FR
What are you looking for?
Upcoming events
Nov 10, 2026 at 11:30
Prerequisite(s)
  • LOG200
  • MAT380
  • MAT350
Code
LOG635
Person in charge
Département de génie logiciel et TI
Cycle
1st
Credits
3
Workload
  • Cours (36h)
  • Laboratoire ou travaux pratiques (24h)
  • Travaux personnels (72h)

LOG635 - Systèmes intelligents et algorithmes

Ce cours vise à concevoir et de réaliser des composantes logicielles d'intelligence artificielle mobilisant la représentation des connaissances, le traitement automatique des langues naturelles et des algorithmes de recherche de solutions optimales.

Au terme de ce cours, la personne étudiante sera en mesure de :

  • comparer les approches symboliques et non symboliques en intelligence artificielle afin d'en dégager les avantages, les limites et les liens avec les domaines étudiés
  • construire un système expert capable de poser un diagnostic à l'aide d un moteur d'inférence fondé sur le chaînage avant et le chaînage arrière;
  • développer un analyseur capable d'interpréter un langage spécifique ou un texte en langue naturelle dans un contexte applicatif donné;
  • sélectionner un algorithme de recherche approprié pour résoudre un problème d'optimisation selon les caractéristiques du problème;
  • intégrer des composantes de représentation des connaissances, d'analyse textuelle et de recherche optimale dans un système d'intelligence artificielle;
  • évaluer le comportement des composantes développées afin de valider leur contribution au fonctionnement global du système.

Éléments de contenu : Approches symboliques et non symboliques en IA, intelligence machine vs intelligence humaine, agents intelligents: représentation des connaissances, raisonnement, planification, action, communication. Représentation des connaissances: systèmes experts, systèmes à base de règles, moteur d'inférence, chaînage avant et arrière, forme normale conjonctive, patrons de raisonnement, langages de représentation et de raisonnement, dictionnaires, ontologies, réseaux sémantiques, cadres. Traitement automatique de la langue naturelle: niveaux d analyse, types d'ambigüités, techniques d'analyse probabilistes, règles de réécriture, formalisme Backus-Naur (BNF), analyseurs descendant et ascendant. Algorithme de recherche: algorithmes génétiques, réseaux de neurones, algorithmes de colonies de fourmis.

Précision sur les préalables :

LOG320 Structures de données et algorithmes (4 cr.) et MAT350 Probabilités et statistiques (4 cr.) pour les programmes de baccalauréat en génie logiciel, baccalauréat en génie des technologies de l'information et baccalauréat en informatique distribuée

et

MAT380 Algèbre linéaire (4 cr.) pour le programme de baccalauréat en informatique distribuée

Group Day Type
01 Mercredi 13:30 Activité de cours
01 Vendredi 08:30 Laboratoire (Groupe A)
01 Vendredi 10:30 Laboratoire (Groupe B)
02 Lundi 18:00 Activité de cours
02 Mardi 18:00 Laboratoire (Groupe A)
02 Mardi 20:00 Laboratoire (Groupe B)
03 Jeudi 08:30 Laboratoire (Groupe A)
03 Jeudi 10:30 Laboratoire (Groupe B)
03 Vendredi 13:30 Activité de cours

Group Day Type
02 Mercredi 08:30 Laboratoire
02 Vendredi 08:30 Activité de cours
03 Lundi 13:30 Activité de cours
03 Vendredi 13:30 Laboratoire