L’insegnamento introduce lo studente ai concetti di base delle tecnologie dell'informazione e della comunicazione (ICT) relative ad Internet, alla cybersecurity, al machine learning ed all'elaborazione dei segnali in applicazioni al settore energetico.
L'insegnamento si propone di fornire allo studente conoscenze essenziali su tematiche di reti di telecomunicazioni ed elaborazione/analisi dei segnali in contesti legati ai sistemi per la produzione di energia, con particolare attenzione all'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
Alla fine del corso, lo studente conoscerà i principi di base delle reti di telecomunicazioni, 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. Tali conoscenze saranno calate nel contesto delle applicazioni industriali al settore energetico.
Lezioni frontali.
Gli studenti che abbiano certificazioni in corso di validità per Disturbi Specifici dell’Apprendimento (DSA), per disabilità o altri bisogni educativi sono invitati a contattare il docente e il referente per la disabilità della Scuola Politecnica, Prof. Federico Scarpa (federico.scarpa@unige.it), all’inizio dell’insegnamento per concordare eventuali modalità didattiche e di esame che, nel rispetto degli obiettivi dell’insegnamento, tengano conto delle modalità di apprendimento individuali.
L’insegnamento contribuisce inoltre al raggiungimento dei seguenti Obiettivi di Sviluppo Sostenibile dell'Agenda ONU 2030: Obiettivi n. 4, 8 e 9.
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
Ricevimento: Per appuntamento da fissare via email o al termine della lezione.
Ricevimento: Su appuntamento.
GABRIELE MOSER (Presidente)
SEBASTIANO SERPICO
RAFFAELE BOLLA (Presidente Supplente)
https://corsi.unige.it/corsi/11438/studenti-orario
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 (Prof. Federico Scarpa, federico.scarpa@unige.it).
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 nell'ambito energetico delle metodologie e tecnologie ICT studiate.
