Option MAREVA 2023
Les responsables de l’option MAREVA et professeurs à Mines Paris – PSL
-
Beatriz Marcotegui – Centre de Morphologie Mathématique et
-
Brigitte d’Andrea-Novel – ITN & Centre de Robotique,
ont le plaisir de vous présenter le nouveau curriculum de l’option MAREVA en 2023 !
Introduction
Les véhicules autonomes, les robots humanoïdes ou encore les systèmes d’imagerie médicale font partie des projets technologiques innovants dont la conception nécessite la maîtrise de multiples compétences. Pour préparer à ses étudiants à développer de tels projets, l’option MAREVA forme ses étudiants aux quatre disciplines clés suivantes :
- Automatique,
- Robotique,
- Vision artificielle,
- Apprentissage automatique.
Issue de la fusion des options Automatique et Robotique, puis réformée en 2021, l’option MAREVA, est devenue l’une des options les plus attractives de Mines Paris, avec une proposition unique au croisement des mathématiques appliquées, de l’informatique et des technologies.
Disciplines
Décrivons en quoi consistent les quatre disciplines centrales de l’option MAREVA :
-
Automatique. L’automaticien étudie les systèmes évoluant dans le temps ou systèmes dynamiques ; il développe des algorithmes pour asservir automatiquement de tels systèmes afin qu’ils se comportent comme il le souhaite. Le terme de “système” peut désigner des objets de nature très variée, d’origine mécanique, électrique, biologique, économique, etc. Gérer la poussée des réacteurs d’une fusée, optimiser le rendement d’un réacteur chimique ou stabiliser un drone sont des exemples de projets d’Automatique.
-
Robotique. Un robot est un système artificiel doté de moyens de perception, de raisonnement et d’action qui lui permet d’interagir avec son environnement. Développés pour le domaine manufacturier, les robots sont désormais déployées dans les exploitations agricoles, les centrales nucléaires, les projets d’exploration spatiale, sur la route automatisée, etc.
-
Vision artificielle. Elle consiste au développement d’algorithmes d’extraction d’information et d’interprétation d’images ou de vidéos pour comprendre leur contenu. En pleine expansion en raison de l’apparition de systèmes d’acquisition de plus en plus sophistiqués (images hyper-spectrales, nuages de points 3D, etc.), la discipline connaît également une révolution méthodologique avec le succès des méthodes d’apprentissage profond, qui viennent compléter les approches classiques telles que la morphologie mathématique. Les domaines d’application de la vision artificielle sont très variés : véhicules autonomes, imagerie satellitaire, imagerie médicale, contrôle industriel, etc.
-
Apprentissage automatique. L’Apprentissage automatique — ou Machine Learning — permet de concevoir des systèmes informatiques qui n’ont pas été explicitement programmés, mais dont le comportement a été optimisé en fonction de données disponibles et d’objectifs à atteindre. L’apprentissage automatique permet aux machines de reconnaître des schémas complexes, de faire des prédictions et de prendre des décisions autonomes. Ses applications sont extrêmement diverses, allant de la recommandation de produits sur les plate-formes de commerce en ligne à la détection de fraudes financières, en passant par la reconnaissance vocale et faciale, la conduite autonome, l’optimisation logistique, et bien d’autres domaines.
Programme 2023
Le programme de formation MAREVA 2023 exploite 6 semaines. Les trois premières semaines sont des consacrées à des enseignements, puis après un interlude de quelques mois, à une semaine de visites et deux semaines de projets.
Enseignements MAREVA — Semaines 1 à 3
Du 26 septembre 2023 au 30 septembre 2023
| Jour | Sujet | Domaines | Intervenant |
|---|---|---|---|
| Lundi | Accueil Mines Paris | ||
| Mardi | Accueil Option MAREVA | Brigitte d’Andrea-Novel | |
| Automatique linéaire | Sébastien Boisgérault | ||
| Mercredi | Imagerie médicale: GE Healthcare (Buc) | Beatriz Marcotegui | |
| Imagerie médicale: GE Healthcare (Buc) | Beatriz Marcotegui | ||
| Jeudi | Réseaux de neurones | Bruno Figliuzzi | |
| Réseaux de neurones | Bruno Figliuzzi | ||
| Vendredi | Imagerie médicale | Jean-Marie Rocchisani | |
| Capteurs | François Goulette |
Du 2 octobre 2023 au 6 octobre 2023
| Jour | Sujet | Domaines | Intervenant |
|---|---|---|---|
| Lundi | Imagerie 3D | François Goulette | |
| Modélisation 3D | Jean-Pierre Richa | ||
| Mardi | Robotique chirurgicale | François Goulette | |
| Commande linéaire | Sébastien Boisgérault | ||
| Mercredi | Observateurs linéaires | Silvère Bonnabel | |
| Commande non-linéaire | Brigitte d’Andrea-Novel | ||
| Jeudi | Commande de robots manipulateurs | Brigitte d’Andrea-Novel | |
| Observateurs non-linéaires | Pauline Bernard | ||
| Vendredi | Commande de robots mobiles | Brigitte d’Andrea-Novel | |
| Robotique humanoïde | Justin Carpentier |
Du 9 octobre 2023 au 12 octobre 2023
| Jour | Sujet | Domaines | Intervenant |
|---|---|---|---|
| Lundi | Systèmes à évènements discrets 1/6 | Stéphane Gaubert | |
| Présentation stages 2A | |||
| Mardi | Systèmes à évènements discrets 2/6 | Stéphane Gaubert | |
| Présentation stages 2A | |||
| Mercredi | Modèles génératifs | Santiago Velasco | |
| Segmentation sémantique avec U-Net | Beatriz Marcotegui | ||
| Jeudi | Analyse de nuage de points 3D | Beatriz Marcotegui | |
| Imagerie médicale | Beatriz Marcotegui | ||
| Vendredi | Apprentissage par renforcement en Robotique | Stéphane Caron | |
| Visites MAREVA (préparation) |
Interlude
Trois lundis sur la période novembre & décembre sont consacrés à l’option :
| Jour | Sujet | Domaines | Intervenant |
|---|---|---|---|
| Lundi 6 nov. 2023 matin | Systèmes à évènements discrets 4/6 | Stéphane Gaubert | |
| Lundi 13 nov. 2023 matin | Recherche de stages | ||
| Lundi 13 nov. 2023 après-midi | Systèmes à évènements discrets 5/6 | Stéphane Gaubert | |
| Lundi 18 déc. 2023 matin | Recherche de stages | ||
| Lundi 18 déc. 2023 après-midi | Systèmes à évènements discrets 6/6 | Stéphane Gaubert |
Visites MAREVA — Semaine 4
La semaine 4 est consacrée à des visites d’entreprises et de laboratoires exercant leur activité dans les domaines de l’option. Elles permettent d’y découvrir des mises en situation réelles, ainsi que les enjeux scientifiques et techniques, sociétaux et environnementaux associés à l’option.
Du 16 au 20 octobre 2023
| Jour | Activité | Lieu |
|---|---|---|
| Lundi | Visite VirtUs | Rennes |
| Visite InterDigital | Rennes | |
| Mardi | Visite Check&Visit | Rennes |
| Visite Siradel | Rennes | |
| Mercredi | Forum Trium | Paris |
| Jeudi | Controverses | Paris |
| Vendredi | Visite Wandercraft | Paris |
| MAREVA : retours d’expérience | Paris |
Projets MAREVA — Semaines 5 et 6
Un moment fort de la période d’option est la réalisation de projets. Pendant une dizaine de jours, les étudiants en binômes, encadrés par des enseignants-chercheurs de l’école ou des collaborateurs extérieurs, doivent apporter une solution à un problème original tiré des problématiques de recherche actuelles. Pour ceci, ils doivent réaliser une étude préalable de l’existant, imaginer, développer les meilleures stratégies dans un temps limité et les présenter à l’oral. Cette expérience recherche constitue une préparation pour les travaux d’option du semestre 6.
Semaines du ?? et ?? janvier 2024
| Jour | Domaines | Activité |
|---|---|---|
| Lundi | Examen Imagerie Médicale | |
| Examen Automatique | ||
| Examen Systèmes à temps discret | ||
| Du mardi ??? au ven ??? | Projets MAREVA | |
| Du lundi ??? au ven ??? | Projets MAREVA |
Travaux d’option 2023
Les étudiants choisiront un stage d’option parmi ceux proposés par les entreprises et laboratoires partenaires de MAREVA. Les travaux d’option se dérouleront du ??? au ???.
A ce jour, les sujets proprosés sont les suivants :
| Entreprise | Sujet | |
|---|---|---|
| Owkin | Causalité et invariance pour l’identification de cibles | |
| Exotec | Algorithmes de gestion de la circulation d’une flotte de robots | |
| Eco-Adapt | Maintenance prédictive de l’état d’usure d’un roulement | |
| Dassault | Traduction automatique par Deep Learning | |
| Datakalab | Compression de réseaux de neurones | |
| Engie | Détection et reconnaissance d’objets à partir de documents visuels | |
| JOKO | Automatisation de la navigation dans le navigateur web Joko | |
| LAMSADE | Modèles d’attention et apprentissage par renforcement | |
| Spinergie | Apprentissage d’activité de bateaux à partir de leur trajectoire | |
| RTE | Modèles génératifs pour des scénarios de production photovoltaïque et éolien |