M1 IDSM-Kharkiv – TER

Travail d’étude et de recherche


Logo ICOM Lyon 2Logo UNEKh

Année 2020-2021

Prérequis

Aucun.

Objectif du cours

L’objectif du TER est de proposer une première expérience de recherche aux étudiant·es par la réalisation en groupes d’un projet lié aux travaux scientifiques d’un·e enseignant·e-chercheur·e des laboratoires de recherche ERIC et LIRIS des universités Lyon 2 et Lyon 1.

Modalités d’évaluation

La restitution du TER s’effectue sous la forme d’un petit article écrit en français ou en anglais, de préférence avec LATEX.

Organisation pédagogique / Planning

Le TER, même s’il compte formellement pour le 2e semestre (3 ECTS), commence en octobre. Le calendrier du TER est le suivant.

  • 19/10/2020 : Envoi des sujets de TER aux étudiant·es, qui doivent constituer des groupes de 2 ou 3. Chaque groupe doit choisir un sujet ; tous les sujets doivent être sélectionnés. Les étudiant·es sont libres de la répartition.
  • 02/11/2020 : Envoi de la constitution des groupes (noms des étudiant·es) et du choix des sujets de TER à Jérôme Darmont. Chaque groupe doit également contacter l’enseignant·e-chercheur·e qui a proposé le sujet du TER qu’il a choisi. La réalisation du projet commence.
  • 01/12/2020 : Chaque groupe envoie à son enseignant·e-chercheur·e responsable un rapport d’étape d’une ou deux pages maximum (rapport n° 1) pour expliquer le travail effectué durant le mois écoulé. Le rapport doit de préférence être écrit avec LATEX.
  • 04/01/2021 : Rapport d’étape n° 2
  • 01/02/2021 : Rapport d’étape n° 3
  • 01/03/2021 : Rapport d’étape n° 4
  • 05/04/2021 : Rapport d’étape n° 5
  • 03/05/2021 : Rapport d’étape n° 6
  • 14/06/2021 : Remise de l’article (synthèse des rapports d’étape) à l’enseignant·e-chercheur·e responsable du sujet du TER.

Matériel en ligne

Sujets de TER

  1. Natural Language Generation (24 Ko) PDF (Julien Velcin)
  2. Implémentation d’un algorithme de co-clustering à base de tri-factorisation non-négative de matrice (73 Ko) PDF (Julien Jacques)
  3. Apprentissage en un coup pour l’identification d’imprimante (89 Ko) PDF (Iuliia Tkachenko)
  4. Representation learning avec la scattering transform (22 Ko) PDF (Stéphane Chrétien)
  5. A 2-step Choquet integral to model voting rules (78 Ko) PDF (Agnès Rico) + Article Élections équitables envers des communautés de votants (211 Ko) PDF

Ressources en ligne