WELL-BEING TECHNOLOGIES

WELL-BEING TECHNOLOGIES

_
it ｜ en
Ultimo aggiornamento 01/07/2020 20:52
Codice
90531
ANNO ACCADEMICO
2020/2021
CFU
6 cfu al 1° anno di 10852 COMPUTER SCIENCE (LM-18) GENOVA
SETTORE SCIENTIFICO DISCIPLINARE
INF/01
LINGUA
Inglese
SEDE
GENOVA (COMPUTER SCIENCE )
periodo
2° Semestre
materiale didattico
AULAWEB

PRESENTAZIONE

Well-Being Technologies (WBT) riguarda l'utilizzo di m-health, sensori indossabili e ambientali, seriuos game design, task gamification, IoT, realtà virtuale, computational intelligence, e di data mining per la progettazione di sistemi per  lo sviluppo del benessere e del  potenziale umano. WBT può contribuire al cambiamento di mentalità delle persone, migliorando il loro umore e benessere, alla diagnosi precoce di malattie cognitive e alla riabilitazione cognitiva e motoria.

 

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Learning how to design positive computing systems for cognitive and physical wellness, disease prevention, and rehabilitation, by combining sensors, wearable devices and advanced methods for computational intelligence.

Modalità didattiche

Lezioni, laboratorio, progetto e studio a casa

PROGRAMMA/CONTENUTO

Sensori e dispositivi del mercato dell’elettronica di consumo (accelerometro,   eye tracker, interfaccia cervello-computer, balance board, braccialetti sensorizzati, cardboard, Okulus , ecc): principi fisici, caratteristiche elettroniche, kit di sviluppo software, applicazioni. Interfacciamento dei sensori ai giochi (Unity)

Paradigmi per la progettazione di sistemi per il benessere: psicologia positiva, medicina personalizzata, gamification, neurofeedback, serius giochi, exergames, progettazione edonistico, e-health, m-health, realta’ virtuale, realta’ aumentata. Casi di studio

Metodi avanzati di Machine Learning e Computational Intelligence per l’analisi, la modellazione e la fusione di dati su larga scala generati da sensori

Sviluppo individuale di un progetto (gruppi di 2 studenti)

Discussione dei progetti degli studenti

TESTI/BIBLIOGRAFIA

 {BEZ81} J. C. Bezdek,Pattern recognition with fuzzy objective function algorithms, Plenum Press, 1981 (CSB di Fisica

{ZIMM96} H.J. Zimmermann, Fuzzy set theory and its applications, 2ed., Kluwer Academic Publishers, 1996 (MAT 04-1996-01, MAT 04-1996-02, LETT 14.E.169)

Additional material will be provided by Aulaweb site of the course

DOCENTI E COMMISSIONI

Francesco Masulli

Ricevimento: Ricevimento concordato via email

Stefano Rovetta

Ricevimento: All lecture days after class (approx. 20 min). Upon prior agreement, at any other time.

Commissione d'esame

FRANCESCO MASULLI (Presidente)

ANNALISA BARLA

STEFANO ROVETTA (Presidente Supplente)

LEZIONI

Modalità didattiche

Lezioni, laboratorio, progetto e studio a casa

INIZIO LEZIONI

Secondo semestre

ORARI

L'orario di tutti gli insegnamenti è consultabile su EasyAcademy.

ESAMI

Modalità d'esame

Esame orale e discussione progetto

Calendario appelli

Data Ora Luogo Tipologia Note
11/02/2022 09:00 GENOVA Esame su appuntamento