Contenus de la formation par type

Ressource pédagogique

• TP Intelligence Artificielle appliquée

  

  Présentation théorique et utilisation expérimentale des principaux algorithmes utilisés en intelligence artificielle

• TP Microcontrôleur Pico et découverte des diagrammes d’états

  

  Initiation à la programmation d’une carte microcontrôleur Pico à l’aide de micropython et découverte des diagrammes d’états (commande de feux tricolores et commande d'un ventilateur)

• TP Initiation à l’électricité avec des éléments mécaniques Spintronics

  

  Découverte de comportements dynamiques identiques en mécanique et en électricité avec une modélisation par des outils mathématiques similaires

• TD Ingénierie numérique

  

  Mise en oeuvre de différentes applications de l’ingénierie numérique : Intégration numérique, Résolution de systèmes linéaires, Newton-Dichotomie et Euler

• TD/TP Intelligence Artificielle - Régression Linéaire Multiple

  

  TP de mise en oeuvre de l’algorithme RLM (Régression Linéaire Multiple) dans un contexte d’expérimentation et d’identification de frottements secs, fluides, et de masse à vide (ou inertie) appliqué au robot collaboratif COMAX mais utilisable sur tous les systèmes

• TD/TP Reconnaissance d'écriture manuscrite

  

  Utilisation des algorithmes de l’Intelligence Artificielle appliqués à la reconnaissance d’écriture en caractères non attachés

• TP/TD Détection et extraction de panneaux de signalisation routière

  

  Réalisation d'un algorithme qui permet d’identifier, d’extraire et de redimensionner des panneaux de circulation à partir de photos prises dans la circulation routière

• TD/TP Reconnaissance automatique de panneaux de signalisation routière

  

  Activité d'Intelligence Artificielle avec utilisation d'un algorithme KNN dit de recherche des "k plus proches voisins" en utilisant la norme euclidienne

• TP – Méthodes numériques et Intelligence Artificielle

  

  Acquisition de données par tracking vidéo, traitement puis modélisation et comparaison au traitement des données expérimentales et enfin, mise en œuvre d’une intelligence artificielle avec des programmes Python

• Apprentissage supervisé : Comportement aérien d’un drone

  

  IA / Apprentissage supervisé : TP Comportement aérien d’un drone Problème technique : Caractériser le comportement aérien d’un drone en utilisant des mesures provenant d’un smartphone implanté sur l’appareil. Compétences mise en œuvre : * Analyser les principes d'intelligence artificielle ; * Extraire...

• Calcul des structures par la méthode des éléments finis

  

  RDM est un logiciel destiné à l'enseignement du calcul des structures par la méthode des éléments finis. Il comprend les modules suivants : RDM - Flexion : calcul et optimisation des poutres droites sollicitées en flexion simple. RDM - Ossatures : analyse statique et dynamique des ossatures planes...

• Plate-Forme 6 axes

  

  On cherche à déterminer les efforts et la puissance à fournir aux vérins de la plate-forme d'un simulateur de vol, lors du déplacement imposé en translation rectiligne du plateau mobile (loi des vitesses en trapèze). La complexité du système d’équations obtenu l'utilisation de logiciels adaptés pour la résolution. L’accent...

• Modélisation multi physique d'un moteur pas à pas

  

  Cet article vise à mettre en évidence l'intérêt de la modélisation multi physique pour expliquer le fonctionnement d'un moteur pas à pas.

• Commande et modélisation multphysique de différentes motorisations

  

  1- Présentation Ces articles en complément de celui de l'an passé sur les moteurs pas à pas, a pour objectif de présenter les différentes motorisations et leurs commandes proposées dans le module SIMM sous Scilab. Nous montrerons également comment réaliser son propre bloc de modélisation acausale en utilisant le langage...

• Simulation Multi physique en CPGE

  

  Mettre en place les outils de simulation physique avec des étudiants en classes préparatoires. Deux exercices sont proposés : Orientation d'une tuyère de fusée et VTT électrique.