RESEAUX

1. Introduction à la modélisation de réseaux
   Objectifs : comprendre la démarche générale d’évaluation de performances et les principes de la modélisation des réseaux.
   Description : introduction aux enjeux de l’évaluation de performances et à l’analyse opérationnelle appliquée aux réseaux de communication.
   Prérequis : bases en mathématiques générales et en réseaux informatiques.
   
   

2. Chaînes de Markov
   Objectifs : maîtriser les chaînes de Markov et leur application à la modélisation des systèmes réseaux.
   Description : présentation des chaînes de Markov, de leurs propriétés fondamentales et de leur utilisation pour décrire le comportement dynamique des systèmes de communication.
   Prérequis : probabilités et notions élémentaires d’algèbre linéaire.
   
   

3. Files d’attente
   Objectifs : analyser les performances des systèmes à files d’attente et calculer les métriques clés (temps d’attente, débit, taux d’occupation).
   Description : étude des modèles classiques de files d’attente (M/M/1, M/M/k, etc.) et de leurs applications à l’analyse des réseaux.
   Prérequis : chaînes de Markov.
   
   

4. Réseaux de files d’attente
   Objectifs : modéliser des systèmes réseaux complexes composés de plusieurs files interconnectées.
   Description : extension des modèles de files d’attente à des réseaux complets et analyse globale des performances des réseaux de communication.
   Prérequis : files d’attente simples et multi-serveurs.
   
   

5. Simulation de réseaux
   Objectifs : comprendre les principes de la simulation à événements discrets et savoir concevoir une expérience de simulation.
   Description : introduction à la simulation de réseaux, méthodologie, sources d’erreurs et analyse statistique des résultats.
   Prérequis : modélisation analytique et bases de programmation.
   
   

6. Projet et travaux pratiques d’évaluation de performances
   Objectifs : mettre en pratique les notions théoriques et analyser les performances de protocoles réseaux réels.
   Description : travaux pratiques et projet utilisant l’outil de simulation "Network Simulator" pour l’étude de différents mécanismes réseaux (files simples, Aloha pur, flots TCP, AQM, contrôle de charge), donnant lieu à des comptes rendus structurés.
   Prérequis : simulation de réseaux et connaissances en protocoles réseaux (MAC, TCP/IP).
   
   

Voir la page complète

Travaux pratiques et projet utilisant l’outil de simulation "Network Simulator" pour l’étude de différents mécanismes réseaux (files simples, Aloha pur, flots TCP, AQM, contrôle de charge), donnant lieu à des comptes rendus structurés.

Voir la page complète

Ce cours introduit les techniques statistiques fondamentales pour l'analyse de grands tableaux de données. Il couvre la chaîne complète d'analyse : prétraitements (corrélation, ACP), classification supervisée bayésienne et non supervisée par k-means, et régression linéaire par moindres carrés. Les concepts sont illustrés par des cas d'étude concrets (classification d'alcools par capteurs QCM, détection d'activités humaines via accéléromètre) et approfondis dans un projet fil rouge réalisé en binôme sous forme de notebook Python.

Le projet d'analyse de données réalisé par les étudiants s'articulent autour de données capteurs (Inertial Measurement Unit) pour la détection d'activités par exemple et la création d'un pipeline d'analyse complet.

Voir la page complète