CODICE 80188 ANNO ACCADEMICO 2019/2020 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 Commissione d'esame ANTONIO SGORBISSA (Presidente) RENATO UGO RAFFAELE ZACCARIA (Presidente) FULVIO MASTROGIOVANNI LEZIONI INIZIO LEZIONI 17 Settembre 2018 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 24/01/2020 09:00 GENOVA Scritto ALTRE INFORMAZIONI L'insegnamento prevede 6 ore di esercitazione supervisionata in aula.