Master in
Master of Control and Robotics - Signal and Image Processing (CORO SIP) Centrale Nantes
introduzione
Elaborazione di segnali e immagini (CORO SIP)
Il programma Signal and Image Processing (SIP) affronta la teoria e la pratica di tecniche avanzate di analisi dei dati, dalla statistica computazionale, matematica applicata, calcolo scientifico e imaging numerico, alla loro implementazione pratica in diversi campi come l'ingegneria biomedica, la scienza delle immagini, elaborazione audio e tecnologia dell'informazione.
La caratteristica chiave del programma è la progettazione di soluzioni matematiche, per problemi di elaborazione di segnali e immagini, tenendo conto delle specificità fisiche di questi dati e adattando l'implementazione numerica di queste soluzioni al contesto dell'applicazione, alla quantità di dati e alle risorse computazionali disponibili.
Il programma di studio dura due anni accademici - indicati con M1 e M2. Signal and Image Processing è una delle cinque specializzazioni disponibili all'interno del flusso di controllo e robotica. Alcuni dei corsi M1 sono insegnati attraverso le cinque specializzazioni, mentre i corsi M2 sono specifici per specializzazione.
La lingua di insegnamento è l'inglese per i due anni.
Curriculum
Curriculum
Contenuto del corso - M1
30 crediti ECTS per semestre. Lingua di insegnamento: inglese
| M1 - Corsi semestrali autunnali | CFU | M1 - Corsi del semestre primaverile | CFU |
| Elaborazione del segnale | 5 | Progetto di gruppo | 6 |
| Controllo lineare classico | 5 | Tecniche di ottimizzazione | 4 |
| Intelligenza artificiale | 4 | Robot mobili | 4 |
| Elettronica incorporata | 4 | Programmazione di sistemi in tempo reale | 4 |
| Identificazione dei sistemi e filtraggio dei segnali | 4 | Visione computerizzata | 4 |
| Informatica incorporata | 4 | Analisi spettrale e tempo-frequenza | 4 |
| Lingue moderne | 4 | Lingue moderne | 4 |
Contenuto del corso - M2
30 crediti ECTS per semestre.
Lingua di insegnamento: inglese
| Corsi semestrali autunnali | CFU | Semestre primaverile | CFU |
| Elaborazione statistica dei segnali e teoria della stima | 4 | Tesi Magistrale o Tirocinio Industriale | 30 |
| Rappresentazioni digitali di segnali e immagini | 4 | ||
| Apprendimento automatico, analisi dei dati e recupero delle informazioni | 4 | ||
| Ripristino del segnale e dell'immagine, metodi di inversione | 4 | ||
| Strumenti matematici per l'elaborazione di segnali e immagini | 4 | ||
| Segnali, immagini e metodi biomedici | 4 | ||
| Lingue moderne | 4 | ||
| Progetto | 2 |
NB Il contenuto del corso potrebbe subire lievi modifiche
tirocinio
Esempi di precedenti stage in Medicina:
- Analisi di segnali elettromiografici per la caratterizzazione di malattie neuromuscolari
- Ricostruzione di immagini di tomografia a emissione di positroni nel contesto di basse statistiche
- Miglioramento della risoluzione nella risonanza magnetica per immagini per la diagnosi cardiovascolare
Esempi di precedenti stage nel settore:
- Ottimizzazione di un sistema di monitoraggio della pressione dei pneumatici in un veicolo automobilistico
- Algoritmo di imaging veloce per la microscopia a illuminazione strutturata
Esempi di precedenti stage in laboratori di ricerca:
- Ottimizzazione numerica per il recupero del segnale ultrasonico sparso
- Analisi e classificazione dei suoni ambientali mediante metodi di deep learning
Galleria
Esito del programma
Abilità sviluppate
- Stabilire un modello statistico rilevante per la rappresentazione e l'analisi dei dati
- Proporre una soluzione metodologica e la sua implementazione numerica adeguata al contesto applicativo
- Acquisire un solido background nelle applicazioni reali dell'elaborazione di segnali e immagini nella ricerca e nell'innovazione
Oltre alle competenze specifiche di cui sopra, gli studenti svilupperanno anche competenze più generali:
- Identificare modelli, eseguire simulazioni e analizzare i risultati
- Effettuare un'indagine bibliografica sui lavori esistenti su un problema scientifico
- Comunicare risultati completi in modo significativo
- Gestire e supervisionare progetti di ricerca e innovazione
Opportunità di carriera
Prospettive di lavoro o di studio
- Settori: salute, comunicazione, tecnologia, trasporti.
- Settori: ingegneria biomedica, imaging industriale, ingegneria audio, informatica, matematica applicata, ricerca e innovazione.
- Posizioni: analista di dati, ricercatore scientifico, ingegnere di processo, ingegnere di progettazione, ingegnere di ricerca e innovazione (post dottorato)