dans la sécurité de la couche physique des systèmes de communication sans fil.
P92CRF-AAv6 (23H): Traitement du signal aléatoire multidimensionnel et applications MIMO/DOA. À l'issue de cette partie, l'étudiant sera capable de mobiliser les outils du traitement du signal aléatoire multidimensionnel pour l'estimation de direction d'arrivée (DOA) et l'analyse de systèmes MIMO.
P95CCM-AAV3 (12H): A la fin de ce cours, l’étudiant.e sera capable de construire un observateur d’état et de synthétiser un contrôle par retour d’état observé sur un système linéaire SISO répondant à un cahier des charges (stabilité, précision, rapidité, robustesse).
P95CCM-AAV4 (12H): A la fin de ce cours, l’étudiant.e sera capable de modéliser les incertitudes de modélisation d’un système dynamique à temps discret et les incertitudes d’observation de l’état du système, en vue d’une estimation adaptative de l’état qu’il réalisera par filtrage de Kalman pour le cas de systèmes linéaires.
P95CCM-AAV5 (20H): A la fin de ce cours, l’étudiant.e sera capable de linéariser un processus dynamique ou une loi d’observation afin de procéder à une estimation d’état adaptative par filtrage de Kalman étendu (filtre EKF) et d’effectuer une comparaison avec un filtre de Kalman Unscented (UKF).
P95CCM-AAV6 (16H): A la fin de ce cours, l’étudiant.e sera capable de réaliser une commande d’un système linéaire par retour d’état selon un critère d’optimisation quadratique : commande LQR ou commande LQG lorsque l’état n’est que partiellement observé
P95CCM-AAV8 (42H): A la fin de ce cours, l’étudiant.e sera capable d’implémenter, implanter et régler quelques solutions de commande de systèmes non-linéaires : commande linéarisante, commande par platitude, commande par fonction de Lyapunov,…
P10STA-AAv3 (150H): A l'issue du stage ingénieur, l'étudiant est capable, d'adapter un modele mathématique ou autre au probleme à résoudre, d'utiliser les raisonnements et techniques de calcul formel et numérique vues en cours afin de résoudre le problème théoriquement ou par simulation et evaluer la justesse de la solution concrete liée.
P5ODALG-AAv1 (6H): A l’issue du cours de programmation, un étudiant du cinquième semestre sera capable d’exécuter pas à pas des algorithmes en vérifiant leur validité (ils réalisent exactement la tâche pour laquelle ils ont été conçu) comportant des variables, des structures conditionnelles, itératives et d’appels de fonctions, en déterminer leurs résultats sans erreur
P5OFSIA-AAv1 (4H): A la fin du semestre, l’étudiant doit être capable de reconnaître des signaux continus usuels (porte, triangle, échelon, rampe, harmonique, exponentielle, impulsion) et les modéliser par une expression analytique.
P5OFSIA-AAv2 (4H): A la fin du semestre, l’étudiant doit être capable d'appliquer et identifier des transformations sur la représentation temporelle des signaux continus analogiques (superposition, décalage, transformation d’échelle et d’amplitude).
P5OFSIA-AAv3 (50H): A la fin du semestre, l’étudiant doit être capable d'analyser le contenu fréquentiel de signaux continus, composés de signaux usuels, en utilisant la transformation de Fourier. Cette analyse spectrale consiste en particulier à : (1) Manipuler le formalisme complexe de la transformation de Fourier (fréquences positive et négative) et retrouver la forme réelle, physiquement interprétable, de la décomposition (spectres d’amplitude, de phase, d’énergie et de puissance); (2) Identifier si le signal est plus ou moins riche en fréquences basses et hautes et faire le lien avec sa forme temporelle; (3) Déterminer la vitesse de décroissance du spectre; (4) Identifier des fréquences particulières selon la nature du spectre (discret/continu); (5) Déterminer spectralement (et temporellement) la valeur moyenne, la valeur efficace, l’énergie et la puissance du signal; (6) Déterminer le pourcentage de l’énergie ou de la puissance du signal localisée dans une bande de fréquences donnée; (7) Faire la synthèse d’un signal réel en s’imposant un pourcentage de sa puissance moyenne totale. L’étudiant aura consulté et assimilé les ressources scientifiques nécessaires afin de répondre au travail à réaliser.
P5OFSIA-AAv4 (8H): A la fin du semestre, l’étudiant doit être capable d'analyser à l’aide d’analyseur de spectre le contenu fréquentiel de signaux usuels et de signaux réels en sortie de capteurs. L’étudiant aura consulté et assimilé les ressources scientifiques nécessaires afin de répondre au travail à réaliser.
P5OFSIA-AAv5 (12H): A la fin du semestre, l’étudiant doit être capable de prédire la réponse d’un système SLIT (système continu, linéaire et invariant dans le temps) à une entrée modèle (combinaison de signaux usuels) en utilisant la convolution temporelle, ou le filtrage fréquentiel.
P5OFSIA-AAv6 (12H): A la fin du semestre, l’étudiant doit être capable d'effectuer l’analyse temporelle et fréquentielle des signaux à l’entrée et à la sortie d’un système continu de convolution-filtrage (SLIT) et faire le lien avec la réponse en fréquence et les distorsions d’amplitude et de phase d’un tel système. Analyser veut ici dire en particulier : (1) Faire le lien entre réponse impulsionnelle d’un SLIT et sa bande passante; (2) Déterminer la distorsion d’amplitude et de phase, le retard de phase et le temps de propagation de groupe, de fonctions de transfert classiques d’ordre 1 et 2.
P5OFASA-AAV2 (20H): Analyse des systèmes en boucle fermée: À la fin du semestre, les étudiants seront capables de :
P5OFASA-AAV3 (20H): Synthèse fréquentielle de correcteurs linéaires. À la fin du semestre, les étudiants seront capables de :
P6EASHI-AAv2 (10H): A l’issue du cours de sciences humaines l’étudiant.e doit être capable de concevoir totalement ou de présenter une action réalisable qui répond à un besoin sociétal ou environnemental identifié au préalable et de définir les conditions de réussite de celle-ci.
P6ECNUM-AAv1 (30H): à la fin de cet enseignement, chaque élève sait résoudre tout problème différentiel au moyen d'une méthode numérique et caractériser les propriétés de cette méthode. Cette résolution et cette caractérisation sont satisfaisantes si :
P6ECELP-AAv1 (40H): A l'issue du semestre S6, l'étudiant sera capable d'étudier des circuits typiques/communs d'électronique de puissance présent dans le quotidien.
P6EESIN-AAv1 (3H): A la fin du semestre, l’étudiant doit être capable d’établir l’expression analytique de signaux et systèmes à temps discret (on se limite dans ce cours au cas de l’échantillonnage régulier).
P6EESIN-AAv2 (9H): A la fin du semestre, l’étudiant doit être capable d’effectuer l’analyse spectrale des signaux et systèmes échantillonnés (analyse à temps discret et fréquence continue) en s’appuyant sur le concept de la transformée de Fourier au sens des distributions.
P6EESIN-AAv3 (9H): A la fin du semestre, l’étudiant doit être capable d’analyser et concevoir une chaîne de numérisation-reconstruction de signal continu analogique. Les concepts de traitement numérique du signal à mettre en pratique sont en particulier : (1) Le théorème de Shannon sur le choix de la fréquence d’échantillonnage (sur- et sous-échantillonnage) et les propriétés spectrales qui en découlent; (2) Les enjeux sur le choix des paramètres du filtre anti-repliement pour être à même de minimiser le bruit de recouvrement; (3) Les enjeux sur le choix des paramètres du filtre passe-bas de reconstruction (filtre interpolateur) pour restituer correctement le signal continu analogique.
P6EESIN-AAv5 (12H): A la fin du semestre, l’étudiant doit être capable de faire l’analyse complète (réponse temporelle, réponse en fréquence, étude de stabilité, nombre de coefficients de l’équation de récurrence, nombre d’éléments de retard, graphe de fluence, sensibilité numérique et bruit de calcul) de filtre numérique de type RIF ou RII en utilisant la convolution discrète et la fonction de transfert en Z. Cette analyse devrait conduire à un choix approprié et argumenté vis-à-vis du signal à filtrer.
P7EZZGN-AAv1 (31H): concevoir le prototype d'un système mécatronique non mobile à deux axes autopilotés et asservis
P7EZZGN-AAv3 (18H): : mettre en place un protocole de test pour un système mécatronique non mobile à deux axes autopilotés et asservis, le mettre en œuvre et en évaluer les résultats
P7EBADD-AAV1 (0H): À la fin du cours d’analyse de données, l'étudiant sera capable de choisir, en motivant son choix, une distribution à paramètres pour modéliser un jeu de données fourni et d’en estimer le ou les paramètres en construisant des intervalles de confiance, tout en sachant expliquer la signification et la portée de ces estimations.
P7EBADD-AAV2 (0H): À la fin du cours d’analyse de données, l'étudiant sera capable de construire des tests d'hypothèse (dans les contextes de p-value, ANOVA, MANOVA...) et d'en calculer les statistiques associées pour conclure quant à des jeux de données fournis. En outre, l'étudiant sera capable d'expliciter la portée et la validité des conclusions.
P7EBADD-AAV6 (0H): À la fin du cours d’analyse de données, l'étudiant sera capable de mener une analyse de la qualité d'un modèle construit en utilisant les méthodes proposées dans le cours. Par exemple : "goodness of fit" (AAV1) pour comparer des distributions différentes, signification de coefficients identifiés dans une régression, matrice de confusion ou scores de précision et rappel, dans le cas ou le modèle est utilisé pour classifier les données de façon supervisée.
P7ECACE-AAv6 (12H): Comparaison de résultats expérimentaux avec des calculs théoriques ou des simulations. À l'issue de cet enseignement, l'étudiant du septième semestre sera capable, en groupe de 4 à 5 étudiants, de faire le lien entre des données expérimentales qu'ils ont produites et des résultats théoriques obtenus par calcul et/ou simulation numérique.
P7EEENT-AAv_B (0H): A l'issue du S7, l'étudiant sera capable de définir les problèmes scientifiques à résoudre, les analyser, les modéliser et proposer une ou plusieurs solutions en proposant des hypothèses simplificatrices, en faisant appel à des modèles existants et les adaptant à la situation et en justifiant ses choix dans un domaine d'ingéniérie.
P8EZZGN-AAv2 (21H): réaliser le prototype temps réel du synthétiseur sur cible microcontrôleur, intégrer la communication MIDI sur USB, et valider expérimentalement son comportement à l'aide de l'instrumentation du laboratoire
P8ECTIM-AAv1 (35H): A la fin du semestre, l’étudiant sera familiarisé avec les enjeux de la vision artificielle et aura acquis les concepts fondamentaux du traitement et de l’analyse des images numériques 2D.
P8EEENT-AAv_B (0H): A l'issue du S8, l'étudiant sera capable de définir les problèmes scientifiques à résoudre, les analyser, les modéliser et proposer une ou plusieurs solutions en adoptant une démarche de recherche.
S9FISEA_PER-AAv2 (20H): A la fin du module PER,les étudiants.es doivent être capables de dresser une grille d'analyse d'une solution et d'en évaluer la pertinence au regard des enjeux environnementaux et sociétaux
S9FISEA_CCM-AAv3 (12H): A la fin de ce cours, l’étudiant.e sera capable de construire un observateur d’état et de synthétiser un contrôle par retour d’état observé sur un système linéaire SISO répondant à un cahier des charges (stabilité, précision, rapidité, robustesse).
S9FISEA_CCM-AAv4 (12H): A la fin de ce cours, l’étudiant.e sera capable de modéliser les incertitudes de modélisation d’un système dynamique à temps discret et les incertitudes d’observation de l’état du système, en vue d’une estimation adaptative de l’état qu’il réalisera par filtrage de Kalman pour le cas de systèmes linéaires.
S9FISEA_CCM-AAv5 (20H): A la fin de ce cours, l’étudiant.e sera capable de linéariser un processus dynamique ou une loi d’observation afin de procéder à une estimation d’état adaptative par filtrage de Kalman étendu (filtre EKF) et d’effectuer une comparaison avec un filtre de Kalman Unscented (UKF).
S9FISEA_CCM-AAv6 (16H): A la fin de ce cours, l’étudiant.e sera capable de réaliser une commande d’un système linéaire par retour d’état selon un critère d’optimisation quadratique : commande LQR ou commande LQG lorsque l’état n’est que partiellement observé
S9FISEA_CCM-AAv8 (42H): A la fin de ce cours, l’étudiant.e sera capable d’implémenter, implanter et régler quelques solutions de commande de systèmes non-linéaires : commande linéarisante, commande par platitude, commande par fonction de Lyapunov,…
S9FISEA_ENT-AAv_B (0H): A l'issue du S9, l'étudiant est capable de définir les problèmes scientifiques à résoudre, les analyser, les modéliser et proposer une ou plusieurs solutions robuste en adoptant une démarche rigoureuse de recherche dans un contexte professionnel.
S10FISEA_ENT-AAv*B (0H): A l'issue du S10, l'étudiant est capable de définir les problèmes scientifiques à résoudre, les analyser, _et, le cas échéant, les modéliser et proposer une ou plusieurs solutions robuste * en adoptant une démarche rigoureuse de recherche dans un contexte professionnel.