PRESENTAZIONE

L’insegnamento introduce lo studente ai temi di base relativi alle reti di telecomunicazioni ed all'elaborazione ed analisi dei segnali in applicazioni industriali e nel contesto di Industria 4.0.

OBIETTIVI E CONTENUTI

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

L’insegnamento contribuisce inoltre al raggiungimento dei seguenti Obiettivi di Sviluppo Sostenibile dell'Agenda ONU 2030: Obiettivi n. 4, 8 e 9.

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

DOCENTI E COMMISSIONI

Commissione d'esame

GABRIELE MOSER (Presidente)

ROBERTO BRUSCHI

SEBASTIANO SERPICO

RAFFAELE BOLLA (Presidente Supplente)

LEZIONI

INIZIO LEZIONI

https://corsi.unige.it/10800/p/studenti-orario

Orari delle lezioni

L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy

ESAMI

MODALITA' D'ESAME

Esame orale sui contenuti del programma dell'insegnamento.

Gli studenti con DSA potranno usare modalità e strumenti di ausilio che saranno individuati caso per caso in accordo col referente di Ingegneria nel Comitato per l'inclusione degli studenti con disabilità.

MODALITA' DI ACCERTAMENTO

Nell'ambito dell'esame orale saranno valutate la conoscenza dei contenuti dell'insegnamento da parte dello studente e la sua capacità di discutere l'applicazione e l'utilizzo di metodologie e tecnologie di reti di telecomunicazione e di rappresentazione e analisi di segnali in ambiti industriali e nel contesto di Industria 4.0.

Calendario appelli