[{"command":"insert","method":null,"selector":".course-modal-ajax-placeholder-964576","data":"\u003Cdiv class=\u0022container content-rte\u0022\u003E\n \u003Cdiv class=\u0022row\u0022\u003E\n \u003Cdiv class=\u0022box col-md-6 bg-primary text-white\u0022\u003E\n \u003Ch2 class=\u0022h1 text-left\u0022\u003E Des sciences cognitives \u00e0 l\u2019IA pour le mouvement humain II\n\u003C\/h2\u003E\n \u003Cdiv class=\u0022field-spacing\u0022\u003E\n \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EECTS :\n 5\n \u003C\/div\u003E\n \u003C\/div\u003E\n \u003Cdiv class=\u0022field-spacing\u0022\u003E\n \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ESemestre calendaire :\n Semester 1\n \u003C\/div\u003E\n \u003C\/div\u003E\n \u003Cdiv class=\u0022field-spacing\u0022\u003E\n \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ED\u00e9tail du volume horaire\u003C\/div\u003E\n \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003ECours magistraux :\u003C\/span\u003E\n \u003Cspan\u003E22\u003C\/span\u003E\n \u003C\/div\u003E\n \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003ETravaux dirig\u00e9s :\u003C\/span\u003E\n \u003Cspan\u003E26\u003C\/span\u003E\n \u003C\/div\u003E\n \u003C\/div\u003E\n \u003Cdiv class=\u0022field-spacing\u0022\u003E\n \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ELangue d\u0026#039;enseignement\u003C\/div\u003E\n \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n \u003Cspan\u003EAnglais\u003C\/span\u003E\n \u003C\/div\u003E\n \u003C\/div\u003E\n \u003Cdiv class=\u0022field-spacing\u0022\u003E\n \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EEnseignement \u00e0 distance\u003C\/div\u003E\n \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n \u003Cspan\u003Enon\u003C\/span\u003E\n \u003C\/div\u003E\n \u003C\/div\u003E\n \u003C\/div\u003E\n \u003Cdiv class=\u0022box col-md-6\u0022\u003E\n \u003Cdiv class=\u0022field-spacing\u0022\u003E\n \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EProgramme \/ plan \/ contenus\u003C\/div\u003E\n \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n \u003Cspan\u003E\u003Cp\u003E\u003Cstrong\u003ECette UE est compos\u00e9e de 3 \u00e9l\u00e9ments constitutifs (ECUE)\u202f:\u003C\/strong\u003E\u003C\/p\u003E\n\u003Cul\u003E\n\u003Cli\u003E\n\u003Cp\u003E\u003Cem\u003EMod\u00e8les avanc\u00e9s en sciences cognitives et intelligence artificielle\u003C\/em\u003E \u0026nbsp;\u003C\/p\u003E\n\u003Cp\u003ELe cours propose une cartographie des familles de mod\u00e8les en sciences cognitives et IA (normatifs, algorithmiques, impl\u00e9mentation) appliqu\u00e9es au contr\u00f4le et \u00e0 la planification de l\u2019action et du mouvement\u2009: niveaux de Marr, syst\u00e8mes dynamiques et estimation d\u2019\u00e9tat (Kalman\/LQG), r\u00e9seaux de neurones (CNN\/RNN\/transformers) et apprentissage par renforcement (bandits, acteur-critique). Deux volets d\u2019application compl\u00e8tent l\u2019ensemble\u2009: fusion IA-robots et agents (LLM, VLM, zero-shot, sim2real) pour la navigation et l\u2019intervention, et pipelines multimodaux pour l\u2019analyse du mouvement (MoCap\/IMU) et de la psychophysiologie (EMG\/ECG\/SCR\/respiration), avec rappels m\u00e9thodologiques et notebooks Jupyter\u0026nbsp;\u003C\/p\u003E\n\u003C\/li\u003E\n\u003Cli\u003E\n\u003Cp\u003E\u003Cem\u003EJournal Club\u003C\/em\u003E\u202f\u003C\/p\u003E\n\u003Cp\u003ES\u00e9minaire d\u2019approfondissement d\u2019entra\u00eenement \u00e0 la lecture critique et \u00e0 la communication en bin\u00f4me, centr\u00e9 sur la mod\u00e9lisation cognitive et l\u2019IA appliqu\u00e9es au comportement et au mouvement. Chaque bin\u00f4me r\u00e9alise un expos\u00e9 approfondi (\u224830\u201335\u202fmin) avec sch\u00e9ma de mod\u00e8le et mini-d\u00e9monstration (notebook\/figure), avec une discussion anim\u00e9e par un\u00b7e discutant\u00b7e, et une note de synth\u00e8se par une.e rapporteur\u00b7euse\u202f; corpus d\u2019articles s\u00e9minaux et r\u00e9cents (mod\u00e8les, contr\u00f4le optimal, LLM \u0026amp; langage). L\u2019accent est mis sur la compr\u00e9hension des hypoth\u00e8ses, la r\u00e9plicabilit\u00e9, la mise en perspective des r\u00e9sultats et leurs liens avec le contr\u00f4le moteur et les m\u00e9thodes de mod\u00e9lisation \u0026nbsp;\u003C\/p\u003E\n\u003C\/li\u003E\n\u003Cli\u003E\n\u003Cp\u003E\u003Cem\u003EMachine Learning pour le mouvement humain\u003C\/em\u003E\u0026nbsp;\u003C\/p\u003E\n\u003Cp\u003EL\u2019objectif est d\u2019introduire les concepts fondamentaux du Machine Learning et leurs applications \u00e0 l\u2019analyse des donn\u00e9es du mouvement humain.\u0026nbsp; Les \u00e9tudiants apprendront \u00e0 constituer un jeu de donn\u00e9es pertinent, \u00e0 concevoir une pipeline compl\u00e8te d\u2019analyse (pr\u00e9traitement, mod\u00e9lisation, validation, interpr\u00e9tation) et \u00e0 en tirer des conclusions fiables \u00e0 partir de r\u00e9sultats exp\u00e9rimentaux.\u003C\/p\u003E\n\u003C\/li\u003E\n\u003C\/ul\u003E\u003C\/span\u003E\n \u003C\/div\u003E\n \u003C\/div\u003E\n \u003Cdiv class=\u0022field-spacing\u0022\u003E\n \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ENature de l\u0026#039;\u00e9valuation\u003C\/div\u003E\n \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n \u003Cspan\u003ED\u00e9tail renseign\u00e9 au niveau \u00c9l\u00e9ment Constitutif\u003C\/span\u003E\n \u003C\/div\u003E\n \u003C\/div\u003E\n \u003C\/div\u003E\n \u003C\/div\u003E\n\u003C\/div\u003E\n","settings":null}]