CODICE 80188 ANNO ACCADEMICO 2020/2021 CFU 4 cfu anno 2 ROBOTICS ENGINEERING 10635 (LM-32) - GENOVA SETTORE SCIENTIFICO DISCIPLINARE ING-INF/05 LINGUA Inglese SEDE GENOVA PERIODO 1° Semestre MATERIALE DIDATTICO AULAWEB PRESENTAZIONE L'Ambient Intelligence presuppone la presenza di un certo numero di dispositivi (sensori e/o attuatori) che siano integrati nell'ambiente e capaci di comunicare tra loro, al fine di supportare le persone nell'esecuzione delle loro attività di tutti i giorni. L'insegnamento analizza come progettare applicazioni di Ambient Intelligence, presentando soluzioni metodologiche e tecnologiche. OBIETTIVI E CONTENUTI OBIETTIVI FORMATIVI The goal of the course is to enable students to understand the Ambient Intelligence computing paradigm, which envisions a world where people (and possibly robots) are surrounded by intelligent sensors/actuators and interfaces embedded in the everyday objects around them. OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO Al termine dell'insegnamento, lo studente sarà in grado di: comprendere le caratteristiche e i problemi delle applicazioni di Ambient Intelligence, e la loro relazione con altre aree tra cui IoT, IA, e Robotica; comprendere le metodologie e gli strumenti tecnologici per la progettazione di applicazioni di Ambient Intelligence; estendere le conoscenze acquisite per comprendere come usare nuove metodologie e strumenti che non siano stati trattati nel corso; applicare le metodologie e gli strumenti per la risoluzione di problemi, in particolare per la progettazione di applicazioni di Ambient Intelligence. MODALITA' DIDATTICHE L'attività didattica prevede lezioni frontali e esercitazioni al calcolatore su alcuni argomenti trattati nell'insegnamento. La frequenza è consigliata, soprattutto per quanto riguarda le esercitazioni. Nel corso dell'anno vengono assegnati compiti a casa, che vengono valutati in sede di esame. PROGRAMMA/CONTENUTO Il programma dell'insegnamento tratterà i seguenti temi: Ambient Intelligence Principi base; Localizzazione di persone e dispositivi Sensori per la localizzazione; Approcci geometrici; Approcci topologici; Localizzazione probabilistica: Particle Filter; Rappresentazione della conoscenza Logiche descrittive; Ontologie: OWL e Protégé; SWRL rules; Reti Bayesiane e Hidden Markov Models Contesto e Context Awareness Il Context Toolkit; Context Awareness con ontologies; Context Awareness con Reti Bayesiane Middleware per Ambient Intelligence Esecuzione di piani: AgentSpeak e Jason DOCENTI E COMMISSIONI ANTONIO SGORBISSA Ricevimento: Il docente riceve su appuntamento, previo accordo al termine della lezione o via email: antonio.sgorbissa@unige.it FULVIO MASTROGIOVANNI Ricevimento: Il docente è disponibile per appuntamento previa email: nel suo ufficio al secondo piano del Padiglione E, Via Opera 13, 16145, Genova, in EMAROlab, Viale Causa 18, 16145, Genova. Commissione d'esame ANTONIO SGORBISSA (Presidente) RENATO UGO RAFFAELE ZACCARIA FULVIO MASTROGIOVANNI (Presidente Supplente) LEZIONI INIZIO LEZIONI 17 Settembre 2020 Orari delle lezioni L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy ESAMI MODALITA' D'ESAME Scritto MODALITA' DI ACCERTAMENTO L'esame prevede che lo studente sia in grado di affrontare, utilizzando le basi teoriche e gli strumenti di programmazione appresi durante le lezioni e le esercitazioni, la progettazione di un'applicazione di Ambient Intelligence con caratteristiche date. Il voto finale risulta dalla composizione di voto di "continuous assessment" (30%) e voto di esame (70%) Calendario appelli Data appello Orario Luogo Tipologia Note 19/01/2021 09:00 GENOVA Orale 17/02/2021 09:00 GENOVA Orale 16/06/2021 09:00 GENOVA Orale 07/07/2021 09:00 GENOVA Orale 01/09/2021 09:00 GENOVA Orale ALTRE INFORMAZIONI L'insegnamento prevede 6 ore di esercitazione supervisionata in aula.
