OBIETTIVI FORMATIVI

L'insegnamento si propone di fornire allo studente conoscenze essenziali su tematiche di reti di telecomunicazioni ed elaborazione/analisi dei segnali in contesti industriali e, in particolare, nell'ambito di Industria 4.0. Alla fine del corso, lo studente conoscerà i principi di base delle reti di telecomunicazioni, le principali tecnologie/standard relativi alle reti wired e wireless applicabili in ambienti industriali, l’architettura ed i protocolli Internet e gli aspetti di base relativi al tema della cyber security. Avrà inoltre appreso i concetti essenziali relativi alla rappresentazione dell'informazione analogica e digitale e all'analisi dei dati mediante machine learning

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

Alla fine del corso, lo studente conoscerà i principi di base delle reti di telecomunicazioni, le principali tecnologie/standard relativi alle reti wired e wireless applicabili in ambienti industriali, l’architettura ed i protocolli Internet e gli aspetti di base relativi al tema della cyber security. Avrà inoltre appreso i concetti essenziali relativi alla rappresentazione dell’informazione analogica e digitale e all'analisi dei dati mediante machine learning, con particolare attenzione a tecniche di classificazione supervisionata. 

MODALITA' DIDATTICHE

Lezioni frontali

PROGRAMMA/CONTENUTO

• Principi di base delle reti di telecomunicazioni
• Principali tecnologie/standard relativi alle reti wired e wireless applicabili in ambienti industriali
• Architettura e protocolli Internet
• Aspetti di base relativi al tema della cyber security
• Principi della rappresentazione dell'informazione analogica e digitale
• Aspetti di base relativi all'analisi dei dati mediante machine learning
• Casi di studio sull'applicazione di tecniche di machine learning in contesti industriali e in Industria 4.0
• Cenni di deep learning

TESTI/BIBLIOGRAFIA

• Slide utilizzate a lezione, disponibili sul sito del corso in AulaWeb
• Bishop C., Pattern recognition and machine learning, Springer, 2006
• Carlson A. B., Crilly P., Communication systems, McGraw-Hill, 2009
• Hastie T., Tibshirani R., Friedman J., The elements of statistical learning, Springer, 2008
• Goodfellow I., Bengio Y., Courville A., Deep learning, MIT Press, 2016
• Kurose J. F., Ross K. W., Computer networking: a top-down approach, 7th Edition, McGraw-Hill, 2017
• Stallings W., Data and computer communications, 10th Edition, Prentice Hall, 2013
• Stallings W., Wireless communication networks and systems, Global Edition, Prentice Hall, 2016
• Tanenbaum A. S., Wetherall D. J., Computer networks, 5th Edition, Prentice Hall, 2010