ED SPI Catalogue des modules 2019/2020
←
→
Transcription du contenu de la page
Si votre navigateur ne rend pas la page correctement, lisez s'il vous plaît le contenu de la page ci-dessous
Catalogue des modules
ED SPI
2019/2020
MODULE SPI 1
Découverte du calcul à haute performance (HPC)
Dispensé par le laboratoire d'Informatique, Modélisation et Optimisation des Systèmes (LIMOS)
Durée : 17h
Objectif du module : découvrir le calcul à haute performance, apprendre à utiliser un cluster de calcul et
à mieux exploiter la puissance des serveurs
Prérequis : quelques notions de programmation
Présentation :
Le but de ce module est de découvrir (ou approfondir ses connaissances sur) la programmation parallèle
(CPU et/ou GPU) et le calcul à haute performance.
On fera un tour d'horizon des technologies actuelles et on donnera des exemples réels d'utilisation (en
biologie, physique, informatique, ...).
On présentera les principales librairies utilisées dans le cadre de programmation parallèle (MPI,
openMP, ...). Leur utilisation sera illustrée sur des exemples simples afin de voir à la fois les gains qu'il
est possible d'obtenir et les limitations.
Une séance entière sera consacrée à l'utilisation d'un cluster de calcul de sorte que les étudiants
acquièrent les connaissances suffisantes pour utiliser les ressources de calcul d'un mésocentre (centre
de calcul à haute performance).
Plan du cours :
. Histoire, concepts modernes et avenir de l'informatique haute performance. Illustration à l'aide
d'exemples concrets (David Hill, 2h)
. Présentation des architectures et des modèles de programmation parallèle, des grilles de calcul (David
Hill, 2h)
. Apprendre à utiliser un cluster de calcul avec gestionnaire de ressources (Hélène Toussaint, 3h)
. Découverte de la programmation parallèle avec des threads, illustration avec openMP (Jonas Koko, 4h)
. Découverte de la programmation parallèle avec des processus, illustration avec openMPI (Jian-Jin Li,
6h)
MODULE SPI 2
Processus d’Innovation dans l’Ingénierie
Grigore GOGU
Professeur des universités à SIGMA Clermont, Institut Pascal
La création des systèmes techniques (systèmes réalisés par l’homme pour augmenter la
productivité de son travail) est une des plus anciennes préoccupations de l’homme. Malgré l’existence
multimillénaire de cette activité et malgré les avancements spectaculaires de la recherche scientifique
dans la connaissance de l’homme, de son environnement et de ses outils, il y a un retard considérable
dans la formalisation scientifique de la démarche méthodologique de l’innovation des systèmes
techniques.
La compétitivité mondiale actuelle oblige les « créateurs » des systèmes techniques à innover sans
cesse et rapidement leurs produits. En outre, la composition pluritechnologique (mécanique,
électronique, informatique,..) des systèmes techniques actuels impose de plus en plus une
pluridisciplinarité de l’équipe de conception et une maîtrise méthodologique du processus d’innovation.
Dans cette conjoncture, l’approche psychologique de l’innovation et l'heuristique générale (ou la logique
de la découverte) constituent des outils méthodologiques peu efficaces. Les méthodes psychologiques
basées sur la créativité de groupe comme brainstorming (A. F. Osborn, 1938), synectique (W.J.J. Gordon,
1946), Delphi (O. Helmer, 1965), etc. sont utiles pour l’innovation commerciale, de management, de
marketing, de publicité, mais très peu efficaces pour résoudre les tâches complexes d’innovation de
systèmes techniques. Les méthodes de conception actuelles, basées sur l’analyse fonctionnelle, l’analyse
de la valeur, le QFD (Quality Function Deployment), la conception robuste (G. Taguchi, 1980), la
conception axiomatique (N.P. Suh, 1990), abordent le processus de conception dans un contexte plus
large permettant d’intégrer les besoins du client et la satisfaction de ces besoins ainsi que l’analyse de
benchmarking. Ces méthodes sont complétées en amont par la méthodologie d’innovation
technologique.
Objectifs
a. Maîtriser les notions de base : inventivité, découverte, invention, innovation technologique,
brevet, solutions innovantes, créativité, pensée convergente, pensée divergente, mémoire
logique et langages, facteurs de la créativité, obstacles pour la créativité.
b. Maîtriser des techniques, des approches, des algorithmes, des modèles et des méthodes
d’innovation : étapes de la création scientifique et technique, techniques de créativité,
techniques de stimulation de la créativité, modèles du processus créatif, recherche
morphologique, algorithme phylogénétique, théories de l’intelligence multiple, théories de
résolution des problèmes inventifs.
c. Maîtriser des logiciels de créativité et de génération d’idées.
d. Développer une vision globale sur la conception et l’innovation.
e. Valoriser les acquis par l’innovation méthodologique, l’innovation d’outils, l’innovation de
produit et l’innovation de processus
f. Sensibilisation à la recherche scientifique dans le domaine de la méthodologie de l’innovation
technologique
Contenu
1. Rôle de la recherche scientifique et de l’innovation technologique dans le développement
économique et social
1.1. Découverte, invention, innovation
1.1.1. Inventivité dans l’histoire de l’humanité
1.1.2. Sémantique de l’inventivité
1.1.3. Découverte - invention - innovation relation spatio-temporelle
1.1.4. Innovation technologique
1.1.5. Innovation - concept large
1.2. Position de la France en recherche et innovation
1.2.1. Position scientifique
1.2.1.1. Publications scientifiques
1.2.1.2. Innovation et la politique de recherche
1.2.2. Position technologique
1.2.2.1. Brevets d’invention
1.2.2.2. Innovation et la politique économique
1.2.2.3. Innovation et la stratégie concurrentielle
1.2.2.4. Sources et objectifs de l’innovation technologique
1.2.2.5. Transfert technologique et diffusion de l’innovation
1.2.2.6. Classement des branches industrielles par intensité technologique
1.2.2.7. Technologies-clés
1.3. Innovation technologique et croissance
1.3.1. Science - technologie et la croissance
1.3.2. Innovation technologique et le dynamisme de l’emploi
1.3.3. Composantes d’un système d’innovation
1.4. Recherche fondamentale – recherche appliquée - développement
1.4.1. Principales caractéristiques
1.4.2. Transfert technologique
1.4.3. Politiques de recherche
1.5. Tableau de bord de l’innovation en Europe
1.5.1. Système d’innovation au niveau européen
1.5.2. Indicateurs du tableau de bord de l’innovation
1.5.3. Positionnement par pays
1.5.4. Conclusions du tableau de bord
2. Notions de propriété industrielle
2.1. Protection des inventions – regard historique
2.1.1. Premières formes de protection dans l’Antiquité
2.1.2. Privilèges délivrés par les souverains (Lex Privata,
Lettres Patentes, Litterae Pantentes)
2.1.3. Venise - mère du brevet moderne (Parte Veneziana)
2.1.4. Statut des monopoles (Statute of Monopolies)
2.1.5. Premières lois « modernes » en la matière de brevets
2.2. Propriété industrielle et propriété intellectuelle
2.2.1. Code de la propriété intellectuelle
2.2.2. Rôle stratégique de la propriété industrielle
2.3. Brevet d’invention
2.3.1. Brevetabilité
2.3.2. Types de brevets
2.3.3. Rédaction d’une demande de brevet
2.3.4. Etapes dans l’obtention d’un brevet
2.3.5. Utilité des brevets
2.3.6. Vie d’un brevet
2.4. La recherche dans les bases de brevets
2.4.1. Classification internationale des brevets
2.4.2. Bases de brevets disponibles sur Web
3. Innovation technologique dans le contexte général de la créativité
3.1. La créativité, état d’esprit, art ou science ?
3.1.1. Créativité - Pensée et l’organisation du cerveau
3.1.1.1. Définitions de la créativité et de la pensée
3.1.1.2. Le mythe grecque de la créativité
3.1.1.3. Fonctions majeures du cerveau
3.1.1.4. Pensée et les deux hémisphères du cerveau (modèle de Sperry)
3.1.1.5. La pensée et la « trinité » cérébrale (modèle de McLean)
3.1.1.6. Modèle de Ned Herrmann des préférences cérébrales
3.1.1.7. Pensée et l’intelligence multiple
3.1.1.8. Pensée verticale – pensée traditionnelle (Socrate, Platon, Aristote)
3.1.1.9. Pensée latérale et la recherche d’alternatives (Edward de Bono)
3.1.1.10. Pensée parallèle et l’élaboration des nouveaux concepts (Edward de
Bono)
3.1.1.11. Pensée rayonnante et les cartes cérébrales (Tony Buzan)
3.1.1.12. Pensée janusienne et la maîtrise des antithèses (Albert Rothenberg)
3.1.1.13. La dualité Yin – Yang et les voies parallèles de la pensé (J. E. Bogen)
3.1.2. Structures heuristiques fondamentales dans la créativité
3.1.2.1. Facteurs de créativité
3.1.2.2. Obstacles pour la créativité / « créaticides »
3.1.2.3. Principes pour développer la créativité, inspirés par la pensée de
Léonard de Vinci
3.1.2.4. Techniques de stimulation de la créativité
3.1.2.5. Cultiver l’esprit créatif
3.2. Résolution des problèmes créatifs
3.2.1. Problème et résolution de problème
3.2.2. Modèle de Poincaré – Wallis
3.2.3. Modèle de Roger van Oech
3.2.4. Modèle de James Higgins
3.3. Méthodes / techniques de créativité
3.3.1. Systématisation des techniques de créativité
3.3.2. Quelques méthodes / techniques de créativité
3.4. Solution créative – innovation - invention
4. Innovation technologique et la théorie de la résolution des problèmes inventifs
4.1. Genèse de la théorie de la résolution de problèmes inventifs
4.1.1. Parallélisme entre la résolution des problèmes créatifs et la résolution de
problèmes inventifs
4.1.2. TRIZ – Théorie de la Résolution des Problèmes Inventifs
4.1.3. WOIS -Widerspruchsorientierte Innovationsstrategie
4.1.4. TIPS - Theory of Inventive Problem Solving
4.1.5. Principaux postulats de la théorie de la résolution de problèmes inventifs
4.2. Identification et formalisation des problèmes inventifs
4.2.1. Formalisations basées sur les fonctions d’un système technique
4.2.1.1. Modèle S - C (Substance – Champ)
4.2.1.2. Modèle SUN (Système – Effet Utile – Effet Néfaste)
4.2.1.3. Diagramme cause – effet
4.2.2. Formalisation basée sur le résultat final idéal
4.2.3. Formalisation basée sur les lois de développement des systèmes techniques
4.2.4. Questionnaire pour définir le contexte du problème
4.3. Ressources techniques
4.3.1. Substances
4.3.2. Champs
4.3.3. Effets physiques, chimiques et géométriques
4.3.4. Ressources fonctionnelles
4.3.5. Ressources d’information
4.3.6. Ressources de temps
4.3.7. Ressources d’espace
4.4. Principes d’innovation
4.4.1. Contradictions techniques et contradictions physiques
4.4.2. Entités d’innovation
4.4.3. Principes d’innovation
4.4.4. Matrice des contradictions
4.5. Solutions innovantes génériques
4.5.1. Solutions innovantes génériques pour transformer un système
4.5.2. Solutions innovantes génériques pour la mesure des paramètres
4.6. Evolution des systèmes techniques
4.6.1. Tendances d’évolution des systèmes techniques
4.6.2. Systématisation des solutions innovantes
4.6.3. Veille technologique
4.7. Algorithme de résolution des problèmes inventifs (ARIZ)
5. Innovation technologique par l’approche morphologique et phylogénétique
5.1. Approche systématique dans l’innovation
5.2. Approche morphologique
5.2.1. Morphologie et recherche morphologique
5.2.1.1. Représentation du produit morphologique par matrices
5.2.1.2. Recherche morphologique séquentielle sélective
5.2.1.3. Recherche morphologique pondérée sélective par
division en sous morphologies
5.2.1.4. Recherche morphologique par énumération ordonnée
(lexicographique)
5.2.1.5. Recherche morphologique par avancement aléatoire
5.2.2. Approche morphologique dans l’innovation
5.3. Approche phylogénétique
5.3.1. Approche systématique évolutionniste
5.3.2. Principe phylogénétique
5.3.3. Algorithme phylogénétique
5.3.4. Innovation par l’approche phylogénétique
6. Intégrations des techniques d'innovation dans les méthodes générales de conception
6.1. Conception et processus de conception dans l’ingénierie
6.2. Utilisation des techniques d’innovation dans les méthodes générales de
conception
6.2.1. Analyse fonctionnelle
6.2.2. Analyse de la valeur
6.2.3. Méthode QFD (Quality Function Deployment)
6.2.4. Conception robuste
6.2.5. Conception axiomatique
6.2.6. Démarche globale 8D (Global-8D-Process)
6.2.7. Modèle de Kano de la qualité totale
6.2.8. Théorie des contraintes (TOC)
6.2.9. Détermination des défaillances par anticipation (AFD-Anticipatory
Failure Determination)
6.2.10. Eco-design
6.2.11. Innovation collaborative
7. Outils IAO (Innovation Assistée par Ordinateur)
7.1. Logiciels de créativité et d’innovation
7.2. Logiciels de Invention Machine Corporation
7.2.1. TechOptimizer®
7.2.1.1. Analyse de produit
7.2.1.2. Analyse de processus
7.2.1.3. Effets
7.2.1.4. Principes
7.2.1.5. Prédiction
7.2.1.6. Transfert de caractéristiques
7.2.2. Goldfire
7.3. TRIZSoft™ de Ideation International
7.3.1. Innovation WorkBench® (IWB) with Problem Formulator™
7.3.2. Anticipatory Failure Determination™ – Ideation Failure Analysis (IFA)
7.3.3. Anticipatory Failure Determination™ – Ideation Failure Prediction (IFP)
7.3.4. Knowledge Wizard®
7.3.5. Improver™
7.3.6. Ideator™
7.3.7. Golden Classical TRIZ
7.3.8. Innovation Situation Questionnaire® (ISQ)
8. Etudes de cas avec le logiciel IHS GoldfireMODULE SPI 3 MODULE SPI 03 : OUTIL MATHEMATIQUE POUR LE DOCTORANT AVEC MATLAB Objectifs du module Quel que soit votre domaine de recherche, vous aurez besoin d'utiliser des outils de programmation ne serait-ce que pour faire du "preuve de concept". Matlab est un environnement de travail très complet et assez "user friendly" qui donne accès à une foultitude de méthodes mathématiques et graphiques. Ce stage propose de voir ou revoir les bases de programmation en Matlab et d'en donner des applications à des problèmes Mathématiques à la fois simples et d'intérêts quasi-universels dans vos domaines, comme La résolution de systèmes linéaires ou non, l'interpolation et l'approximation des données ou l'optimisation numérique de paramètres sur des exemples concrets. Un polycopié surdimensionné (et les corrigés de tout les exercices sous forme électronique) vous sera remis et en sus des parties communes (évoquées plus haut) chacun pourra dans la dernière journée de stage y trouver de quoi nourrir ses intérêts propres et également le conserver comme aide à de futurs travaux. ATTENTION : pour suivre ce module, vous devez avoir activé votre ENT UBP avant d’assister aux cours et pouvoir vous y connecter pendant le cours. Enseignant : M. GROS Fabrice
MODULE SPI 6 GEOMETRIE ET INFORMATIQUE : DE LA THEORIE AUX APPLICATIONS
MODULE SPI 7 M O DU L E S PI 7 : M E TA H E U R I S TI Q U E S P O U R L ’ O PT I M I S A TI O N CO M BI N A T O I R E . E V O L U T I O NS E T TE N DA N CE S A C TU E L L E S Objectifs du module L'objectif de ce module est de donner une vision globale du domaine, de la théorie aux aspects algorithmiques, en s’attachant à faire découvrir aux étudiants les avancées récentes des métaheuristiques pour l’optimisation combinatoire et les défis posés par les systèmes complexes. Il englobe une introduction aux problèmes d'optimisation combinatoire, la définition et la présentation de quelques métaheuristiques (recuit simulé, recherche tabou, algorithme génétique, intelligence en essaim), et la présentation d'hybridation et de couplage de ces métaheuristiques entre elles. Plusieurs études de cas, qu'elles soient académiques ou industrielles, viennent illustrer les éléments théoriques : voyageur de commerce, ordonnancement d'atelier, tournées de véhicules avec synchronisation, ordonnancement de projet, problème inverse pour les automates cellulaires. Ce cours s'adresse donc à la fois à des étudiants souhaitant découvrir ce domaine ou à des étudiants initiés souhaitant approfondir leurs connaissance. Enseignants : Laurent Deroussi, Nathalie Grangeon
MODULE SPI 8
ED SPI - MODULE 8 - INRAE -TSCF
La Recherche en Sciences Pour l’Ingénieur
au service de l’environnement et des agrosystèmes
PRESENTATION générale
PRESENTATION générale
Ce module organisé par l’Unité de Recherche TSCF « Technologies et Systèmes
d’Information pour les Agrosystèmes » d’INRAe s’attache à illustrer le rôle clef des
Sciences Pour l’Ingénieur pour le développement d’outils et de méthodes au service de
l’environnement en général et de l’agriculture en particulier. Ces travaux de recherche
s’intègrent notamment dans les activités du thème Agro Technologies qui rassemble
plusieurs partenaires académiques au sein de l’Axe 2 : Systèmes et Services intelligents
pour la production et les transports du projet I-Site CAP 20-25.
Les travaux présentés par différents chercheurs et ingénieurs illustreront la mise en
œuvre de nouveaux outils pour caractériser différentes grandeurs physiques en relation
avec l’environnement, le sol, ou encore certaines machines à fort impact environnemental
intervenant dans la chaine de production de produits agricoles. On montrera comment
ces machines deviennent de plus en plus intelligentes et communicantes grâce aux
technologies empruntées à la robotique, aux réseaux de communications sans fil, aux
partages d’informations via des systèmes d’information spatialisés, aux stockages et
accès à des données hétérogènes avec la mise en œuvre de nouveaux outils de partage
du web…Une sensibilisation aux méthodes d’analyse de cycle de vie sera également
abordée dans ce module. Bref un large spectre d’illustrations très concret qui saura
profiter aux participants en leur faisant découvrir le domaine passionnant de
l’agroécologie, mais également en leur présentant des techniques pouvant leur rendre
des services dans d’autres champs d’application. Bienvenue à tous !!MODULES SPI 9 ET 10 MODULE SPI 8 MODULE SPI 8
MODULE SPI 11
ANGLAIS SCIENTIFIQUE
Module réservé aux niveaux B1 + B2
Public
Doctorants
Objectifs
Améliorer les compétences des stagiaires à l’écrit et à l’oral pour leur permettre d’être plus à
l’aise en présentant leurs travaux
Approche
Étude d’articles, de revues internationales et de textes rédigés en anglais
Travail en petits groupes et en binômes ainsi qu’individuellement
Contenu du cours
Travail sur l’amélioration de l’écrit : travaux actuels des doctorants participants ; savoir-faire un
compte-rendu
Présenter ses travaux de thèse à l’oral de façon succincte et claire (Présenter sa thèse en 3
minutes)
Savoir présenter un sujet non spécialiste
Apprendre à parler de sujets à controverse, animer une discussion, parler du pour et du contre
Points linguistiques particuliers (à voir selon les besoins du
groupe)
Les temps du verbe
Forme active ou forme passive
Utilisation de l’article
Les relatifs
Concision
Les nombres et chiffres
Mots de liaison
Les quantificateurs
Leisha Lecointre
SCLV Université Clermont Auvergne
leisha.lecointre@uca.frMODULE SPI 12 O U TI L S D' A I DE A L A P RO G R A M M AT I O N Étudiants visés : Tous les étudiants amenés à faire de la programmation (C, C++, Matlab, …) au cours de leur thèse, ou souhaitant découvrir les différents outils liés à la programmation : Git, CMake, Doxygen, GDB, Gnuplot,... ou les langages/bibliothèques : Latex, Qt. Objectifs de l'atelier : Découverte d'un outil de travail collaboratif (Git) pour le suivi et le partage de code-source et de documents. Création d'un projet C/C++ avec CMake (aide à la compilation). Initiation à Linux. Initiation à l'auto-documentation des programmes développés (Doxygen). Introduction de Latex (système de composition de documents) pour la documentation. Introduction de Qt (bibliothèque C++) et GDB (débogueur). Initiation à Docker. Introduction de l'intégration continue (Jenkins, GitLab,…). Discussions autour de la gestion de projets informatiques. Principe de l'atelier : Les étudiants sont invités à tester en direct les programmes et les notions présentés dans le cadre de l'atelier. Les exemples seront principalement proposés en C++ bien qu'adaptable dans plusieurs langages, la maîtrise du C++ est facultative. Contrôle des connaissances : Mini-projet collaboratif (modalités à définir avec l’enseignant) afin d'utiliser toutes les notions abordées. Date et salle: Lundi 8 et mardi 9 juin 2020 Enseignant : M. Baudouin Léo, ex-doctorant Institut Pascal, Ingénieur Informatique
Vous pouvez aussi lire
