Tout déplier

AE4155 - Structure aéronautique I

Revue des charges. Introduction à l'analyse des composantes primaires de la structure : panneaux raidis plans et courbes, longerons, cadres et nervures. Plaques de raccord et de renfort. Instabilité et plasticité des poutres en flexion et torsion. Applications de la méthode des éléments finis. Introduction à la tolérance aux dommages appliquée aux avions.

AER2430 - Vibrations et systèmes aéronautiques

Introduction à l'aéroélasticité. Aéroélasticité et design d'aéronefs. Systèmes à un degré de liberté. Systèmes à deux degrés de liberté et N degrés de liberté. Principe du travail virtuel. Équations de Lagrange. Introduction à l'analyse modale par éléments finis. Tests modaux et aéroélastique. Introduction au diagramme de Collar. Principaux phénomènes aéroélastiques. Aéroélasticité statique: divergence et contrôle inverse. Aérodynamique instationnaire. Flottement. Aéroservoélasticité.

AER3205 - Caractéristiques de l'avion

Cours d'introduction à l'aéronautique. Historique de l'aéronautique, aérodynamique, structure, performances, poste de pilotage et instrumentation, propulsion, systèmes électriques, systèmes mécaniques, fiabilité et maintenabilité, configuration et support client, conception et homologation de l'avion. Observation de gouvernes et de systèmes sur avions et hélicoptères.

AER4121 - Investig. et expériment. en génie aérospatial

Cas proposés permettant d'étudier des problèmes complexes pertinents pour le domaine du génie aérospatial au moyen de méthodes expérimentales: analyse de structures d'aile ou d'empennage, essais de mesure de portance et de traînée en soufflerie, caractérisation d'un compresseur à piston bi-étagé, simulation de la dynamique des surfaces de contrôle de l'avion. Dans le cadre d'un travail en équipes, chaque étudiant doit démontrer son aptitude à analyser le besoin, planifier, réaliser, analyser les résultats et tirer des conclusions d'une expérimentation matérielle complétée par des simulations numériques.

AER4715 - Avionique

Systèmes avioniques civils modernes du point de vue conception et opérationnel. Normes et règlements aéronautiques. Cabine de pilotage et instruments de bord. Systèmes de communication. Systèmes de navigation. Systèmes de centrale d'alarme et d'indications moteurs. Système de protection contre le décrochage. Système transpondeur radar secondaire. Systèmes de divertissement en vol.

AER4720 - Intégration des systèmes avioniques

Description : Présentation et étude de différents systèmes avioniques. Systèmes de gestion de vol (FMS), Plan de vol, bases de données de navigation, navigation dans le plan horizontal, navigation dans le plan vertical, lien avec l'autopilote, lien avec l'ordinateur de gestion de la poussée, communication avec le CDU, ARINC 739. Système d'affichage et interface-pilote : système d'affichage intégré (IDS), générations d'instruments, informations affichées, code de couleurs, alertes audio et visuels, acquisition ARINC 429, sélection de sources et redondance. Systèmes auxiliaires : système d'avertissement de la proximité du sol (TAWS, GPWS) système d'alerte et d'évitement de collision (TCAS). Autopilote : système de commande, système d'augmentation de stabilité, directeur de vol, atterrissage automatique. Simulateur de vol : intégration des systèmes étudiés dans un simulateur, solutions de simulation, limitations, interface matériel/logiciel. Études de cas : A380, B787, ERJ170.

AER8300 - Informatique des systèmes spatiaux

Défis de l'environnement spatial pour les systèmes embarqués. Effets des radiations sur les systèmes intégrés. Techniques de protection. Composants (processeurs, mémoires, bus et interfaces) pour les vaisseaux spatiaux, composants commerciaux et leurs défis. Capteurs et fusion des données. Formats de télémétrie et télécommande. Fiabilité du logiciel et matériel, techniques de détection et correction des erreurs. Conception de systèmes robustes. Analyse, dimensionnement et conception de systèmes de traitement de données pour missions spatiales.

INF8245AE - Machine Learning

Introduction - Prediction - Statistical Decision Theory - Linear Regression - Non-linear Regression - Bias-variance tradeoff - Linear Classification - Indicator Regression - PCA - LDA - QDA - GDA - Naive Bayes - Logistic Regression - Perceptron - Separating Hyperplanes - SVM - Decision Trees - ensemble learning - bagging - boosting - stacking - Neural Networks - Backpropagation - Training Deep Neural Nets - Optimization Methods - Convnets - RNNs - Estimation Theory - Maximum Likelihood Estimation - Maximum A Posteriori Estimation - Bayesian Learning - Bayesian Linear Regression - Kernel Methods - Gaussian Process - Computational Learning Theory - Frontiers in ML.

INF8250AE - Reinforcement Learning

Introduction to Reinforcement Learning. Multi-armed bandits. Contextual Bandits. Finite Markov Decision Process. Dynamic Programming. Policy Iteration. Value Iteration. Monte Carlo Methods. Temporal Difference Learning. n-step bootstrapping. On-policy prediction with function approximation. on-policy control with function approximation. off-policy control with function approximation. Policy Gradient Methods. REINFORCE. Actor-Critic. Determistic Policy Gradients. Natural Policy Gradient. TRPO and PPO. Model-based RL. Planning. Eligibility Traces. Hierarchical RL. POMDPs. inverse-RL. Exploration in RL. Off-line RL. Multi-agent RL.