AMBIENT INTELLIGENCE

AMBIENT INTELLIGENCE

_
iten
Codice
80188
ANNO ACCADEMICO
2021/2022
CFU
4 cfu al 2° anno di 10635 ROBOTICS ENGINEERING (LM-32) GENOVA
SETTORE SCIENTIFICO DISCIPLINARE
ING-INF/05
LINGUA
Inglese
SEDE
GENOVA (ROBOTICS ENGINEERING )
periodo
1° Semestre
materiale didattico

PRESENTAZIONE

L'Ambient Intelligence presuppone la presenza di un certo numero di dispositivi (sensori e/o attuatori) che siano integrati nell'ambiente e capaci di comunicare tra loro, al fine di supportare le persone nell'esecuzione delle loro attività di tutti i giorni. L'insegnamento analizza come progettare applicazioni di Ambient Intelligence, presentando soluzioni metodologiche e tecnologiche.

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

The goal of the course is to enable students to understand the Ambient Intelligence computing paradigm, which envisions a world where people (and possibly robots) are surrounded by intelligent sensors/actuators and interfaces embedded in the everyday objects around them.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

Al termine dell'insegnamento, lo studente sarà in grado di:

  • comprendere le caratteristiche e i problemi delle applicazioni di Ambient Intelligence, e la loro relazione con altre aree tra cui IoT, IA, e Robotica;
  • comprendere le metodologie e gli strumenti tecnologici per la progettazione di applicazioni di Ambient Intelligence;
  • estendere le conoscenze acquisite per comprendere come usare nuove metodologie e strumenti che non siano stati trattati nel corso;
  • applicare le metodologie e gli strumenti per la risoluzione di problemi, in particolare per la progettazione di applicazioni di Ambient Intelligence. 

Modalità didattiche

L'attività didattica prevede lezioni frontali e esercitazioni al calcolatore su alcuni argomenti trattati nell'insegnamento. La frequenza è consigliata, soprattutto per quanto riguarda le esercitazioni. Nel corso dell'anno vengono assegnati compiti a casa, che vengono valutati in sede di esame.

PROGRAMMA/CONTENUTO

Il programma dell'insegnamento tratterà i seguenti temi:

  • Ambient Intelligence
    • Principi base;
  • Localizzazione di persone e dispositivi
    • Sensori per la localizzazione;
    • Approcci geometrici;
    • Approcci topologici;
    • Localizzazione probabilistica: Particle Filter;
  • Rappresentazione della conoscenza
    • Logiche descrittive;
    • Ontologie: OWL e Protégé;
    • SWRL rules;
    • Reti Bayesiane e Hidden Markov Models
  • Contesto e Context Awareness
    • Il Context Toolkit;
    • Context Awareness con ontologies;
    • Context Awareness con Reti Bayesiane
  • Middleware per Ambient Intelligence
  • Esecuzione di piani: AgentSpeak e Jason

DOCENTI E COMMISSIONI

Ricevimento: Il docente riceve su appuntamento, previo accordo al termine della lezione o via email: antonio.sgorbissa@unige.it

Ricevimento: Il docente è disponibile per appuntamento previa email: nel suo ufficio al secondo piano del Padiglione E, Via Opera 13, 16145, Genova, in EMAROlab, Viale Causa 18, 16145, Genova.

LEZIONI

Modalità didattiche

L'attività didattica prevede lezioni frontali e esercitazioni al calcolatore su alcuni argomenti trattati nell'insegnamento. La frequenza è consigliata, soprattutto per quanto riguarda le esercitazioni. Nel corso dell'anno vengono assegnati compiti a casa, che vengono valutati in sede di esame.

ORARI

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

ESAMI

Modalità d'esame

Scritto

Modalità di accertamento

L'esame prevede che lo studente sia in grado di affrontare, utilizzando le basi teoriche e gli strumenti di programmazione appresi durante le lezioni e le esercitazioni, la progettazione di un'applicazione di Ambient Intelligence con caratteristiche date.

Il voto finale risulta dalla composizione di voto di "continuous assessment" (30%) e voto di esame (70%)

ALTRE INFORMAZIONI

L'insegnamento prevede 6 ore di esercitazione supervisionata in aula.