CODICE | 72306 |
---|---|
ANNO ACCADEMICO | 2020/2021 |
CFU |
|
SETTORE SCIENTIFICO DISCIPLINARE | ING-INF/01 |
LINGUA | Italiano (Inglese a richiesta) |
SEDE |
|
PERIODO | Annuale |
MATERIALE DIDATTICO | AULAWEB |
Il corso intende fornire un’ampia panoramica sui vari tipi di cyberphysical sytems: sistemi sincroni, asincroni, dinamici a tempo continuo, temporizzati, ibridi. La trattazione dei sistemi riguarda argomenti di modellazione, simulazione e verifica (model checking). Ogni argomento è affrontato anche attraverso l’utilizzo di appropriati strumenti di sviluppo, quali nuXmv, Spin, Uppaal, Matlab-Simulink. La parte finale del corso riguarda l’introduzione di applicazioni (machine learning. Internet of Things, microcontrollori)
Il corso intende fornire un’introduzione all’analisi e alla progettazione di sistemi cyberphysical system. Questo comprende i processi sincroni e asincroni, i requisiti di safety e liveness, e i sistemi dinamici e temporizzati. Il corso riprende e sviluppa nozioni di calcolo delle probabilità e statistica e sviluppa semplici applicazioni di intelligenza artificiale per la collective intelligence.
Frequentando il corso, lo studente dovrebbe arrivare a possedere un’ampia conoscenza sui vari tipi di cyberphysical sytems, quali: sistemi sincroni, asincroni, dinamici a tempo continuo, temporizzati, ibridi. Per ogni tipo di sistema, si trattano argomenti di modellazione, simulazione e verifica (model checking). Lo studente sarà messo in grado di conoscere le basi teoriche, poi di studiare alcuni esempi applicativi. Esericizi sono proposti, e solitamente risolti in classe, per ciascuno degli argomenti, al fine di verificare l’acquisizione delle conoscenze. Lo studente imparerà anche ad utilizzare appropriati strumenti di sviluppo, per ciascuna tipologia di cyberphysical syetm, quali nuXmv, Spin, Uppaal, Matlab-Simulink.
La parte finale del corso è dedicata alle applicazioni, specialmente nell'ambito dell'Internet of Things. Si introdurrà il linguaggio python, specialmente per il processamento dei dati
Il progetto previsto alla fine del corso dovrebbero stimolare le capacità progettuali dello studente, e la verifica operativa sul campo delle conoscenze acquisite.
I risultati di apprendimento riguardano la realizzazione degli obiettivi formativi di cui sopra, anche attraverso l’implementazione di un progetto.
Elettronica dei sistemi digitali
Fondamenti di programmazione
Fondamenti di architettura dei calcolatori
Lezioni frontali, con utilizzo di slide, ed esercizi svolti sia alla lavagna sia al PC (o in tele-didattic, se reso necessario), utilizzando gli strumenti di sviluppo/simulazione indicati a lezione. Ricevimento studenti. Proposta, realizzazione e discussione di progetti.
Modellazione, simulazione e verifica di cyberphysical systems
Introduzione al linguaggio python
Applicazioni di machine learning IoT
R. Alur, Principles of Cyberphysical Systems:
https://mitpress.mit.edu/books/principles-cyber-physical-systems
S. Guido, Introduction to Machine Learning with Python
C. Noviello, Mastering STM32
https://www.carminenoviello.com/mastering-stm32/
Ricevimento: Su appuntamento: franz@elios.unige.it
FRANCESCO BELLOTTI (Presidente)
ALESSANDRO DE GLORIA
Come da calendario didattico
L'orario di tutti gli insegnamenti è consultabile su EasyAcademy.
Esame orale sulla prima parte (cyber-physical systems), comprendente sia domande teoriche sia esercizi, sugli argomenti trattati a lezione.
Lavoro di progetto (sulla modellazione/simulazione di un cyberphysical system o su un'applicazione IoT/machine learning)
L’accertamento avverrà tramite domande/esercizi nell’esame orale. Per quanto riguarda il progetto e l’esercizio applicativo, la valutazione avverrà nei colloqui preparatori e durante la progettazione/implementazione e nella discussione finale di un elaborato descrittivo del lavoro svolto.
Data | Ora | Luogo | Tipologia | Note |
---|---|---|---|---|
30/12/2020 | 10:00 | GENOVA | Esame su appuntamento | |
22/07/2021 | 10:00 | GENOVA | Esame su appuntamento |