Questo sito utilizza cookie tecnici e di terze parti. Se vuoi saperne di più o negare il consenso consulta l'informativa sulla privacy. Proseguendo la navigazione o cliccando su "Chiudi" acconsenti all'uso dei cookie. Chiudi
vai al contenuto vai al menu principale vai alla sezione Accessibilità vai alla mappa del sito
Login  Docente | Studente | Personale | Italiano  English
 
Home page Home page

A scelta dello studente_Curriculum Elettronica

Corso Ingegneria Elettronica
Curriculum ELETTRONICA
Orientamento Generale
Anno Accademico 2021/2022

Modulo: Progettazione VLSI

Corso Ingegneria Elettronica
Curriculum ELETTRONICA
Orientamento Generale
Anno Accademico 2021/2022
Crediti 6
Settore Scientifico Disciplinare ING-INF/01
Anno Secondo anno
Unità temporale Secondo semestre
Ore aula 48
Attività formativa Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico

Docente FORTUNATO PEZZIMENTI
Obiettivi I sistemi digitali VLSI (Very Large Scale of Integration) sono alla base delle applicazioni dell’elettronica che sono utilizzate nella vita di ogni giorno, come computer e periferiche, automotive, telefonia mobile, TV digitale ad alta definizione, set top box, DVD player e recorder, ecc. Il corso intende introdurre gli studenti al flusso di progettazione dei sistemi elettronici VLSI e particolare importanza vuole essere data agli aspetti tecnologici che caratterizzano la produzione di sistemi VLSI odierni. Un esempio sono gli effetti DSM (Deep Sub Micron) che introducono una serie di problematiche totalmente nuove rispetto alle tecnologie della fine del secolo scorso.
Il corso di Progettazione VLSI si propone una forte componente pratica che consiste nello svolgimento di numerose esercitazioni in laboratorio basate sull’utilizzo degli appositi tool di simulazione e sintesi circuitale.

Conoscenza e comprensione: a seguito del superamento dell’esame, lo studente conosce le principali metodologie di progetto dei moderni circuiti VLSI. In particolare, ha una conoscenza di base del linguaggio VHDL per il progetto di sistemi complessi.

Capacità di applicare conoscenza e comprensione: a seguito del superamento dell’esame, lo studente è in grado di analizzare e progettare circuiti VLSI in particolare facendo riferimento alle logiche programmabili di tipo FPGA.

Autonomia di giudizio: per il superamento dell'esame lo studente deve scrivere, presentare e discutere un progetto individuale concordato con il docente. Inoltre, egli deve rispondere a domande teoriche sugli argomenti del corso dimostrando la sua autonomia di giudizio sulla completezza e correttezza delle risposte fornite.

Abilità comunicative: a seguito del superamento dell’esame, lo studente è in grado di analizzare le principali sfide di progetto dei moderni circuiti VLSI attraverso un linguaggio appropriato e consapevole.

Capacità di apprendimento: a seguito del superamento dell’esame, lo studente è in grado di apprendere in autonomia altre caratteristiche di base del flusso di progetto VLSI da applicare in nuove soluzioni circuitali.

Modalità di accertamento e valutazione
L'esame di accertamento consiste in una prova scritta e orale, volte ad accertare la comprensione dei metodi teorici e pratici per l’analisi e la sintesi di circuiti elettronici digitali, voto massimo 30/30 e lode.

30 e lode: conoscenza completa, approfondita e critica degli argomenti, eccellente proprietà di linguaggio, completa ed originale capacità interpretativa, piena capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
28 - 30: conoscenza completa e approfondita degli argomenti, ottima proprietà di linguaggio, completa ed efficace capacità interpretativa, in grado di applicare autonomamente le conoscenze per risolvere i problemi proposti;
24 - 27: conoscenza degli argomenti con un buon grado di padronanza, buona proprietà di linguaggio, corretta e sicura capacità interpretativa, buona capacità di applicare in modo corretto la maggior parte delle conoscenze per risolvere i problemi proposti;
20 - 23: conoscenza adeguata degli argomenti ma limitata padronanza degli stessi, soddisfacente proprietà di linguaggio, corretta capacità interpretativa, più che sufficiente capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
18 - 19: conoscenza di base degli argomenti principali, conoscenza di base del linguaggio tecnico, sufficiente capacità interpretativa, sufficiente capacità di applicare le conoscenze di base acquisite;
<18 Insufficiente: lo studente non possiede una conoscenza accettabile degli argomenti trattati durante il corso.


Programma Sistemi SSI, MSI, VLSI, ULSI. Concetto di System on Chip (SoC). Sistemi attuali e di prossima generazione. Approccio standard cells. Librerie AMS. Flusso di progetto VLSI. Introduzione al VHDL. Esempi di codice VHDL sintetizzabile.
Progetto di FPGA. Netlist del circuito. Sintesi logica. Simulazione di timing. Elementi di Physical Design: Floorplanning, Placement e Routing.
Sintesi della rete di clock. Routing delle line di power. Integrazione di SoC. Testabilità dei sistemi VLSI. Esempi di applicazioni e blocchi funzionali. Effetti DSM (Deep Sub Micron).
Consumo di potenza nei SoC. Tecniche di controllo e distribuzione della potenza. Progettazione a bassa potenza.
Sistemi di comunicazione: Bus, Network on Chip (NoC). Bus condiviso. Crossbar. Tipologie di NoC. Deadlock.
System in Package (SiP). Integrazione Multi-chip. Cenni sulle interconnessioni ottiche on-chip.
Testi docente - J. M. Rabaey, A. Chandrakasan, B. Nikolic, "Digital integrated circuits: a design perspective", Second Edition, ed. Prentice Hall, 2003.

- Dispense a cura del docente.
Erogazione tradizionale
Erogazione a distanza No
Frequenza obbligatoria
Valutazione prova scritta No
Valutazione prova orale
Valutazione test attitudinale No
Valutazione progetto
Valutazione tirocinio No
Valutazione in itinere No
Prova pratica No

Ulteriori informazioni

Descrizione Descrizione
1_Corso di Progettazione VLSI (dispensa) Descrizione
2_DesignMethod (dispensa) Descrizione
3_IntroVLSI&FPGA (dispensa) Descrizione
4_Fondamenti di VHDL (dispensa) Descrizione
5_ModelSim_Tutorial (dispensa) Descrizione
6_Esercitazioni_VHDL_ (dispensa) Descrizione
7_SoC_DFT_NoC (dispensa) Descrizione
Nessun avviso pubblicato
Nessuna lezione pubblicata
Codice insegnamento online non pubblicato

Modulo: MISURE PER L'AUTOMAZIONE E LA PRODUZIONE INDUSTRIALE

Corso Ingegneria Elettronica
Curriculum ELETTRONICA
Orientamento Generale
Anno Accademico 2021/2022
Crediti 6
Settore Scientifico Disciplinare ING-INF/07
Anno Secondo anno
Unità temporale Secondo semestre
Ore aula 48
Attività formativa Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico

Docente ROSARIO MORELLO
Obiettivi Il corso affronta le tematiche inerenti il controllo di processi e l’automazione in ambito industriale.
L'insegnamento di Misure per l'Automazione e la Produzione Industriale ha lo scopo di fornire agli allievi le necessarie nozioni per la corretta gestione dei moderni sistemi di misura e controllo di processi produttivi industriali. Nel Corso andranno sviluppate le nozioni fondamentali e le metodologie per una corretta gestione delle misure nell’automazione dei processi. Obiettivo finale è guidare gli allievi nella progettazione metodologica di esperimenti e realizzazione di strumentazione virtuale per il monitoraggio di impianti e il collaudo della produzione. Si dovranno fornire inoltre le basi per la messa a punto di prove per la caratterizzazione e il controllo dell’affidabilità, qualità e miglioramento di un processo produttivo industriale. Il corso ha una forte connotazione sperimentale legata ad un uso intenso del laboratorio al fine di far comprendere le nozioni base relative all’acquisizione ed elaborazione dati tramite sistemi distribuiti, e al controllo remoto della strumentazione di misura mediante protocolli di rete.
Si intende quindi facilitare l’allievo nell’acquisizione di un appropriato livello di autonomia sia nella conoscenza teorica sia nell’utilizzo degli strumenti di misura di base. Si intende stimolare la sua capacità di riflessione e di comunicazione delle nozioni acquisite attraverso un linguaggio scientifico adeguato.

La prova d’esame consiste in una verifica orale preceduta da una prova pratica di laboratorio. Il superamento della prova pratica con un punteggio pari almeno a 18/30 consente di accedere alla prova orale.
Il superamento della prova pratica dà diritto a sostenere l'esame orale solo nell'appello nel quale è stato superato l'esame di natura pratica.

Le votazioni di ciascuna prova saranno espresse in trentesimi (/30). Il voto finale sarà ottenuto dalla media aritmetica delle due votazioni maggiorata per eccesso.

Nella prova pratica saranno valutate le capacità di natura tecnica raggiunte dallo Studente ed il rigore metodologico delle risoluzioni proposte in risposta ai quesiti formulati. Tale prova ha la durata massima di un’ora, e allo Studente sarà consentito l’accesso ad un personal computer presso il Laboratorio di Misure per lo svolgimento della sola prova pratica. La prova orale consiste in un colloquio sugli argomenti del programma del corso e si valuta la capacità dello studente di comunicare le nozioni acquisite attraverso un linguaggio scientifico adeguato, nonché la capacità di esposizione dei contenuti teorici che stanno alla base della prova pratica.

Il voto finale sarà attribuito secondo il seguente criterio di valutazione:
30 - 30 e lode: conoscenza completa, approfondita e critica degli argomenti, ottima proprietà di linguaggio, completa ed originale capacità interpretativa, piena capacità di applicare autonomamente le conoscenze per risolvere le attività pratiche proposte;
26 - 29: conoscenza completa e approfondita degli argomenti, piena proprietà di linguaggio, completa ed efficace capacità interpretativa, in grado di applicare autonomamente le conoscenze per risolvere le attività pratiche proposte;
24 - 25: conoscenza degli argomenti con un buon grado di apprendimento, buona proprietà di linguaggio, corretta e sicura capacità interpretativa, capacità di applicare in modo corretto la maggior parte delle conoscenze per risolvere le attività pratiche proposte;
21 - 23: conoscenza adeguata degli argomenti, ma mancata padronanza degli stessi, soddisfacente proprietà di linguaggio, corretta capacità interpretativa, limitata capacità di applicare autonomamente le conoscenze per risolvere le attività pratiche proposte;
18 - 20: conoscenza di base degli argomenti principali, conoscenza di base del linguaggio tecnico, capacità interpretativa sufficiente, capacità di applicare le conoscenze basilari acquisite;
Insufficiente: non possiede una conoscenza accettabile degli argomenti trattati durante il corso.
Programma Sistemi di acquisizione dati. Dispositivi di campo: sensori, attuatori, e controllori. Caratteristiche metrologiche dei sensori. Circuiti di condizionamento. Tecniche di elaborazione dei dati per l'estrazione dell'informazione di misura: filtraggio digitale, deconvoluzione. Tecniche di immunità ai disturbi e rumori. Schermi e filtri per la riduzione delle interferenze sui sistemi di misura. Sistemi automatici di misura. Architetture distribuite. Standard di comunicazione tra strumentazione di misura: RS232, IEEE 488, Ethernet, PXI, VME/VXI. Problematiche relative ad applicazioni Real-Time. Ambiente di programmazione dedicato alla strumentazione: LabVIEW. Strumentazione virtuale per il monitoraggio e collaudo della produzione. Taratura della strumentazione ed e-calibration. Tecniche per il miglioramento produttivo industriale. Metodi per il controllo dell’affidabilità e attendibilità dei risultati. Progettazione degli esperimenti e ottimizzazione parametrica. Carte di controllo. Tecniche avanzate di aggancio in fase di segnali e sincronizzazione nell’acquisizione di segnali provenienti da diversi sistemi di acquisizione. Sviluppo di applicazioni per il controllo remoto di strumentazione digitale tramite Matlab, LabVIEW. Realizzazione di strumenti virtuali per il controllo di processi industriali critici in tempo reale, misure a distanza (Internet).
L’attività di laboratorio riguarderà esercitazioni pratiche inerenti l’utilizzazione di strumentazione automatica di misura, di schede di acquisizione dati, l’impiego delle interfacce standard di comunicazione precedentemente elencate e lo sviluppo di procedure per la gestione di strumentazione su scheda per PC. L’obiettivo principale delle esercitazioni consisterà nella realizzazione di strumenti virtuali per il controllo di processi industriali critici in tempo reale, misure a distanza (Internet), sviluppo di applicazioni per il controllo remoto di strumentazione digitale tramite Java, C/C++, Matlab, LabVIEW.
Esercitazioni pratiche di Laboratorio:
1) Implementazione di un misuratore di temperatura a termoresistenza. Realizzazione del circuito di condizionamento, taratura e verifica delle prestazioni e caratteristiche metrologiche.
2) Implementazione di un misuratore di temperatura basato su microcontoller attraverso l’utilizzo di termocoppie e sensori elettronici a chip. Costruzione dei circuiti di condizionamento, taratura e verifica delle prestazioni. Confronto con le prestazioni del sistema di misura a termoresistenza.
3) Sistema di misura per grandezze tempovarianti: acquisizione automatica del transitorio di scarica di un sistema RC. Scrittura di un programma di gestione della misura, verifica delle prestazioni impiegando strumentazione esterna ed interfaccia RS232/IEEE488. Analisi dei problemi legati alla discretizzazione temporale.
4) Ripetizione dell'esperienza impiegando una scheda di acquisizione dati interna al calcolatore. Scrittura di un programma di gestione della scheda in ambiente Windows ed uso dei pacchetti integrati. Confronto delle prestazioni ottenibili con i due metodi.
5) Miglioramento dell'accuratezza di misura di temperatura in transitorio tramite elaborazione digitale dei segnali.
6) Stazione automatica per il controllo della temperatura di un ambiente. Controllo della temperatura e rischi decisionali: decision-making, ISO 14253 e carte di controllo.
7) Stazione automatica per la misura della differenza di fase tra due segnali mediante l’uso di un oscilloscopio: circuito RC.
8) Stazione automatica per la misura della potenza attiva e reattiva di un circuito RC mediante l’uso di un oscilloscopio. Confronto della misura con un contatore numerico.
9) Stazione automatica per la caratterizzazione di un motorino elettrico.
10) Realizzazione di una resistenza variabile mediante scheda di attuatori e matrice di switch.
11) Stazione automatica per la caratterizzazione metrologica di un convertitore A/D.

NI RealTime e FPGA LabView Tools
Testi docente - Clyde F. Coombs, Jr, “Electronic Instrument Handbook”, Second Edition McGraw-Hill, Inc.
- D.A.Patterson, J.L.Hennessy, Computer organization and design, Morgan Kaufmann, 1998 (edito anche in italiano, Jackson Libri 1999).
- P.Lapsley, J.Bier, A.Shoham, E.A.Lee, DSP Processor Fundamentals - Architectures and Features, IEEE Press, New York, 1997
- Nello Polese, Stefano De Falco, “Misure per la gestione - Assicurazione di qualità, logiche decisionali, progettazione degli esperimenti, normativa”, Ed. ESI, Cod. ISBN: 9788849519761, 2010.
- C. De Capua, S. De Falco, A. Grillo, R. Morello, “Accreditamento e gestione in qualità di un laboratorio metrologico tradizionale e distribuito su rete geografica”, Casa Editrice ARACNE Roma, 240 pagine, 2009.
Erogazione tradizionale
Erogazione a distanza No
Frequenza obbligatoria No
Valutazione prova scritta No
Valutazione prova orale
Valutazione test attitudinale No
Valutazione progetto
Valutazione tirocinio No
Valutazione in itinere No
Prova pratica

Ulteriori informazioni

Nessun materiale didattico inserito per questo insegnamento
Nessun avviso pubblicato
Nessuna lezione pubblicata
Codice insegnamento online non pubblicato

Modulo: Misure per la qualita'

Corso Ingegneria Elettronica
Curriculum ELETTRONICA
Orientamento Generale
Anno Accademico 2021/2022
Crediti 6
Settore Scientifico Disciplinare ING-INF/07
Anno Secondo anno
Unità temporale Secondo semestre
Ore aula 48
Attività formativa Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico

Docente ROSARIO MORELLO
Obiettivi Il corso affronta le tematiche inerenti la qualità ed affidabilità nelle misure e nei processi.
Il corso di Misure per la Qualità ha lo scopo di fornire agli allievi le basi e nozioni necessarie per la valutazione e ottimizzazione della qualità nelle misure e nei processi. Saranno inoltre affrontati i concetti di base relativi allo studio, alla valutazione e all'interpretazione delle prestazioni di affidabilità dei sistemi di misura e la relativa redazione di report. Saranno forniti gli strumenti metodologici per misurare e verificare la conformità di un sistema o prodotto/servizio a requisiti di specifica e per monitorarne le relative prestazioni nell’ottica del miglioramento della qualità. Al termine del corso gli allievi acquisiranno idonee competenze inerenti le misure per la qualità e la qualificazione di un generico processo di misura o servizio/prodotto. Gli allievi saranno inoltre in grado di interpretare l'iter di certificazione, sia di prodotto che di sistema, e di individuare le metodologie più opportune di controllo qualità alla luce della normativa internazionale.
Si intende quindi facilitare l’allievo nell’acquisizione di un appropriato livello di autonomia sia nella conoscenza teorica sia nell’utilizzo degli strumenti di misura di base. Si intende stimolare la sua capacità di riflessione e di comunicazione delle nozioni acquisite attraverso un linguaggio scientifico adeguato.

La prova d’esame consiste in una verifica orale preceduta da una prova pratica di laboratorio. Il superamento della prova pratica con un punteggio pari almeno a 18/30 consente di accedere alla prova orale.
Il superamento della prova pratica dà diritto a sostenere l'esame orale solo nell'appello nel quale è stato superato l'esame di natura pratica.

Le votazioni di ciascuna prova saranno espresse in trentesimi (/30). Il voto finale sarà ottenuto dalla media aritmetica delle due votazioni maggiorata per eccesso.

Nella prova pratica saranno valutate le capacità di natura tecnica raggiunte dallo Studente ed il rigore metodologico delle risoluzioni proposte in risposta ai quesiti formulati. Tale prova ha la durata massima di un’ora, e allo Studente sarà consentito l’accesso ad un personal computer presso il Laboratorio di Misure per lo svolgimento della sola prova pratica. La prova orale consiste in un colloquio sugli argomenti del programma del corso e si valuta la capacità dello studente di comunicare le nozioni acquisite attraverso un linguaggio scientifico adeguato, nonché la capacità di esposizione dei contenuti teorici che stanno alla base della prova pratica.

Il voto finale sarà attribuito secondo il seguente criterio di valutazione:
30 - 30 e lode: conoscenza completa, approfondita e critica degli argomenti, ottima proprietà di linguaggio, completa ed originale capacità interpretativa, piena capacità di applicare autonomamente le conoscenze per risolvere le attività pratiche proposte;
26 - 29: conoscenza completa e approfondita degli argomenti, piena proprietà di linguaggio, completa ed efficace capacità interpretativa, in grado di applicare autonomamente le conoscenze per risolvere le attività pratiche proposte;
24 - 25: conoscenza degli argomenti con un buon grado di apprendimento, buona proprietà di linguaggio, corretta e sicura capacità interpretativa, capacità di applicare in modo corretto la maggior parte delle conoscenze per risolvere le attività pratiche proposte;
21 - 23: conoscenza adeguata degli argomenti, ma mancata padronanza degli stessi, soddisfacente proprietà di linguaggio, corretta capacità interpretativa, limitata capacità di applicare autonomamente le conoscenze per risolvere le attività pratiche proposte;
18 - 20: conoscenza di base degli argomenti principali, conoscenza di base del linguaggio tecnico, capacità interpretativa sufficiente, capacità di applicare le conoscenze basilari acquisite;
Insufficiente: non possiede una conoscenza accettabile degli argomenti trattati durante il corso.
Programma Misure per la Qualità
Qualità di processo e prodotto/servizio e qualità in ambito aziendale. Gestione della Qualità: SGQ, Manuale Qualità, Sistema Qualità. Normazione, certificazione e accreditamento (Norme UNI EN ISO 9000:2015, CEI 56-50, ACCREDIA). Direttive europee e concetto di requisiti essenziali di sicurezza. Marchi di qualità e marcatura CE.
Analisi dei risultati di misura. Valutazione dell'accuratezza e attendibilità dei dati. Strumenti statistici per la valutazione della qualità dei dati di misura. Indicatori di qualità e loro determinazione. Stima dei diversi contributi dell'incertezza in un processo di misura. Incidenza della incertezza di misura nella qualità delle misure. Affidabilità e controllo statistico della qualità. Analisi di sicurezza e relativa classificazione. Affidabilità e attendibilità degli strumenti di misura. Riferibilità metrologica. Curve di vita e decadimento. Taratura e intervalli di mantenimento.
Progettazione e qualificazione di un processo di misura attraverso la scelta ‘ottima’: del sistema di misura, del metodo di misura, della procedura di misura e dell’analisi dei risultati. Interpretazione dei risultati: livelli di attenzione e allarme, effetti di deriva, rischi decisionali. Standard ISO 14253. Controllo di qualità: controllo di prodotto e di processo, tolleranza naturale e di specifica. Indici di capacità e di performance. Qualificazione di un processo produttivo. Misure per la qualificazione in ambito aziendale.
Valutatori interni ed ISO 9001 per la gestione della qualità. Audit e controlli interni per il miglioramento continuo. Non conformità ed azioni correttive. Non conformità potenziali ed azioni preventive. Redazione report di non conformità di prodotto/servizio/processo. Gestione di un programma di Audit. Attività di Audit. Valutazione degli Auditor.
UNI EN ISO 9001-2015: Sistemi di Gestione per la Qualità.
UNI EN ISO 19011-2003: Linee guida per gli audit dei sistemi di gestione per la qualità e/o di gestione ambientale.
Programmazione NI TestStand
Testi docente Misure per la Qualità
- Normative e Direttive comunitarie richiamate nel programma.
- Douglas C. Montgomery: "Controllo statistico della qualità", McGraw-HillItalia, 2000.
- M.A.Levin, T.T.Kalal: Improving Product Reliability, J.Wiley, 2003.
- Nello Polese, Stefano De Falco, “Misure per la gestione - Assicurazione di qualità, logiche decisionali, progettazione degli esperimenti, normativa”, Ed. ESI, Cod. ISBN: 9788849519761, 2010.
- UNI EN ISO 9001-2015: Sistemi di Gestione per la Qualità.
- UNI EN ISO 19011-2003: Linee guida per gli audit dei sistemi di gestione per la qualità e/o di gestione ambientale.
Erogazione tradizionale
Erogazione a distanza No
Frequenza obbligatoria No
Valutazione prova scritta
Valutazione prova orale
Valutazione test attitudinale No
Valutazione progetto
Valutazione tirocinio No
Valutazione in itinere No
Prova pratica

Ulteriori informazioni

Nessun materiale didattico inserito per questo insegnamento
Nessun avviso pubblicato
Nessuna lezione pubblicata
Codice insegnamento online pubblicato. Per visualizzarlo, autenticarsi in area riservata.

Modulo: FISICA TECNICA PER L'ELETTRONICA

Corso Ingegneria Elettronica
Curriculum ELETTRONICA
Orientamento Generale
Anno Accademico 2021/2022
Crediti 6
Settore Scientifico Disciplinare ING-IND/11
Anno Secondo anno
Unità temporale Secondo semestre
Ore aula 48
Attività formativa Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico

Docente MATILDE PIETRAFESA
Obiettivi Obiettivo del corso è fornire agli studenti le conoscenze di base dei meccanismi di trasmissione del calore al fine di far loro acquisire competenze ed affrontare problemi riguardanti i sistemi di raffreddamento delle apparecchiature elettroniche e dei sistemi fotovoltaici.
Nell’ambito del corso si effettuerà la trattazione della trasmissione del calore per conduzione, convezione ed irraggiamento, in regime stazionario e transitorio, con particolare riguardo alle tecniche di raffreddamento dei sistemi elettronici e fotovoltaici.
Alla fine del corso lo studente avrà conoscenza e comprensione dei meccanismi di scambio termico che hanno luogo nelle apparecchiature elettroniche e delle relative tecniche di raffreddamento e sarà in grado di applicare tali conoscenze, avendo acquisito strumenti metodologici, capacità interpretativa e autonomia di giudizio per affrontare con specifica competenza casi concreti, sia dal punto di vista teorico che applicativo, relativi a tali aspetti.
Il raggiungimento degli obiettivi formativi specifici previsti sarà accertato tramite una prova orale che verterà su temi inerenti gli argomenti del corso.

Modalità di valutazione

La verifica mira a valutare se lo studente abbia conoscenza e comprensione degli argomenti trattati e se abbia acquisito capacità interpretativa e autonomia di giudizio in casi concreti. Lo studente dovrà inoltre dimostrare capacità espositive ed argomentative tali da consentire la trasmissione delle sue conoscenze all'esaminatore.
La soglia di sufficienza si riterrà raggiunta quando lo studente mostri conoscenza e comprensione degli argomenti trattati almeno nelle linee generali e abbia mostrato conoscenze applicative utili per la risoluzione di casi concreti.
Il voto finale sarà attribuito secondo il seguente criterio di valutazione:
30 - 30 e lode: conoscenza completa, approfondita e critica degli argomenti, ottima proprietà di linguaggio, completa ed originale capacità interpretativa, piena capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
26 - 29: conoscenza completa e approfondita degli argomenti, piena proprietà di linguaggio, completa ed efficace capacità interpretativa, in grado di applicare autonomamente le conoscenze per risolvere i problemi proposti;
24 - 25: conoscenza degli argomenti con un buon grado di apprendimento, buona proprietà di linguaggio, corretta e sicura capacità interpretativa, capacità di applicare in modo corretto la maggior parte delle conoscenze per risolvere i problemi proposti;
21 - 23: conoscenza adeguata degli argomenti, ma mancata padronanza degli stessi, soddisfacente proprietà di linguaggio, corretta capacità interpretativa, limitata capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
18 - 20: conoscenza di base degli argomenti principali, conoscenza di base del linguaggio tecnico, capacità interpretativa sufficiente, capacità di applicare le conoscenze basilari acquisite;
Insufficiente: non possiede una conoscenza accettabile degli argomenti trattati durante il corso.

Programma N.D.
Testi docente N.D.
Erogazione tradizionale No
Erogazione a distanza No
Frequenza obbligatoria No
Valutazione prova scritta No
Valutazione prova orale No
Valutazione test attitudinale No
Valutazione progetto No
Valutazione tirocinio No
Valutazione in itinere No
Prova pratica No
Docente ANTONINO FRANCESCO NUCARA
Obiettivi Obiettivo del corso è fornire agli studenti le conoscenze di base dei meccanismi di trasmissione del calore al fine di far loro acquisire competenze ed affrontare problemi riguardanti i sistemi di raffreddamento delle apparecchiature elettroniche e dei sistemi fotovoltaici.
Nell’ambito del corso si effettuerà la trattazione della trasmissione del calore per conduzione, convezione ed irraggiamento, in regime stazionario e transitorio, con particolare riguardo alle tecniche di raffreddamento dei sistemi elettronici e fotovoltaici.
Alla fine del corso lo studente avrà conoscenza e comprensione dei meccanismi di scambio termico che hanno luogo nelle apparecchiature elettroniche e delle relative tecniche di raffreddamento e sarà in grado di applicare tali conoscenze, avendo acquisito strumenti metodologici, capacità interpretativa e autonomia di giudizio per affrontare con specifica competenza casi concreti, sia dal punto di vista teorico che applicativo, relativi a tali aspetti.
Il raggiungimento degli obiettivi formativi specifici previsti sarà accertato tramite una prova orale che verterà su temi inerenti gli argomenti del corso.

Modalità di valutazione

La verifica mira a valutare se lo studente abbia conoscenza e comprensione degli argomenti trattati e se abbia acquisito capacità interpretativa e autonomia di giudizio in casi concreti. Lo studente dovrà inoltre dimostrare capacità espositive ed argomentative tali da consentire la trasmissione delle sue conoscenze all'esaminatore.
La soglia di sufficienza si riterrà raggiunta quando lo studente mostri conoscenza e comprensione degli argomenti trattati almeno nelle linee generali e abbia mostrato conoscenze applicative utili per la risoluzione di casi concreti.
Il voto finale sarà attribuito secondo il seguente criterio di valutazione:
30 - 30 e lode: conoscenza completa, approfondita e critica degli argomenti, ottima proprietà di linguaggio, completa ed originale capacità interpretativa, piena capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
26 - 29: conoscenza completa e approfondita degli argomenti, piena proprietà di linguaggio, completa ed efficace capacità interpretativa, in grado di applicare autonomamente le conoscenze per risolvere i problemi proposti;
24 - 25: conoscenza degli argomenti con un buon grado di apprendimento, buona proprietà di linguaggio, corretta e sicura capacità interpretativa, capacità di applicare in modo corretto la maggior parte delle conoscenze per risolvere i problemi proposti;
21 - 23: conoscenza adeguata degli argomenti, ma mancata padronanza degli stessi, soddisfacente proprietà di linguaggio, corretta capacità interpretativa, limitata capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
18 - 20: conoscenza di base degli argomenti principali, conoscenza di base del linguaggio tecnico, capacità interpretativa sufficiente, capacità di applicare le conoscenze basilari acquisite;
Insufficiente: non possiede una conoscenza accettabile degli argomenti trattati durante il corso.

Programma RAFFREDDAMENTO DELLE APPARECCHIATURE ELETTRONICHE
Il carico termico nelle apparecchiature elettroniche – Raffreddamento di apparecchiature elettroniche e led - Raffreddamento per conduzione – Raffreddamento ad aria (in convezione naturale ed irraggiamento; in convezione forzata) – Raffreddamento a liquido – Raffreddamento ad immersione - Sistemi di raffreddamento – Alette e piastre di raffreddamento – Ventilatori – Sistemi di rilevamento della temperatura (termocamere).

RAFFREDDAMENTO DEI SISTEMI FOTOVOLTAICI
Energia solare - Sfruttamento dell’energia solare per la produzione di energia elettrica e termica – Raffreddamento dei sistemi fotovoltaici mediante scambiatori di calore - Pannelli fotovoltaici termici (Sistemi PVT) – Metodo della Differenza di Temperatura media logaritmica – Metodo dell’efficienza - Potenza ed efficienza - Sistemi di accumulo energetico.
Testi docente Dispense del corso
F. Kreith – Principi di Trasmissione del Calore – ed. Liguori.
Y. Cengel – Termodinamica e trasmissione del calore – McGraw-Hill
Erogazione tradizionale
Erogazione a distanza No
Frequenza obbligatoria No
Valutazione prova scritta No
Valutazione prova orale
Valutazione test attitudinale No
Valutazione progetto No
Valutazione tirocinio No
Valutazione in itinere No
Prova pratica No

Ulteriori informazioni

Nessun avviso pubblicato
Nessuna lezione pubblicata
Codice insegnamento online pubblicato. Per visualizzarlo, autenticarsi in area riservata.

Modulo: Circuiti ed algoritmi per il trattamento dei segnali

Corso Ingegneria Elettronica
Curriculum ELETTRONICA
Orientamento Generale
Anno Accademico 2021/2022
Crediti 6
Settore Scientifico Disciplinare ING-IND/31
Anno Secondo anno
Unità temporale Secondo semestre
Ore aula 48
Attività formativa Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico

Erogazione 36M061 TRATTAMENTO DEI SEGNALI AMBIENTALI in Ingegneria per la gestione sostenibile dell'ambiente e dell'energia LM-35 LM-30 MORABITO FRANCESCO CARLO
Docente Francesco Carlo MORABITO
Obiettivi Il corso ha l’obiettivo di avviare lo studente al trattamento (o elaborazione) di segnali unidimensionali e multidimensionali (analisi e sintesi temporale, spaziale, frequenziale, tempo-frequenziale), ivi incluse le immagini di provenienza da diversi sensori. L’elaborazione dei segnali verte su concetti di base di analisi numerica con l'ausilio di tecniche statistiche e analitico-numeriche implementabili al calcolatore. Obiettivo fondamentale del corso è la comprensione e l’utilizzo di “tools” e strumenti standard a livello internazionale per la soluzione al calcolatore di problemi complessi principalmente di natura stocastica. In particolare, è suggerito l’uso estensivo di MatLab, o codici equivalenti, anche attraverso la presentazione di esercitazioni specifiche.

Obiettivi formativi specifici:
Conoscenza dei principali modelli deterministici e probabilistici per i segnali di natura ambientale
Conoscenza delle principali tecniche algoritmiche per il trattamento di segnali ambientali
Capacità di utilizzare codici di calcolo per l’elaborazione di segnali ambientali
Abilità di strutturare un problema complesso di modellistica ambientale in termini di approcci computazionali
Conoscenza di terminologia specifica internazionale per le tematiche trattate.

Modalità di valutazione:
La prova d'esame consiste in una prova orale articolata in diversi aspetti, focalizzati alla verifica della maturazione complessiva del candidato e all’accertamento del raggiungimento degli obiettivi specifici. La prova ha l’obiettivo di misurare le capacità critiche sviluppate dallo studente e il livello di approfondimento della conoscenza avanzata degli algoritmi di trattamento dei segnali per applicazioni ambientali. La prova orale consiste anche nella discussione pubblica di un elaborato di corso preparato dallo studente di concerto col docente, nel corso della quale si accertano le capacità comunicative acquisite con riferimento alla presentazione di ricerche o progetti sviluppati nel corso. Nel corso della presentazione, il candidato dovrà altresì mostrare la capacità di lavorare in team su applicazioni specifiche del settore.


Programma Introduzione al trattamento dei Segnali (CFU 1)

Generalità sul trattamento dei segnali, segnali analogici, campionamento e conversione AD e DA, segnali a tempo discreto (numerici), equazioni alle differenze lineari a coefficienti costanti, rappresentazione nel dominio del tempo e della frequenza, segnali aleatori multi-dimensionali, statistiche di ordine superiore al secondo, processi stocastici, concetti di teoria della stima, metodo della massima verosimiglianza, stima del minimo errore quadratico medio, metodo della massima probabilità a posteriori, elementi di teoria dell’informazione, entropia informazionale, informazione mutua, negentropia, correntropia, metodo di stima a massima entropia, metodi di ottimizzazione.
Rappresentazione di sistemi digitali mediante grafi e schemi a blocchi, strutture di rete fondamentali per sistemi FIR e IIR.

Algoritmi di Soft Computing e di Analisi Multirisoluzione e Multidimensionale (CFU 2)

Sistemi adattivi, stima del gradiente, metodi iterativi, apprendimento Hebbiano, reti auto-organizzanti.
Pattern recognition: formulazioni, classificatori lineari e non lineari, trattamento dell’incertezza, problemi rappresentativi in diversi ambiti di ricerca.
Algoritmi avanzati per l’elaborazione dei segnali, studio serie temporali, Analisi nel dominio della frequenza, Trasformata di Fourier, Short-Time Fourier Transform, analisi di segnali nel dominio tempo-frequenza, elaborazione di segnali non stazionari, segnali e sistemi non lineari, trasformata Wavelet Continua e Discreta, decomposizione Wavelet, applicazioni pratiche della trasformata Wavelet, Principal Component Analysis (PCA), Independent Component Analysis (ICA), applicazioni PCA e ICA.

Implementazione numerica degli algoritmi (CFU 1)

Introduzione al MATLAB, nozioni preliminari, potenzialità e limiti del software, programmare con l’editor di MATLAB; introduzione all’uso dei Toolboxes: Signal Processing, Wavelet, Algoritmi PCA e ICA, EEGLAB, ICA-lab, FAST-ICA.

Introduzione ai segnali ambientali (CFU 1)

Nozione di segnale ambientale; tecniche di rilievo di segnali e dati ambientali; manipolazione di database di natura ambientale; elementi di data mining; gestione delle informazioni e dati ambientali.

Tecniche di elaborazione dei segnali ambientali (CFU1)

Sistemi di acquisizione e conversione A/D; interfacce di acquisizione; sensori per la registrazione di segnali ambientali; raccolta e selezione di campioni; sistemi statistici per il trattamento di dati ambientali; trattamento outliers; Teoria della decisione statistica.
Implementazione di algoritmi per l’analisi multi-risoluzione e multidimensionale di segnali ambientali; modelli per la simulazione di sistemi ambientali; elaborazione numerica di segnali ambientali; rumore; progettazione ed implementazione di circuiti e sistemi per il trattamento di segnali ambientali esempi di dati meteorologici e satellitari; esercitazioni di laboratorio.
Testi docente Principe, Eliano, Neural and Adaptive Systems, IEEE
Bishop, Statistical Pattern Recognition, Oxford University Press
Materiale del corso fornito dal docente
Audio-lezioni del docente
Erogazione tradizionale
Erogazione a distanza No
Frequenza obbligatoria No
Valutazione prova scritta No
Valutazione prova orale
Valutazione test attitudinale No
Valutazione progetto
Valutazione tirocinio No
Valutazione in itinere No
Prova pratica No

Ulteriori informazioni

Nessun materiale didattico inserito per questo insegnamento
Nessun avviso pubblicato
Nessuna lezione pubblicata
Codice insegnamento online non pubblicato

Modulo: Principi di Ingegneria neurale

Corso Ingegneria Elettronica
Curriculum ELETTRONICA
Orientamento Generale
Anno Accademico 2021/2022
Crediti 6
Settore Scientifico Disciplinare ING-IND/31
Anno Secondo anno
Unità temporale Secondo semestre
Ore aula 48
Attività formativa Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico

Docente Nadia Mammone
Obiettivi CONOSCENZA E COMPRENSIONE:
Il corso si propone di completare la preparazione dello studente magistrale in ambito machine learning, focalizzando l’attenzione sugli aspetti maggiormente collegati alle neuroscienze. Vengono proposte applicazioni all'elaborazione di segnali elettroencefalografici (EEG) sia per discriminazione di stati cerebrali sia per Brain Computer Interface (BCI). Lo studente, in autonomia, svolgerà un proprio elaborato suggerito dal docente.
CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE:
Il corso è orientato a far acquisire allo studente competenze sulla progettazione e sviluppo di algoritmi, basati su metodi di Deep Learning, per applicazioni nell’ambito delle neuroscienze. Tale obiettivo viene perseguito anche attraverso esercitazioni laboratoriali durante le quali lo studente avrà modo di progettare i propri esperimenti, acquisire i segnali elettroencefalografici ed elaborarli.
AUTONOMIA DI GIUDIZIO:
A fine corso, e in particolare al superamento dell’esame, lo studente sarà in grado, in completa autonomia, di: definire paradigmi ed esperimenti di acquisizione dei segnali EEG secondo quelli che sono gli obiettivi del proprio studio; progettare algoritmi per l’elaborazione dei segnali acquisiti al fine di raggiungere l’obiettivo dello studio. Lo studente potrà contare sul bagaglio di metodi trattati durante il corso nonché sulla propria capacità di approfondire autonomamente ulteriori metodi presenti in letteratura, grazie ad un’acquisita padronanza dei concetti fondamentali del deep learning.
ABILITA' COMUNICATIVE:
Attraverso una continua interazione docente-studente, il corso orienterà all’acquisizione del linguaggio proprio dell’intelligenza artificiale e della computational neuroscience, permettendo inoltre allo studente di affinare la capacità di esprimersi attraverso un linguaggio tecnico appropriato.
CAPACITA' DI APPRENDIMENTO
Al superamento dell’esame, lo studente avrà acquisito la capacità di progettare algoritmi basati su reti neurali artificiali, sia di tipo shallow sia di tipo deep. Sarà in grado di definire paradigmi ed esperimenti per l’acquisizione di segnali elettroencefalografici (EEG) secondo quelli che sono gli obiettivi dello studio; acquisire tali segnali; elaborarli mediante algoritmi di Deep Learning sviluppati ad-hoc; integrare tali algoritmi con piattaforme per l’interfacciamento in tempo reale con il sistema di acquisizione EEG. Viceversa, l’applicazione pratica dei concetti teorici permetterà di comprenderli a fondo e rielaborarli; lo studente svilupperà così in generale un approccio teorico-pratico alle materie ingegneristiche.



MODALITA’ DI VALUTAZIONE
L’esame consta nella discussione di un elaborato progettuale, svolto autonomamente oppure in gruppo, e nella prova orale.
La discussione dell’elaborato è volta a valutare l’autonomia e le capacità critiche sviluppate dallo studente nonché il rigore metodologico nella progettazione di algoritmi basati su metodi di deep learning.
La prova orale è volta a verificare il livello di padronanza delle conoscenze degli argomenti proposti durante il corso nonché la capacità di esposizione dei contenuti teorici della disciplina.
Il voto finale sarà attribuito considerando la valutazione dell’elaborato e l’esito della discussione orale, secondo il seguente criterio di valutazione:
30 - 30 e lode: conoscenza completa, approfondita e critica degli argomenti, ottima proprietà di linguaggio, completa ed originale capacità interpretativa, piena capacità di applicare autonomamente le conoscenze acquisite;
27 - 29: conoscenza completa e approfondita degli argomenti, piena proprietà di linguaggio, completa ed efficace capacità interpretativa, in grado di applicare autonomamente le conoscenze per risolvere i problemi proposti;
24 - 26: conoscenza degli argomenti con un buon grado di apprendimento, buona proprietà di linguaggio, corretta e sicura capacità interpretativa, capacità di applicare in modo corretto la maggior parte delle conoscenze acquisite;
21 - 23: conoscenza adeguata degli argomenti, ma mancata padronanza degli stessi, soddisfacente proprietà di linguaggio, corretta capacità interpretativa, limitata capacità di applicare autonomamente le conoscenze acquisite;
18 - 20: conoscenza di base degli argomenti principali, conoscenza di base del linguaggio tecnico, capacità interpretativa sufficiente, capacità di applicare le conoscenze basilari acquisite;
Insufficiente: lo studente non possiede una conoscenza accettabile degli argomenti trattati durante il corso.

Programma FONDAMENTI DI INGEGNERIA NEURALE (0.5 CFU)
Fondamenti di ingegneria neurale. Panoramica sulle applicazioni dell’ingegneria neurale. Necessità di una nuova prospettiva negli approcci basati su modelli. Introduzione dell'esame e del progetto di fine corso.
Introduzione ai campi elettrici del cervello e all'Elettroencefalografia (EEG). Concetti fondamentali sulla generazione dei ritmi EEG. Registrazione e acquisizione di segnali EEG. Pattern EEG normali e anormali. Disturbi neurologici e loro effetti sulle onde cerebrali (malattia di Alzheimer, epilessia, ictus, malattia di Parkinson, ecc.). Brain Computer Interfaces (BCI) e BCI basate su EEG. Applicazione dell'intelligenza artificiale ai segnali EEG.
LE RETI NEURALI ARTIFICIALI (2 CFU)
Proprietà generali dei sistemi di elaborazione neurale. Modello di neurone biologico. Neurone artificiale di McCulloch-Pitts. Discesa del gradiente. Non linearità: sigmoidale, tangente iperbolica, funzioni di attivazione di ReLu. Processo di apprendimento. Correzione dell'errore. Regola Widrow-Hopf. Hebbian Learning. Apprendimento competitivo. Apprendimento supervisionato e non supervisionato. Apprendimento con rinforzo. Natura statistica del processo di apprendimento. Architetture di rete: modelli feedforward. Modelli competitivi e auto-organizzanti. Rappresentazione della conoscenza. Visualizzazione dei processi nelle reti neurali. Perceptrons. Multi-layer Perceptrons. Radial Basis Functions. Reti ricorrenti. Mappe auto-organizzanti.
DEEP LEARNING (1.5 CFU)
Modelli Deep e Shallow. Convolutional Neural Networks. Visualizzazione e comprensione delle reti convoluzionali, visualizzazione di modelli di classificazione delle immagini e saliency maps, comprensione delle reti neurali attraverso la deep visualization. Metodi di Explainable Machine Learning. Stacked AutoEncoders. Generative Adversarial Networks.
ELABORAZIONE DEI SEGNALI EEG (1 CFU)
Fondamenti di elaborazione dei segnali EEG. Analisi dei segnali EEG nel domino del tempo. Analisi spettrale e tempo-frequenza. Analisi dinamica e teoria del caos applicata all’EEG. Analisi entropica e tramite altri descrittori di complessità. Analisi delle Componenti Principali e Analisi delle Componenti Indipendenti. Common Spatial Patterns. Teoria dei grafi applicata all'EEG. Elaborazione del segnale EEG basata su reti neurali. Classificazione degli stati cerebrali tramite reti neurali.
ESPERIENZE DI LABORATORIO (1 CFU)
Utilizzo del Deep Learning toolbox di Matlab; Python; Neural Works Professional II / + e CAD.
Progettazione di paradigmi per applicazioni EEG-based tramite EEGlab. Set up dei sistemi di acquisizione dei segnali EEG. Registrazione ed elaborazione di EEG. Acquisizione dei segnali destinati allo sviluppo del progetto finale.
Testi docente José C. Principe, Neural and Adaptive Systems: Fundamentals Through Simulations, Wiley
Ian Goodfellow, Yoshua Bengio and Aaron Courville, “Deep Learning” (www.deeplearningbook.org), An MIT Press book
Zhang, A., Lipton, Z. C., Li, M., & Smola, A. J. (2021). Dive into deep learning. arXiv preprint arXiv:2106.11342 (https://d2l.ai/index.html)
Paul L. Nunez and Ramesh Srinivasan, Electric fields of the brain - the Neurophysics of EEG (second edition), Oxford University Press
Sani-Chambers, EEG Signal Processing, IEEE- Wiley
Simon Haykin, Neural Networks, IEEE Press
Erogazione tradizionale
Erogazione a distanza No
Frequenza obbligatoria No
Valutazione prova scritta No
Valutazione prova orale
Valutazione test attitudinale No
Valutazione progetto
Valutazione tirocinio No
Valutazione in itinere No
Prova pratica No

Ulteriori informazioni

Nessun materiale didattico inserito per questo insegnamento

Elenco dei rievimenti:

Descrizione Avviso
Ricevimenti di: Nadia Mammone
Il ricevimento ha luogo il martedi dalle 11 alle 13, si consiglia di inviare preventivamente una email all'indirizzo nadia.mammone@unirc.it
Nessun avviso pubblicato
Nessuna lezione pubblicata
Codice insegnamento online pubblicato. Per visualizzarlo, autenticarsi in area riservata.

Modulo: TECNOLOGIE INFORMATIVE ED INFRASTRUTTURE NEI SISTEMI DI TRASPORTO

Corso Ingegneria Elettronica
Curriculum ELETTRONICA
Orientamento Generale
Anno Accademico 2021/2022
Crediti 6
Settore Scientifico Disciplinare ICAR/05
Anno Secondo anno
Unità temporale Secondo semestre
Ore aula 48
Attività formativa Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico

Docente GIUSEPPE MUSOLINO
Obiettivi L’obiettivo formativo generale del corso di “Tecnologie informative” è trasferire agli studenti conoscenze e competenze in merito alla gestione e il controllo del traffico veicolare su reti di trasporto mediante Intelligent Transportation Systems (ITS).
Il corso si prefigge i seguenti obiettivi formativi:
1. Conoscenza e capacità di comprensione (acquisizione di specifiche competenze teoriche e operative in materia di Tecnologie Informative ed Infrastrutture nei sistemi di trasporto, con particolare riferimento alle tecnologie informative).
2. Capacità di applicare conoscenza e comprensione (Acquisizione di specifiche competenze applicative relative alle Tecnologie Informative ed Infrastrutture nei sistemi di trasporto, con particolare riferimento alle tecnologie informative).
3. Autonomia di giudizio (Valutazione e interpretazione dei dati sperimentali propri del settore delle Tecnologie Informative ed Infrastrutture nei sistemi di trasporto, con particolare riferimento alle tecnologie informative).
4. Abilità comunicative: Capacità di comunicare le conoscenze acquisite attraverso un linguaggio tecnico-scientifico adeguato a interlocutori specialisti e non specialisti.
5.Capacità di apprendimento: Capacità di approfondire in autonomia le conoscenze acquisite e di applicarle autonomamente allo studio dei nuovi argomenti da affrontare nella prosecuzione del proprio percorso di studio e in ambito lavorativo.

Modalità di accertamento e valutazione: L’esame consiste in un prova orale.
La prova orale è volta ad accertare il livello di conoscenza e comprensione dei contenuti del corso, di valutare l'autonomia di giudizio, la capacità di apprendimento e le abilità comunicative. La prova orale consiste nella discussione dell’esercitazione svolta durante i corso, in domande e/o esercizi sui contenuti del corso.
Il voto finale dell’esame è determinato tenendo conto sia della esercitazione che della prova orale.

Il voto finale sarà attribuito secondo il seguente criterio di valutazione:
30 e lode: conoscenza completa, approfondita e critica degli argomenti, eccellente proprietà di linguaggio, completa ed originale capacità interpretativa, piena capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
28 - 30: conoscenza completa e approfondita degli argomenti, ottima proprietà di linguaggio, completa ed efficace capacità interpretativa, in grado di applicare autonomamente le conoscenze per risolvere i problemi proposti;
24 - 27: conoscenza degli argomenti con un buon grado di padronanza, buona proprietà di linguaggio, corretta e sicura capacità interpretativa, buona capacità di applicare in modo corretto la maggior parte delle conoscenze per risolvere i problemi proposti;
20 - 23: conoscenza adeguata degli argomenti ma limitata padronanza degli stessi, soddisfacente proprietà di linguaggio, corretta capacità interpretativa, più che sufficiente capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
18 - 19: conoscenza di base degli argomenti principali, conoscenza di base del linguaggio tecnico, sufficiente capacità interpretativa, sufficiente capacità di applicare le conoscenze di base acquisite;
Insufficiente: non possiede una conoscenza accettabile degli argomenti trattati durante il corso.
Programma Intelligent Transportation Systems:
-processo decisionale
-componente ICT per il monitoraggio
-componente DSS per la pianificazione
Informazioni all'utenza:
-procedure per la raccolta di informazioni: traditional data and big-data sources
-procedure l'elaborazione di informazioni: stima di variabili di deflusso e variabili di domanda
-procedure e dispositivi per la distribuzione di informazioni all’utenza
Testi docente Francesco Russo, Agata Quattrone (2010). ITS. Sistemi di trasporto intelligenti. Elementi di base e applicazioni operative per il trasporto privato, per il trasporto pubblico, per il trasporto merci. Franco Angeli
G.E. Cantarella, V. Mauro (a cura di). Sistemi di Informazione all’utenza. Linee guida per la progettazione.
Ispettorato generale per la circolazione e la sicurezza stradale. Ministero Delle Infrastrutture E Dei Trasporti.
Erogazione tradizionale
Erogazione a distanza
Frequenza obbligatoria No
Valutazione prova scritta No
Valutazione prova orale
Valutazione test attitudinale No
Valutazione progetto
Valutazione tirocinio No
Valutazione in itinere No
Prova pratica No
Docente FILIPPO GIAMMARIA PRATICO'
Obiettivi L’obiettivo formativo generale del corso di “Tecnologie informative” è trasferire agli studenti conoscenze e competenze in merito alla gestione e il controllo del traffico veicolare su reti di trasporto mediante Intelligent Transportation Systems (ITS).
Il corso si prefigge i seguenti obiettivi formativi:
1. Conoscenza e capacità di comprensione (acquisizione di specifiche competenze teoriche e operative in materia di Tecnologie Informative ed Infrastrutture nei sistemi di trasporto, con particolare riferimento alle tecnologie informative).
2. Capacità di applicare conoscenza e comprensione (Acquisizione di specifiche competenze applicative relative alle Tecnologie Informative ed Infrastrutture nei sistemi di trasporto, con particolare riferimento alle tecnologie informative).
3. Autonomia di giudizio (Valutazione e interpretazione dei dati sperimentali propri del settore delle Tecnologie Informative ed Infrastrutture nei sistemi di trasporto, con particolare riferimento alle tecnologie informative).
4. Abilità comunicative: Capacità di comunicare le conoscenze acquisite attraverso un linguaggio tecnico-scientifico adeguato a interlocutori specialisti e non specialisti.
5.Capacità di apprendimento: Capacità di approfondire in autonomia le conoscenze acquisite e di applicarle autonomamente allo studio dei nuovi argomenti da affrontare nella prosecuzione del proprio percorso di studio e in ambito lavorativo.

Modalità di accertamento e valutazione: L’esame consiste in un prova orale.
La prova orale è volta ad accertare il livello di conoscenza e comprensione dei contenuti del corso, di valutare l'autonomia di giudizio, la capacità di apprendimento e le abilità comunicative. La prova orale consiste nella discussione dell’esercitazione svolta durante i corso, in domande e/o esercizi sui contenuti del corso.
Il voto finale dell’esame è determinato tenendo conto sia della esercitazione che della prova orale.

Il voto finale sarà attribuito secondo il seguente criterio di valutazione:
30 e lode: conoscenza completa, approfondita e critica degli argomenti, eccellente proprietà di linguaggio, completa ed originale capacità interpretativa, piena capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
28 - 30: conoscenza completa e approfondita degli argomenti, ottima proprietà di linguaggio, completa ed efficace capacità interpretativa, in grado di applicare autonomamente le conoscenze per risolvere i problemi proposti;
24 - 27: conoscenza degli argomenti con un buon grado di padronanza, buona proprietà di linguaggio, corretta e sicura capacità interpretativa, buona capacità di applicare in modo corretto la maggior parte delle conoscenze per risolvere i problemi proposti;
20 - 23: conoscenza adeguata degli argomenti ma limitata padronanza degli stessi, soddisfacente proprietà di linguaggio, corretta capacità interpretativa, più che sufficiente capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
18 - 19: conoscenza di base degli argomenti principali, conoscenza di base del linguaggio tecnico, sufficiente capacità interpretativa, sufficiente capacità di applicare le conoscenze di base acquisite;
Insufficiente: non possiede una conoscenza accettabile degli argomenti trattati durante il corso.
Programma IT
Infrastrutture di trasporto e loro peculiarità con riferimento alle Tecnologie Informative (1CFU; M12, M25, M190).

Applicazioni per la sicurezza, per la sostenibilità e per la minimizzazione del costo del ciclo di vita (2CFU; M191; M290_9).

I rimanenti tre CFU sono erogati da diverso docente.

EN
Title of the course: Information communication technology and its application to transportation infrastructures

Syllabus:
Transportation infrastructure and information technology 1CFU; M12, M25, M190).

Safety- and security-related applications. Environmental-based applications. Life cycle analysis and information technology (2CFU; M191; M290_9).

Note that three more credits are given by a different lecturer.

Testi docente Risorse e bibliografia essenziale/References and textbooks

AA.VV., Pubblicazioni ed altri testi indicati durante il corso (moduli M12, 25, 190, 191, 290_9).
Praticò, F.G., QA/QC in Transport Infrastructures: Issues and Perspectives, DOI: 10.5772/21719.
Norme funzionali e geometriche per la costruzione strade D. M. 6792 del 5/11/2001.
Praticò F.G. et al., Evaluating the performance of automated pavement cracking measurement equipment, PIARC Reference 2008R14, ISBN 2-84060-214-8, Pages 59, PIARC, 2008.
European standards.
Erogazione tradizionale
Erogazione a distanza
Frequenza obbligatoria No
Valutazione prova scritta No
Valutazione prova orale
Valutazione test attitudinale No
Valutazione progetto
Valutazione tirocinio No
Valutazione in itinere No
Prova pratica No

Ulteriori informazioni

Nessun avviso pubblicato
Nessuna lezione pubblicata
Codice insegnamento online pubblicato. Per visualizzarlo, autenticarsi in area riservata.

Modulo: Sistemi e tecnologie per la localizzazione e la gestione di veicoli

Corso Ingegneria Elettronica
Curriculum ELETTRONICA
Orientamento Generale
Anno Accademico 2021/2022
Crediti 6
Settore Scientifico Disciplinare ICAR/05
Anno Secondo anno
Unità temporale Secondo semestre
Ore aula 48
Attività formativa Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico

Docente GIUSEPPE MUSOLINO
Obiettivi L’obiettivo formativo del corso di “Sistemi e tecnologie per la localizzazione e la gestione di veicoli” è trasferire agli studenti conoscenze e competenze in merito alla gestione e il controllo del traffico veicolare su reti di trasporto mediante Intelligent Transportation Systems (ITS).
Il corso è finalizzato all’acquisizione di conoscenze sui sistemi ITS (Intelligent Transportation Systems) nel trasporto dei passeggeri e delle merci.
I sistemi ITS sono articolati in due componenti:
• una componente tecnologica e legata al flusso di informazioni, denominata con l'acronimo ICT (Information and Comunication Tecnology), e
• una componente legata agli aspetti decisionali, denominata con l'acronimo DSS (Decision Support System).
Vengono presi in esame le tecnologie per il monitoraggio del traffico su reti di trasporto al fine ottenere dati tradizionali e big data.
Il corso si prefigge i seguenti obiettivi formativi:
1. Conoscenza e capacità di comprensione (acquisizione di specifiche competenze teoriche e operative in materia di Sistemi e tecnologie per la localizzazione e la gestione di veicoli).
2. Capacità di applicare conoscenza e comprensione (Acquisizione di specifiche competenze applicative relative a Sistemi e tecnologie per la localizzazione e la gestione di veicoli).
3. Autonomia di giudizio (Valutazione e interpretazione dei dati sperimentali propri dei Sistemi e tecnologie per la localizzazione e la gestione di veicoli).
4. Abilità comunicative: Capacità di comunicare le conoscenze acquisite attraverso un linguaggio tecnico-scientifico adeguato a interlocutori specialisti e non specialisti.
5.Capacità di apprendimento: Capacità di approfondire in autonomia le conoscenze acquisite e di applicarle autonomamente allo studio dei nuovi argomenti da affrontare nella prosecuzione del proprio percorso di studio e in ambito lavorativo.

Modalità di accertamento e valutazione: L’esame consiste in un prova orale.
La prova orale è volta ad accertare il livello di conoscenza e comprensione dei contenuti del corso, di valutare l'autonomia di giudizio, la capacità di apprendimento e le abilità comunicative. La prova orale consiste nella discussione dell’esercitazione svolta durante i corso, in domande e/o esercizi sui contenuti del corso.
Il voto finale dell’esame è determinato tenendo conto sia della esercitazione che della prova orale.

Il voto finale sarà attribuito secondo il seguente criterio di valutazione:
30 e lode: conoscenza completa, approfondita e critica degli argomenti, eccellente proprietà di linguaggio, completa ed originale capacità interpretativa, piena capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
28 - 30: conoscenza completa e approfondita degli argomenti, ottima proprietà di linguaggio, completa ed efficace capacità interpretativa, in grado di applicare autonomamente le conoscenze per risolvere i problemi proposti;
24 - 27: conoscenza degli argomenti con un buon grado di padronanza, buona proprietà di linguaggio, corretta e sicura capacità interpretativa, buona capacità di applicare in modo corretto la maggior parte delle conoscenze per risolvere i problemi proposti;
20 - 23: conoscenza adeguata degli argomenti ma limitata padronanza degli stessi, soddisfacente proprietà di linguaggio, corretta capacità interpretativa, più che sufficiente capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
18 - 19: conoscenza di base degli argomenti principali, conoscenza di base del linguaggio tecnico, sufficiente capacità interpretativa, sufficiente capacità di applicare le conoscenze di base acquisite;
Insufficiente: non possiede una conoscenza accettabile degli argomenti trattati durante il corso.
Programma Intelligent Transportation Systems (ITS): definizioni, caratteristiche generali
Componente DSS per la pianificazione: modelli di trasporto (cenni)
Componente ICT per il monitoraggio dei veicoli: tecnologie dispositivi per la stima delle variabili di traffico
Componente ICT per la gestione dei veicoli
- Trasporto privato passeggeri: In-Vehicle Navigation Systems
- Trasporto collettivo passeggeri: Advanced Public Transport Systems
- Trasporto merci: Commercial Vehicle Operations
- Trasporto in condizioni di emergenza: Emergency Management Systems
Esercitazione individuale
Testi docente F. Russo, A. Quattrone (2010). ITS. Sistemi di trasporto intelligenti. Elementi di base e applicazioni operative per il trasporto privato, per il trasporto pubblico, per il trasporto merci. Franco Angeli
G. Chilà, G. Musolino, A. Polimeni, C. Rindone, F. Russo, A. Vitetta (2016). Transport models and intelligent transportation system to support urban evacuation planning process. IET Intelligent Transport Systems, volume 10, Issue 4, pp. 279-286, DOI:10.1049/iet-its.2015.0127.
TTS-Italia (2016) Il Mercato dei Sistemi Intelligenti di Trasporto in Italia: quadro attuale e prospettive (open access)
Erogazione tradizionale
Erogazione a distanza
Frequenza obbligatoria No
Valutazione prova scritta No
Valutazione prova orale
Valutazione test attitudinale No
Valutazione progetto
Valutazione tirocinio No
Valutazione in itinere No
Prova pratica No

Ulteriori informazioni

Nessun materiale didattico inserito per questo insegnamento
Nessun avviso pubblicato
Nessuna lezione pubblicata
Codice insegnamento online pubblicato. Per visualizzarlo, autenticarsi in area riservata.

Modulo: Teoria della crittografia

Corso Ingegneria Elettronica
Curriculum ELETTRONICA
Orientamento Generale
Anno Accademico 2021/2022
Crediti 6
Settore Scientifico Disciplinare MAT/03
Anno Secondo anno
Unità temporale Secondo semestre
Ore aula 48
Attività formativa Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico


Ulteriori informazioni

Nessun materiale didattico inserito per questo insegnamento
Nessun avviso pubblicato
Nessuna lezione pubblicata
Codice insegnamento online non pubblicato

Modulo: TEORIA DEI GRAFI

Corso Ingegneria Elettronica
Curriculum ELETTRONICA
Orientamento Generale
Anno Accademico 2021/2022
Crediti 6
Settore Scientifico Disciplinare MAT/03
Anno Secondo anno
Unità temporale Secondo semestre
Ore aula 48
Attività formativa Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico

Erogazione 1000274 Teoria dei Grafi in Ingegneria Informatica e dei sistemi per le Telecomunicazioni LM-27 BONANZINGA VITTORIA
Docente Vittoria BONANZINGA
Obiettivi Conoscenza delle nozioni di base della teoria dei Grafi:grafo semplice,ciclo, multigrafo, grafo completo, grafo bipartito, cammini, circuiti, connettività, componenti, punto di taglio. Rappresentazione di grafi. Alberi e grafi planari. Matrice di adiacenza. Matrice di incidenza.
Conoscenza degli strumenti e delle tecniche proprie della teoria dei Grafi: Copertura minimale di un grafo, k-colorazione, percorso minimo,albero di copertura minimale. Capacità di comprendere e utilizzare strumenti matematici adeguati per la risoluzione di problemi di connessione tramite l'utilizzo dei grafi. Capacità di comunicare le conoscenze acquisite attraverso un linguaggio tecnico-scientifico adeguato.
Capacità di utilizzare software per la risoluzione di problemi riguardanti il calcolo dei cicli in un grafo, della k-colorazione e della copertura minimale.
Conoscenze relative agli aspetti metodologico-operativi della Teoria dei grafi, ai fini dell’interpretazione e descrizione di applicazioni nell’ambito dell’Ingegneria, ad esempio applicazioni nell'ambito delle reti elettriche, problemi di flusso e dei trasporti.

Modalità di accreditamento e valutazione:

I possibili argomenti su cui verterà l'esame sono:
1. ciclo, multigrafo, grafo completo, grafo bipartito, cammini, circuiti, connettività, componenti, punto di taglio. (5pt)
2. Rappresentazione di grafi. Alberi e grafi planari. Grafi diretti.(3 pt)
3. Problema di cammino minimo. Matrice di adiacenza. Matrice di incidenza.Cammini e circuiti euleriani.( 4t)
4. Grafi e colorazioni. Alberi con radice. Alberi di copertura minimali. (4pt)
5. Circuito Hamiltoniano. Grafo euleriano. Grafo Hamiltoniano. Flussi. Teorema di Eulero. Algoritmo di Dijkstra.(5 pt)
6. Studio della K-colorazione, della copertura minimale di un grafo e del calcolo dei cicli di un grafo mediante l'utilizzo dell'algebra computazionale. (5 pt)
7. Utilizzo del software CoCoA per la risoluzione di esercizi(4pt)


Nelle verifiche in itinere si valutano le capacità critiche raggiunte dallo Studente nell'inquadrare le tematiche oggetto del Corso ed il rigore metodologico delle risoluzioni proposte in risposta ai quesiti formulati. Tali verifiche in itinere hanno una durata di 30 minuti. La prova orale consiste in un colloquio sugli argomenti delle verifiche in itinere e sugli argomenti teorici che fanno parte del programma del corso. Si valuta la capacità dello studente di comunicare le nozioni acquisite attraverso un linguaggio scientifico adeguato e la capacità di esposizione.

Il voto finale sarà attribuito secondo il seguente criterio di valutazione:
30 - 30 e lode: ottima conoscenza degli argomenti, ottima proprietà di linguaggio, completa ed originale capacità interpretativa, spiccata capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
26 - 29: conoscenza completa degli argomenti, buona proprietà di linguaggio, completa ed efficace capacità interpretativa, in grado di applicare autonomamente le conoscenze per risolvere i problemi proposti;
24 - 25: conoscenza degli argomenti con un buon grado di apprendimento, discreta proprietà di linguaggio, corretta e sicura capacità interpretativa, capacità di applicare in modo corretto la maggior parte delle conoscenze per risolvere i problemi proposti;
21 - 23: conoscenza adeguata degli argomenti, ma mancata padronanza degli stessi, soddisfacente proprietà di linguaggio, corretta capacità interpretativa, limitata capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
18 - 20: conoscenza di base degli argomenti principali e del linguaggio tecnico, capacità interpretativa sufficiente, capacità di applicare le conoscenze acquisite;
Insufficiente: non possiede una conoscenza accettabile degli argomenti trattati durante il corso.

Programma Origini: problema dei ponti di Königsberg. Definizioni e concetti fondamentali: definizioni, ciclo, multigrafo, grafo completo, grafo bipartito, cammini, circuiti, connettività, componenti, punto di taglio. Rappresentazione di grafi. Alberi e grafi planari. Grafi diretti. Matrici e spazi vettoriali di grafi. Cammini e circuiti euleriani. Problema di cammino minimo. Matrice di adiacenza. Matrice di incidenza. Matching. Grafi e colorazioni. Alberi con radice. Alberi di copertura minimali. Reti. Cammini nelle reti. Circuito Hamiltoniano. Grafo euleriano. Grafo Hamiltoniano. Flussi. Teoria di Ramsey. Teorema di Eulero. Algoritmi: di Dijkstra, di Kruskal e di Prim. Applicazioni della teoria dei grafi ai trasporti, alle reti elettriche, alle reti di calcolatori per la distribuzione e l’immagazzinamento di informazioni.
Testi docente 1) W. D. Wallis, A Beginner’s Guide to Graph Theory, Second edition, Birkhäuser, 2007.

Erogazione tradizionale No
Erogazione a distanza No
Frequenza obbligatoria No
Valutazione prova scritta No
Valutazione prova orale No
Valutazione test attitudinale No
Valutazione progetto No
Valutazione tirocinio No
Valutazione in itinere No
Prova pratica No

Ulteriori informazioni

Nessun materiale didattico inserito per questo insegnamento
Nessun avviso pubblicato
Nessuna lezione pubblicata
Codice insegnamento online non pubblicato

Modulo: CALCOLO NUMERICO

Corso Ingegneria Elettronica
Curriculum ELETTRONICA
Orientamento Generale
Anno Accademico 2021/2022
Crediti 6
Settore Scientifico Disciplinare MAT/08
Anno Secondo anno
Unità temporale Secondo semestre
Ore aula 48
Attività formativa Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico

Erogazione 1001186 CALCOLO NUMERICO in Ingegneria informatica, elettronica e delle telecomunicazioni L-8 COTRONEI MARIANTONIA
Docente Mariantonia COTRONEI
Obiettivi N.D.
Programma ARITMETICA FLOATING-POINT E ANALISI DEGLI ERRORI
Rappresentazione dei numeri in un calcolatore. Precisione numerica. Aritmetica floatingpoint. Errori e loro propagazione. Condizionamento di un problema matematico. Stabilità di un algoritmo.

SISTEMI DI EQUAZIONI LINEARI
Richiami di calcolo matriciale. Analisi di stabilità per sistemi lineari. Numero di condizionamento di una matrice.
Metodi diretti. Risoluzione di sistemi triangolari. Metodo di eliminazione di Gauss. Pivoting. Fattorizzazione LU.
Metodi iterativi. Matrice di iterazione. Convergenza e rapidità di convergenza. Criteri d'arresto. Metodo di Richardson e del gradiente.

APPROSSIMAZIONE DI FUNZIONI E DI DATI
Interpolazione polinomiale. Polinomio interpolatore nella forma di Lagrange. Interpolazione trigonometrica e FFT. Effetto Runge. Interpolazione con funzioni spline. Spline lineari e cubiche.
Approssimazione nel senso dei minimi quadrati. Sistemi sovradeterminati.

OTTIMIZZAZIONE NUMERICA
Ottimizzazione non vincolata.
Metodi per funzioni monodimensionali: bisezione, Newton, di ricerca dicotomica, sezione aurea, interpolazione parabolica.
Metodi di discesa: gradiente, Newton, quasi-Newton, gradiente coniugato.
Cenni su metodi di ottimizzazione vincolata.

INTRODUZIONE AL MATLAB
Ambiente di calcolo scientifico Matlab: comandi principali, matrici, funzioni matematiche. Istruzioni per la grafica. Progettazione e sviluppo dei programmi.
Implementazione di metodi numerici e analisi/validazione dei risultati su problemi test.
Testi docente A. Quarteroni, F. Saleri, P. Gervasio. Calcolo Scientifico. Esercizi e problemi risolti con MATLAB e Octave, Springer.
Erogazione tradizionale No
Erogazione a distanza No
Frequenza obbligatoria No
Valutazione prova scritta No
Valutazione prova orale No
Valutazione test attitudinale No
Valutazione progetto No
Valutazione tirocinio No
Valutazione in itinere No
Prova pratica No

Ulteriori informazioni

Nessun materiale didattico inserito per questo insegnamento
Nessun avviso pubblicato
Nessuna lezione pubblicata
Codice insegnamento online non pubblicato

Modulo: Sistemi di controllo embedded

Corso Ingegneria Elettronica
Curriculum ELETTRONICA
Orientamento Generale
Anno Accademico 2021/2022
Crediti 6
Settore Scientifico Disciplinare ING-INF/04
Anno Secondo anno
Unità temporale Secondo semestre
Ore aula 48
Attività formativa Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico

Docente VALERIO SCORDAMAGLIA
Obiettivi Obiettivi formativi

Il corso di Sistemi di Controllo Embedded intende trasferire agli studenti alcuni concetti specialistici relativi alla realizzazione di sistemi di regolazione automatica su piattaforme embedded.

Gli studenti sono posti in condizione di approfondire la conoscenza di alcuni strumenti matematici per l’analisi delle proprietà di sistemi in retroazione ed inoltre sono posti in condizione di approfondire la conoscenza di alcuni strumenti software di ausilio alla progettazione e alla realizzazione di un sistema di regolazione automatica.

Conoscenza e comprensione: a seguito del superamento dell’esame, lo studente è padrone delle conoscenze tecniche necessarie alla progettazione e alla realizzazione su piattaforma embedded di un sistema di regolazione automatica

Autonomia di giudizio: per il superamento dell'esame lo studente deve rispondere autonomamente a domande teoriche, analitiche e progettuali a risposta libera ed è quindi portato a sviluppare autonomia di giudizio sulla completezza, la profondità e la correttezza delle risposte liberamente fornite.

Abilità comunicative: è in grado di illustrare le motivazioni teoriche e tecniche che sono alla base delle teoria dei controlli automatici.

Capacità di apprendimento: a seguito del superamento dell’esame, lo studente è autonomo nell’ottica della progettazione e della realizzazione mediante piattaforme embedded di un sistema di regolazione automatica




La prova d'esame consiste nella valutazione di un progetto.

Il progetto riguarda la progettazione e la realizzazione di un regolatore analogico e digitale per un processo lineare stazionario tempo continuo (30 pt)

Attraverso il progetto si valutano le capacità progettuali raggiunte dallo Studente nell’ambito della progettazione e realizzazione di un sistema di regolazione automatico


La prova d’esame consiste in un colloquio avente per oggetto la discussione delle soluzioni progettuali proposte . Verranno valutate la capacità di ragionamento dello studente, la sua capacità di comunicare le nozioni acquisite attraverso un linguaggio scientifico adeguato, nonché la capacità di esposizione dei contenuti teorici e la capacità di descrivere le soluzioni implementative fatte..

Il voto finale sarà attribuito secondo il seguente criterio di valutazione:
30 - 30 e lode: conoscenza completa, approfondita e critica degli argomenti, ottima proprietà di linguaggio, completa ed originale capacità interpretativa, piena capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
26 - 29: conoscenza completa e approfondita degli argomenti, piena proprietà di linguaggio, completa ed efficace capacità interpretativa, in grado di applicare autonomamente le conoscenze per risolvere i problemi proposti;
24 - 25: conoscenza degli argomenti con un buon grado di apprendimento, buona proprietà di linguaggio, corretta e sicura capacità interpretativa, capacità di applicare in modo corretto la maggior parte delle conoscenze per risolvere i problemi proposti;
21 - 23: conoscenza adeguata degli argomenti, ma mancata padronanza degli stessi, soddisfacente proprietà di linguaggio, corretta capacità interpretativa, limitata capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
18 - 20: conoscenza di base degli argomenti principali, conoscenza di base del linguaggio tecnico, capacità interpretativa sufficiente, capacità di applicare le conoscenze basilari acquisite;
Insufficiente: non possiede una conoscenza accettabile degli argomenti trattati durante il corso.
Programma N.D.
Testi docente N.D.
Erogazione tradizionale No
Erogazione a distanza No
Frequenza obbligatoria No
Valutazione prova scritta No
Valutazione prova orale No
Valutazione test attitudinale No
Valutazione progetto No
Valutazione tirocinio No
Valutazione in itinere No
Prova pratica No

Ulteriori informazioni

Nessun materiale didattico inserito per questo insegnamento
Nessun avviso pubblicato
Nessuna lezione pubblicata
Codice insegnamento online pubblicato. Per visualizzarlo, autenticarsi in area riservata.

Modulo: Modelli numerici per campi elettromagnetici e circuiti

Corso Ingegneria Elettronica
Curriculum ELETTRONICA
Orientamento Generale
Anno Accademico 2021/2022
Crediti 6
Settore Scientifico Disciplinare ING-IND/31
Anno Secondo anno
Unità temporale Secondo semestre
Ore aula 48
Attività formativa Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico

Docente GIOVANNI ANGIULLI
Obiettivi Obiettivi Formativi: Nello sviluppo e nella progettazione di dispositivi elettromagnetici spesso si affrontano situazioni caratterizzate da geometrie complesse e proprietà dei materiali non standard. L'applicazione delle procedure analitiche introdotte nel corso "Campi elettromagnetici" risulta nella maggior parte dei casi insoddisfacente e l'applicazione di tecniche numeriche si rende necessaria. Il corso si propone di illustrare le più comuni tecniche numeriche adottate per la modellistica elettromagnetica.

Conoscenza e comprensione: : Al termine del corso - lo studente dovrà aver acquisito le principali conoscenze di base della teoria degli operatori e delle tecniche proiettive di risoluzione delle equazioni operatoriali e aver assimilato i fondamenti de. Lo studente dovrà possedere conoscenze approfondite sui fondamenti logico-procedurali delle metodologie numeriche di risoluzione dei modelli matematici descriventi fenomeni elettromagnetici di di interesse ingegneristico. Dall'insieme di queste conoscenze, le principali abilità acquisite (capacità di applicare le conoscenze acquisite e di adottare con autonomia di giudizio l’opportuno approccio, consisteranno nella capacita' di selezionare la tecnica numerica più appropriata per risolvere uno specifico problema elettromagnetico e di implementare codici numerici per risolvere problemi specifici, abilità nella valutazione dei risultati forniti e capacità di sviluppare autonomamente semplici valutazioni sulla qualità delle soluzioni numeriche adottate basate sull'estensione e l'applicazione delle conoscenze acquisite.

In termini di abilità comunicative lo studente avrà acquisito il linguaggio proprio della disciplina e sarà in grado di comprendere e rivolgersi agli operatori del settore.

In termini di capacità di apprendimento, lo studente sarà in grado di operare con sicurezza e approfondire i temi svolti nel corso.

L'esame consta in una prova orale accompagnata dalla discussione di un elaborato, corredato da una serie di codici realizzati in ambiente di programmazione Matlab, inerente ciascuno degli argomenti previsti nel programma dell'insegnamento.

L'elaborato ha lo scopo di accertare la capacità dello studente di applicare le conoscenze acquisite durante il corso alla risoluzione di problemi

La prova orale è volta ad accertare il livello di conoscenza e comprensione dei contenuti del corso, di valutare l'autonomia di giudizio, la capacità di apprendimento e le abilità comunicative. La prova orale consiste nella discussione della prova scritta, in domande e/o esercizi sui contenuti del corso.

Il voto finale delle prove di esame è determinato tenendo conto sia dell'elaborato che della prova orale. La griglia di valutazione adottata è definita come segue:

Se lo studente dimostrerà una conoscenza di base degli argomenti principali, una conoscenza di base del linguaggio tecnico, una sufficiente capacità interpretativa, una sufficiente capacità di applicare le conoscenze di base acquisite il punteggio conseguito sarà compreso tra 18 e 19;
Se lo studente dimostrerà una conoscenza adeguata degli argomenti ma limitata padronanza degli stessi, una soddisfacente proprietà di linguaggio, una corretta capacità interpretativa, una più che sufficiente capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti il punteggio conseguito sarà compreso tra 20 e 23;
Se lo studente dimostrerà una conoscenza degli argomenti con un buon grado di padronanza, una buona proprietà di linguaggio, una corretta e sicura capacità interpretativa, una buona capacità di applicare in modo corretto la maggior parte delle conoscenze per risolvere i problemi proposti il punteggio conseguito sarà compreso tra 24 e 27;
Se lo studente dimostrerà una conoscenza completa e approfondita degli argomenti, una ottima proprietà di linguaggio, una completa ed efficace capacità interpretativa e sarà in grado di applicare autonomamente le conoscenze per risolvere i problemi proposti il punteggio conseguito sarà compreso tra 28 e 30;
Il punteggio di 30 e lode sarà conseguito dallo studente capace di dimostrare una conoscenza completa, approfondita e critica degli argomenti, una eccellente proprietà di linguaggio, una completa ed originale capacità interpretativa e una piena capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;




Programma Fondamenti di Analisi Lineare ed Algebra Lineare Numerica: spazi lineari, Spazi di Prodotto scalare, spazi normati, spazi di Hilbert, approssimazione in spazi di Hilbert, operatori in spazi di Hilbert, teorema proiettivo, metodo di Galerkin Il Metodo delle Differenze Finite . Il Metodo dei Momenti. Il Metodo degli Elementi Finiti. Il Metodo degli Elementi al Contorno. Tecniche Variazionali. Applicazioni a problemi di elettrostatica e magnetostatica
Testi docente Materiale didattico fornito dal docente. Appunti delle lezioni.
Erogazione tradizionale
Erogazione a distanza No
Frequenza obbligatoria No
Valutazione prova scritta No
Valutazione prova orale
Valutazione test attitudinale No
Valutazione progetto
Valutazione tirocinio No
Valutazione in itinere No
Prova pratica No

Ulteriori informazioni

Nessun materiale didattico inserito per questo insegnamento
Nessun avviso pubblicato
Nessuna lezione pubblicata
Codice insegnamento online non pubblicato

Modulo: Compatibilità elettromagnetica

Corso Ingegneria Elettronica
Curriculum ELETTRONICA
Orientamento Generale
Anno Accademico 2021/2022
Crediti 6
Settore Scientifico Disciplinare ING-IND/31
Anno Secondo anno
Unità temporale Secondo semestre
Ore aula 48
Attività formativa Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico

Docente GIOVANNI ANGIULLI
Obiettivi Obiettivi Formativi: La Compatibilità Elettromagnetica è la disciplina che studia le interazioni elettromagnetiche tra apparati e sistemi elettrici ed elettronici. Gli obiettivi fondamentali sono rivolti all' identificazione e simulazione delle sorgenti di disturbo che caratterizzano l'ambiente elettromagnetico in cui sono immersi i vari apparati, nella determinazione dei possibili accoppiamenti e delle interferenze prodotte, nell'individuazione dei dispositivi di protezione, nella definizione dei vincoli di progetto. Gli strumenti d'indagine sono basati sulla teoria dei campi elettromagnetici e dei circuiti elettrici. Tali conoscenze sono di fondamentale interesse per l'ingegnere elettronico.

Conoscenza e comprensione: A partire dal principio che un apparato elettrico o elettronico è compatibile con il proprio ambiente di lavoro se è capace di funzionare in modo soddisfacente senza generare o essere soggetto a disturbi intollerabili che ne pregiudichino il funzionamento lo studente dovrà aver acquisito le principali conoscenze di base relative ai concetti di disturbo, delle relative sorgenti, dei meccanismi che lo determinano, e infine delle tecniche e dei mezzi di protezione da utilizzare sulla sorgente di disturbo, sulla via di accoppiamento o sull'apparato perturbato per mitigarne gli effetti d'influenza.

Dall'insieme di queste conoscenze, le principali abilità acquisite dallo studente, in termini di capacità di applicare le conoscenze acquisite e di adottare con autonomia di giudizio l’opportuno approccio, consisteranno nella capacita' di individuare e classificare la tipologia di disturbo e di selezionare l'insieme delle tecniche più appropriata per risolvere uno specifico problema di Compatibilità Elettromagnetica.

L'esame consta in una prova orale accompagnata dalla discussione di un elaborato, corredato da una serie di codici realizzati in ambiente di programmazione Matlab, inerente ciascuno degli argomenti previsti nel programma dell'insegnamento.

L'elaborato ha lo scopo di accertare la capacità dello studente di applicare le conoscenze acquisite durante il corso alla risoluzione di problemi

La prova orale è volta ad accertare il livello di conoscenza e comprensione dei contenuti del corso, di valutare l'autonomia di giudizio, la capacità di apprendimento e le abilità comunicative. La prova orale consiste nella discussione della prova scritta, in domande e/o esercizi sui contenuti del corso.


Il voto finale delle prove di esame è determinato tenendo conto sia dell'elaborato che della prova orale. La griglia di valutazione adottata è definita come segue:

Se lo studente dimostrerà una conoscenza di base degli argomenti principali, una conoscenza di base del linguaggio tecnico, una sufficiente capacità interpretativa, una sufficiente capacità di applicare le conoscenze di base acquisite il punteggio conseguito sarà compreso tra 18 e 19;
Se lo studente dimostrerà una conoscenza adeguata degli argomenti ma limitata padronanza degli stessi, una soddisfacente proprietà di linguaggio, una corretta capacità interpretativa, una più che sufficiente capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti il punteggio conseguito sarà compreso tra 20 e 23;
Se lo studente dimostrerà una conoscenza degli argomenti con un buon grado di padronanza, una buona proprietà di linguaggio, una corretta e sicura capacità interpretativa, una buona capacità di applicare in modo corretto la maggior parte delle conoscenze per risolvere i problemi proposti il punteggio conseguito sarà compreso tra 24 e 27;
Se lo studente dimostrerà una conoscenza completa e approfondita degli argomenti, una ottima proprietà di linguaggio, una completa ed efficace capacità interpretativa e sarà in grado di applicare autonomamente le conoscenze per risolvere i problemi proposti il punteggio conseguito sarà compreso tra 28 e 30;
Il punteggio di 30 e lode sarà conseguito dallo studente capace di dimostrare una conoscenza completa, approfondita e critica degli argomenti, una eccellente proprietà di linguaggio, una completa ed originale capacità interpretativa e una piena capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
Programma Prima Parte: Richiami sui seguenti argomenti: Linee di trasmissione: equazioni delle linee di trasmissione, circuiti a parametri distribuiti, parametri per unità di lunghezza, soluzione nel dominio del tempo (transitori). Antenne: guadagno di antenna, direttività, apertura efficace, fattore di antenna, antenne a larga banda per misure: biconiche e log-periodiche.

Seconda Parte: L'ambiente elettromagnetico: generazione e soppressione di transitori, presenza di elementi non lineari; Schermature: Efficienza di schermatura per campo vicino e campo lontano, schermi multistrato, schermi magnetici, schermi con aperture. Scariche elettrostatiche: Origine delle scariche elettrostatiche, effetti delle scariche elettrostatiche, tecniche di progettazione per mitigare gli effetti delle scariche elettrostatiche. Progetto di sistemi elettromagneticamente compatibili: Collegamenti a massa: terre e masse di segnale, collegamento a massa a punto comune e a punti multipli, percorsi di massa parassiti - Configurazione dei sistemi: contenitori dei sistemi, collocazione dei filtri di alimentazione, disposizione interna dei cavi e collocazione dei connettori, disaccoppiamento dei sottosistemi; Tecniche di prova e di misura: Misure di emissione a bassa ed alta frequenza ­ Disturbi condotti - Disturbi radiati - Prove di immunità; Effetti biologici dei campi elettromagnetici.
Testi docente Christopoulos, Christos. Principles and techniques of electromagnetic compatibility. CRC press, 2018.
Erogazione tradizionale
Erogazione a distanza No
Frequenza obbligatoria No
Valutazione prova scritta No
Valutazione prova orale
Valutazione test attitudinale No
Valutazione progetto
Valutazione tirocinio No
Valutazione in itinere No
Prova pratica No

Ulteriori informazioni

Nessun materiale didattico inserito per questo insegnamento
Nessun avviso pubblicato
Nessuna lezione pubblicata
Codice insegnamento online non pubblicato

Modulo: INTERNET OF THINGS

Corso Ingegneria Elettronica
Curriculum ELETTRONICA
Orientamento Generale
Anno Accademico 2021/2022
Crediti 6
Settore Scientifico Disciplinare ING-INF/03
Anno Secondo anno
Unità temporale Secondo semestre
Ore aula 48
Attività formativa Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico

Erogazione 1000593 INTERNET OF THINGS in Ingegneria Informatica e dei sistemi per le Telecomunicazioni LM-27 MOLINARO ANTONELLA
Docente Antonella MOLINARO
Obiettivi Il corso si propone di fornire le nozioni di base relative al paradigma in forte ascesa nello scenario dell’ICT, l’Internet of Things (IoT), alle tecnologie che lo caratterizzano e alle soluzioni di rete che sottendono alle infrastrutture globali per l’interoperabilità di elementi di una IoT. Particolare attenzione sarà data alle reti inter-veicolari per la realizzazione del paradigma Internet of Vehicles (IoV).

CONOSCENZA E COMPRENSIONE: a seguito del superamento dell’esame, lo studente conosce le principali soluzioni tecnologiche e protocollari impiegate nell'ambito dell’IoT e delle sue applicazioni.

CAPACITÀ DI APPLICARE CONOSCENZE: a seguito del superamento dell’esame, lo studente è in grado di analizzare e progettare soluzioni basate sulle tecnologie e i protocolli presentati durante il corso.

AUTONOMIA DI GIUDIZIO: per il superamento dell'esame lo studente deve rispondere autonomamente a domande teoriche sui concetti erogati durante il corso e sapere impostare campagne di misure sperimentali per l'analisi prestazionale delle tecnologie e protocolli presentati ed è quindi portato a sviluppare autonomia di giudizio nel commentare in maniera critica i risultati ottenuti.

ABILITÀ COMUNICATIVE: il corso e l’esame aiutano lo studente a migliorare la capacità di comunicazione dello studente che deve essere in grado di illustrare le motivazioni teoriche e tecniche che sono alla base delle principali tecnologie IoT e IoV, e presentare i tool utilizzati e i risultati ottenuti nella prova pratica.

CAPACITÀ DI APPRENDIMENTO: a seguito del superamento dell’esame, lo studente è in grado di apprendere in autonomia possibili evoluzioni delle tecnologie e protocolli presentati durante il corso, applicare le metodologie di valutazione apprese a nuove tecnologie, e utilizzare strumenti per la valutazione delle prestazioni.

MODALITÀ DI ACCERTAMENTO E VALUTAZIONE:
Gli esami di accertamento e di valutazione consistono:
- in una prova progettuale, da svolgere in gruppo, volta ad accertare la capacità di analizzare il comportamento dei protocolli e delle tecnologie presentati durante il corso tramite strumenti sperimentali e di valutarne le prestazioni.
- in una prova orale, finalizzata ad accertare la comprensione delle tecnologie e dei protocolli presentati durante il corso.

Ai fine del superamento dell’esame con votazione minima di 18/30 è necessario che le conoscenze/competenze della materia siano almeno ad un livello elementare, sia per la prova progettuale che per quella orale. È attribuito un voto compreso fra 20/30 e 24/30 quando lo studente sia in grado di realizzare correttamente la parte progettuale e possegga competenze sufficienti nella parte teorica. È attribuito un voto compreso fra 25/30 e 30/30 quando lo studente sia in grado di svolgere correttamente la parte progettuale e dimostri buone competenze nella parte orale. Agli studenti che abbiano acquisito competenze eccellenti sia nella parte progettuale che in quella teorica può essere attribuita la lode.
Programma Introduzione al concetto di IoT
La prima generazione di IoT: Tagged Things
• Principali innovazioni
• Principali soluzioni architetturali: rete EPCglobal, architetture per comunicazioni Machine-to-Machine, architetture per integrazione RFID e WSN in IoT
• Principali progetti correlati, principali risultati di ricerca, principali sperimentazioni industriali
La seconda generazione di IoT: completa interconnessione delle "cose" e (social) web of things
• Principali innovazioni
• Principali soluzioni architetturali: 6loWPAN, CoRe Architecture, Web of Things, Social Web of Things
• Principali progetti correlati, principali risultati di ricerca, principali sperimentazioni industriali
La terza generazione di IoT: l'era dei “social objects”, il “cloud computing”, e “future internet”
• Principali innovazioni
• Principali soluzion architetturali: IoT e Cloud computing, Edge e Fog computing per IoT, Social-IoT, IoT e ICN
• Principali progetti correlati, principali risultati di ricerca, principali sperimentazioni industriali
Scenari applicativi per ambienti intelligenti: dalla smart home alla smart city alla smart grid
• Principali tecnologie abilitanti layer-2: dalle reti WPAN alle reti LPWAN (SigFox, LoRA, LTE-M, NB-IoT)
• Principali progetti correlati, principali risultati di ricerca, principali sperimentazioni industriali
Il caso di Internet dei Veicoli (IoV)
• Principali innovazioni
• Principali soluzioni architetturali: ETSI ITS station; il protocollo WAVE; V2X e la rete cellulare 5G
• Principali progetti correlati, principali risultati di ricerca, principali sperimentazioni industriali

Durante il corso saranno tenute alcune lezioni pratiche e di laboratorio su argomenti specifici (es. OMA Lightweight M2M, COAP, MQTT, ecc.).
Testi docente Materiale didattico
• Lucidi preparati dal docente
• The Internet of Things: From RFID to the Next-Generation Pervasive Networked Systems, Auerbach Pub. 2008
• Interconnecting Smart Objects with IP: The Next Internet, Jean-Philippe Vasseur and Adam Dunkels, Morgan Kaufmann, 2010
• The Internet of Things in the Cloud: A Middleware Perspective, Honbo Zhou, Taylor & Francis
• 6LoWPAN: The Wireless Embedded Internet, Zach Shelby, Carsten Bormann, Wiley 2009
• Vehicular ad hoc Networks, Standards, Solutions, and Research, Springer, 2015
Erogazione tradizionale No
Erogazione a distanza No
Frequenza obbligatoria No
Valutazione prova scritta No
Valutazione prova orale No
Valutazione test attitudinale No
Valutazione progetto No
Valutazione tirocinio No
Valutazione in itinere No
Prova pratica No

Ulteriori informazioni

Nessun materiale didattico inserito per questo insegnamento
Nessun avviso pubblicato
Nessuna lezione pubblicata
Codice insegnamento online non pubblicato

Modulo: Smart road technologies and performance

Corso Ingegneria Elettronica
Curriculum ELETTRONICA
Orientamento Generale
Anno Accademico 2021/2022
Crediti 6
Settore Scientifico Disciplinare ICAR/04
Anno Secondo anno
Unità temporale Secondo semestre
Ore aula 48
Attività formativa Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico

Docente FILIPPO GIAMMARIA PRATICO'
Obiettivi IT
1. Conoscenza e capacità di comprensione (Acquisizione di specifiche competenze teoriche e operative in materia di Dispositivi e sistemi di monitoraggio infrastrutturale per le smart roads).

2. Capacità di applicare conoscenza e comprensione

3. Autonomia di giudizio (Valutazione e interpretazione dei dati sperimentali propri del settore).

4. Abilità comunicative.

5. Capacità di apprendimento con riferimento ai temi tratti diffusamente ivi inclusi quelli secondari.

6. Modalità di accertamento e valutazione:
Voto finale (<=30)=voto progetto (<=15)+voto orale (<=15). Il progetto consta di 2 parti principali: 1) riassunto del corso. 2) relazione a tema. Esso è corredato da approfondita analisi bibliografica. L’esame orale include: la discussione di un argomento trattato a lezione; la discussione di una tecnologia (relazione a tema).
Agli studenti che abbiano acquisito competenze eccellenti sia nel rapporto scritto che all’orale può essere attribuita la lode.



EN
1. Knowledge and understanding capability (Knowledge and understanding capability in the field of information technologies, transport infrastructure, electronic devices, smart roads).
1.1 Learning ability (references, data bases, projects) in the field of information technologies and infrastructures in transportation systems.

2. Capability of applying (Capability of applying in the field of information technologies and infrastructures in transportation systems).

3. Autonomy and capacity for critical reflection (Autonomy and capacity for critical reflection in the field of information technology for transportation users). Student’s independent work, Individual study of the discipline, exercises dealing with information technologies and infrastructures in transportation systems

4. Communication Skills (Ability in communication skills, written, oral, etc.)

5. Ability to learn (main and secondary topics).

6. The exam (score up to 30 cum laude) includes the analysis of the report (up to 15 points) and several oral questions (up to 15 points). These latter include one topic treated during the lessons and the discussion of the topic treated in the report.
When excellence is noted in the report and in the oral examination the laude may be given.


Programma IT
Materiali, sistemi e tecnologie per le infrastrutture di trasporto (1Credito; M25; M115_1, _2; M129)
Gestione e monitoraggio del patrimonio infrastrutturale (1 credito; M190)
Algoritmi e modellistica avanzata per l’analisi (1 credito; M190)
Analisi comparata sistemi di monitoraggio e prospettive della ingegneria elettronica al servizio dei sistemi di trasporto (0.5 crediti)
Dispositivi e Sistemi di monitoraggio (2 crediti; M290_3)
Esempi di smart roads (0.5 crediti; M290_7, 8, 9)
Sono previste attività di laboratorio personalizzate in ciascuno dei moduli sopra.

EN
Materials and systems for transport infrastructures (1Credit; M25; M115_1, _2; M129)
Management and monitoring (1 credit; M190)
Algorithms (1 credit; M190)
Issues and perspectives of electronics in terms of monitoring systems (0.5 credits)
Devices and systems for monitoring (2 credits; M290_3)
Examples of smart roads (0.5 credits; M290_7, 8, 9)
Laboratory activities are foreseen in each of the modules above.
Testi docente Risorse e bibliografia essenziale/References and Textbooks
AA.VV., Pubblicazioni ed altri testi indicati durante il corso (moduli M12, 25, 115_1, _2, 190, 290_3, _7,_ 8, _9).
Praticò, F.G., QA/QC in Transport Infrastructures: Issues and Perspectives, DOI: 10.5772/21719.
Norme funzionali e geometriche per la costruzione strade D. M. 6792 del 5/11/2001.
Praticò F.G. et al., Evaluating the performance of automated pavement cracking measurement equipment, PIARC Reference 2008R14, ISBN 2-84060-214-8, Pages 59, PIARC, 2008.
Reagan, J, Stimpson, W, Lamm, R, Heger, R, Steyer, R, Schoch, M, Influence Of Vehicle Dynamics On Road Geometrics, Transp. Res. Circular, Issue Number: E-C003, Transportation Research Board, 1998.
Tesoriere G., Boscaino G., Tesoriere G.: Strade Ferrovie ed Aeroporti”, UTET – voll. I, II, III.
Strade: Teoria e tecnica delle costruzioni stradali • Vol.1 Progettazione • Vol.2 Costruzione, gestione e manutenzione
Ullidtz, Per. (1987). Pavement Analysis. Elsevier, Amsterdam.
www.its.dot.gov/strat_plan/index.htm
http://www.its.dot.gov/factsheets/overview_factsheet.htm#sthash.p09ceP1H.dpuf
http://www.its.dot.gov/factsheets/overview_factsheet.htm
Policy Framework for Intelligent Transport Systems in Australia, http://www.infrastructure.gov.au/transport/its/files/ITS_Framework.pdf
Lamm, R., Psarianos, B., Mailaender, T. “Highway Design and Traffic Safety Engineering Handbook” McGraw-Hill Book Co, .., 1999.
European standards.
Alexey Finogeev, nton Finogeev, Ludmila Fionova, Artur Lyapin, Kirill A. Lychagin, Intelligent monitoring system for smart road environment, Journal of Industrial Information Integration, Volume 15, 2019,Pages 15-20,ISSN 2452-414X, https://doi.org/10.1016/j.jii.2019.05.003.
Erogazione tradizionale
Erogazione a distanza
Frequenza obbligatoria No
Valutazione prova scritta No
Valutazione prova orale
Valutazione test attitudinale No
Valutazione progetto
Valutazione tirocinio No
Valutazione in itinere No
Prova pratica No

Ulteriori informazioni

Nessun materiale didattico inserito per questo insegnamento
Nessun avviso pubblicato
Nessuna lezione pubblicata
Codice insegnamento online pubblicato. Per visualizzarlo, autenticarsi in area riservata.

Modulo: Tecnologie di rete per industria 4.0

Corso Ingegneria Elettronica
Curriculum ELETTRONICA
Orientamento Generale
Anno Accademico 2021/2022
Crediti 6
Settore Scientifico Disciplinare ING-INF/03
Anno Secondo anno
Unità temporale Secondo semestre
Ore aula 48
Attività formativa Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico

Erogazione 1000928 5G Systems in Ingegneria Informatica e dei sistemi per le Telecomunicazioni LM-27 CAMPOLO CLAUDIA
Docente Claudia CAMPOLO
Obiettivi Il corso intende fornire nozioni teoriche e pratiche utili al fine di approfondire le conoscenze relative ai paradigmi, alle architetture di rete, ai protocolli della quinta generazione (5G) di sistemi cellulari, e alle evoluzioni verso i sistemi post-5G e 6G.
Verranno esaminate soluzioni di networking innovative della rete Internet del futuro, es., software defined networking (SDN), network function virtualization (NFV), cloud/fog/edge computing, nuovi paradigmi di comunicazione e tecnologie cellulari emergenti (es., network slicing, New Radio) alla base dei sistemi 5G.

Alcune tematiche verranno anche approfondite mediante lo studio e l’analisi di progetti, di soluzioni sul mercato, di field-trial e di articoli scientifici di riferimento e di specifiche proposte dagli enti di standardizzazione per meglio comprendere le principali sfide per la ricerca e per gli operatori del settore ICT.
Successivamente, lo studente apprenderà le principali metodologie per l’analisi, la progettazione e la valutazione delle alcune soluzioni tecnologiche presentate. Infine, lo studente passerà all’utilizzo di alcune di esse tramite esercitazioni di laboratorio su piattaforme e tramite strumenti software/hardware per lo più basati su sistemi operativi di tipo open source.

CONOSCENZA E COMPRENSIONE: a seguito del superamento dell’esame, lo studente conosce le principali soluzioni tecnologiche che verranno impiegate nell'ambito dei sistemi 5G ed evoluzioni verso i sistemi 6G.

CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE: a seguito del superamento dell’esame, lo studente è in grado di analizzare e
progettare soluzioni basate sulle tecnologie presentate durante il corso.

AUTONOMIA DI GIUDIZIO: per il superamento dell'esame lo studente deve rispondere autonomamente a domande
teoriche e sapere impostare campagne di misure sperimentali per l'analisi prestazionale delle tecnologie presentate ed è quindi portato a sviluppare autonomia di giudizio nel commentare in maniera critica i risultati ottenuti.

ABILITA' COMUNICATIVE: il corso e l’esame aiutano lo studente a migliorare la capacità di comunicazione nell'illustrare le motivazioni teoriche e tecniche che sono alla base delle principali tecnologie 5G e post-5G.

CAPACITA' DI APPRENDIMENTO: a seguito del superamento dell’esame, lo studente è in grado di apprendere in autonomia possibili evoluzioni delle tecnologie presentate durante il corso e di applicare le metodologie di valutazione apprese a nuove tecnologie e di utilizzare strumenti differenti, basati sulla stessa metodologia, per la valutazione delle prestazioni.

MODALITA' DI ACCERTAMENTO E VALUTAZIONE:
Gli esami di accertamento e di valutazione consistono:
- in una prova progettuale, da svolgere in gruppo, volta ad accertare la capacità di analizzare il comportamento dei protocolli e delle tecnologie presentati durante il corso tramite strumenti sperimentali e di valutarne le prestazioni.
- in una prova orale, finalizzata ad accertare la comprensione delle tecnologie e dei protocolli presentati durante il corso.
Voto massimo 30/30.

Ai fine del superamento dell’esame con votazione minima di 18/30 è necessario che le conoscenze/competenze della
materia siano almeno ad un livello elementare, sia per la prova progettuale che per quella orale. E’ attribuito un voto
compreso fra 20/30 e 24/30 quando lo studente sia in grado di realizzare correttamente la parte progettuale ma possegga
discrete competenze nella parte teorica. E’ attribuito un voto compreso fra 25/30 e 30/30 quando lo studente sia in
grado di svolgere correttamente la parte progettuale e dimostri buone competenze nella parte orale. Agli studenti che
abbiano acquisito competenze eccellenti sia nella parte progettuale che in quella teorica può essere attribuita la lode.
Programma I paradigmi di virtualizzazione di rete (10 h)
- Software defined networking (SDN): principi, soluzioni e problematiche aperte
- Il protocollo OpenFlow per la Southbound Interface
- Network function virtualization (NFV): architettura ETSI, service chaining

Le reti 5G (10 h)
- Obiettivi, classi di servizio (eMBB, URLLC, mMTC), tecnologie abilitanti (New Radio, Full-duplex, millimeter-wave), architetture di rete
- L'architettura 5G in 3GPP
- Evoluzione dei sistemi 5G verso i sistemi 6G

I paradigmi di Cloud computing per reti 5G (12 h)
- Modelli di servizio NIST: IaaS, PaaS, SaaS
- Mobile/Multi-access Edge Computing
- Edge AI: intelligenza artificiale ed edge computing

Network slicing in reti 5G (4 h)
- Virtualizzazione della core network
- Virtualizzazione della RAN (Cloud-RAN)
- Network slicing in reti 5G: specifiche 3GPP e principali casi d’uso

Tool e metodologie per l’implementazione, l’analisi e la valutazione di soluzioni per reti 5G (12 h)
- Emulatori di rete (Mininet, Mininet-WiFi), Generatori di traffico (iperf), Controller SDN, Tool per la virtualizzazione (container Docker)
Testi docente - Materiale bibliografico fornito dalla docente quando necessario.
Erogazione tradizionale No
Erogazione a distanza No
Frequenza obbligatoria No
Valutazione prova scritta No
Valutazione prova orale No
Valutazione test attitudinale No
Valutazione progetto No
Valutazione tirocinio No
Valutazione in itinere No
Prova pratica No
Erogazione 1001479 Multimedia Internet in Ingegneria Informatica e dei sistemi per le Telecomunicazioni LM-27 RUGGERI GIUSEPPE
Docente Giuseppe RUGGERI
Obiettivi Obiettivi formativi: Al termine del corso, lo studente possiede le conoscenze di base degli attuali e futuri sistemi di telecomunicazione digitali. Conosce le caratteristiche dei principali mezzi trasmissivi adottati per la realizzazione dei sistemi di telecomunicazioni. Conosce le tecniche di multiplazione comunemente usate. Conosce I principali standard di codifica dei segnali Multimediali. Sa caratterizzare il profilo di traffico generato da una sorgente Multimediale. Conosce i parametri chiave per definire la qualità del servizio a livello IP. Conosce i protocolli, le tecnologie e le architetture per la trasmissione dei contenuti Multimediali su IP. Conosce le tecniche di scheduling e di gestione delle code presenti in letteratura nonché dei modelli matematici costruiti per analizzarne le performance, sia in presenza traffico di tipo UDP che TCP. Conosce i modelli per il supporto della Qualità del Servizio (QoS) in Internet: Intserv e Diffserv. Conosce dei sistemi IP over ATM, MPLS, IP over SDH. Possiede le conoscenze per assemblare, a partire da componenti elettroniche commerciale, un piccolo router e dotarlo di sistema operativo open source (OpenWRT, ZeroShell).

Capacità di applicare conoscenze e competenze: Dopo il superamento dell’esame lo studente è in grado di ideare e sostenere argomentazioni sulla scelta più opportuna dei mezzi trasmissivi da utilizzare, sulla scelta della tecnologia di multiplazione da adottare, sui meccanismi. Sa scegliere in maniera opportuna il codificatore multimediale da utilizzare, e di questo sa stimare il profilo di traffico. Sa gestire la QoS a livello IP, scegliendo propriamente tecnologie, algoritmi e protocolli da utilizzare. È in grado di progettare costruire e configurare un piccolo router partendo da componenti off the shelf e software open source.

Autonomia di giudizio: Dopo il superamento dell’esame lo studente è in grado di condurre in autonomia l’analisi e la progettazione di un sistema di telecomunicazione multimediale o di sue parti. E’ in grado di analizzarne le criticità di funzionamento. Di proporne modifiche al fine di migliorare la QoS, di supportare nuovi servizi, o di incrementarne la capacità.

Abilità comunicative: a seguito del superamento dell’esame lo studente è in grado di illustrare le motivazioni teoriche e tecniche che sono alla base dei moderni sistemi di telecomunicazione multimediali.

Capacità di apprendimento: a seguito del superamento dell’esame, lo studente è in grado di apprendere in autonomia possibili evoluzioni delle tecnologie presentate durante il corso e di applicare le metodologie di valutazione apprese a nuove tecnologie.

Modalità di accertamento e valutazione: Gli esami di accertamento e di valutazione consiste in una prova progettuale, da svolgere di gruppo ed in una prova orale. La prova orale è volta a valutare la conoscenza degli aspetti teorici del corso ed il conseguimento dei relativi obiettivi. La prova progettuale è volta ad accertare la capacità di mettere in pratica le conoscenze teoriche acquisite mediante la progettazione/realizzazione/configurazione di un router o di un altro componente di rete.

Criteri di Valutazione:
30 e lode: conoscenza completa, approfondita e critica degli argomenti, eccellente proprietà di linguaggio, completa ed originale capacità interpretativa, piena capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
28 - 30: conoscenza completa e approfondita degli argomenti, ottima proprietà di linguaggio, completa ed efficace capacità interpretativa, in grado di applicare autonomamente le conoscenze per risolvere i problemi proposti;
24 - 27: conoscenza degli argomenti con un buon grado di padronanza, buona proprietà di linguaggio, corretta e sicura capacità interpretativa, buona capacità di applicare in modo corretto la maggior parte delle conoscenze per risolvere i problemi proposti;
20 - 23: conoscenza adeguata degli argomenti ma limitata padronanza degli stessi, soddisfacente proprietà di linguaggio, corretta capacità interpretativa, più che sufficiente capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
18 - 19: conoscenza di base degli argomenti principali, conoscenza di base del linguaggio tecnico, sufficiente capacità interpretativa, sufficiente capacità di applicare le conoscenze di base acquisite;
Insufficiente: non possiede una conoscenza accettabile degli argomenti trattati durante il corso.
Programma 1 - Richiami sui mezzi trasmissivi (1 CFU): Richiami di teoria della propagazione su linee bifilari omogenee; linee in cavo a coppie simmetriche; fibre ottiche.

2 - La Rete di Trasporto (1 CFU). Tecniche di multiplazione, PCM e PDH, SDH, multiplazione, apparati e reti, sincronizzazione nelle reti numeriche. Sistemi di trasmissione WDM. Reti ottiche. Architettura dei nodi di commutazione.

3- La rete di accesso (0.5 CFU): I sitemi xDSL, I sistemi cable modem. I sistemi FTTx.

4 - Sorgenti Multimediali (1 CFU): Codificatori e modelli di traffico. Introduzione. Tecniche VBR di codifica della voce. Standards MPEG (Audio e Video). Modelli di traffico multimediali.

5 – La Qualità Del Servizio in IP (1.5 CFU): Parametri di qualità di servio: Throughput, Delay, Jitter, Skew. Il buffer di Playout. Il protocollo RTP/RTCP. Shaping, Policing, Scheduling, end-to-end congestion control, Active Queue Management. MPLS

6 - Architetture per il supporto della QoS in reti IP (0.5 CFU): Rete a servizi Integrati (Intserv), RSVP, Rete a servizi differenziati Diffserv.

7 – Progettazione e prototipazione di piccoli router (3 CFU). Componenti per dispositivi dispositivi di rete; Sistemi operativi per dispositivi e terminali wireless (Linux, Open WRT, Router OS, …); Richiami su compilazione e cross-compilazione; Linee guida per la realizzazione di un firmware per dispositivi di rete; Esempi di configurazione e testing;
Testi docente [1] Achille Patavina, “Reti di Telecomunicazioni”, Mc-Graw Hill.
[2] “Engineering Internet QoS”, by Sanjay Jha and Mahbub Hassan. ISBN 1-58053-341-8
[3] Draft e RFC IETF direttamente disponibili sul sito www.ietf.org.
[4] Roger L. Freeman, “Telecommunication system Engineering”, Wiley
[5] Appunti del corso forniti dal docente. Materiale bibliografico aggiuntivo, fornito dal docente quando necessario.
Erogazione tradizionale No
Erogazione a distanza No
Frequenza obbligatoria No
Valutazione prova scritta No
Valutazione prova orale No
Valutazione test attitudinale No
Valutazione progetto No
Valutazione tirocinio No
Valutazione in itinere No
Prova pratica No

Ulteriori informazioni

Nessun materiale didattico inserito per questo insegnamento
Nessun avviso pubblicato
Nessuna lezione pubblicata
Codice insegnamento online non pubblicato

Modulo: Introduzione alla CyberSecurity

Corso Ingegneria Elettronica
Curriculum ELETTRONICA
Orientamento Generale
Anno Accademico 2021/2022
Crediti 6
Settore Scientifico Disciplinare ING-INF/05
Anno Secondo anno
Unità temporale Secondo semestre
Ore aula 48
Attività formativa Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico

Erogazione 1001478 CyberSecurity in Ingegneria Informatica e dei sistemi per le Telecomunicazioni LM-27 BUCCAFURRI FRANCESCO ANTONIO
Docente Francesco BUCCAFURRI
Obiettivi OBIETTIVI FORMATIVI

Gli obiettivi formativi del corso, in accordo ai descrittori di Dublino, sono
i seguenti:

1) Conoscenze e capacità di comprensione
Conoscenza dei concetti fondamentali, delle metodologie, degli algoritmi, dei protocolli, delle tecnologie e degli standard di base nel dominio della cybersecurity.

2) Utilizzazione delle conoscenze e capacità di comprensione
Capacità basilare di applicare le conoscenze per la progettazione di misure di sicurezza di un sistema IT.

3) Capacità di trarre conclusioni
Capacità basilare di valutare in maniera critica diverse soluzioni di sicurezza


4) Abilità comunicative
Capacità di comunicare con adeguata competenza tecnica e con linguaggio appropriato in ambito cybersecurity

5) Capacità di apprendere
Capacità di apprendimento di nuove metodologie, algoritmi, protocolli, tecnologie e standard nel dominio della cybersecurity.


MODALITA' DI ACCERTAMENTO E VALUTAZIONE


La prova d'esame consiste in una prova orale la cui durata media è di 30 minuti.
Nella prova orale vengono discussi i concetti illustrati a lezione inerenti al programma del corso, spaziando su almeno 3 argomenti diversi.

L’obiettivo della prova orale, in relazione ai descrittore di Dublino, è quello di valutare:

1) Conoscenze e capacità di comprensione
Il grado di conoscenza dei concetti fondamentali, delle metodologie, degli algoritmi, dei protocolli, delle tecnologie e degli standard di base nel dominio della cybersecurity.

2) Utilizzazione delle conoscenze e capacità di comprensione
La capacità basilare di applicare le conoscenze per la progettazione di misure di sicurezza di un sistema IT.

3) Capacità di trarre conclusioni
La capacità basilare di valutare in maniera critica diverse soluzioni di sicurezza


4) Abilità comunicative
La capacità di comunicare con adeguata competenza tecnica e con linguaggio appropriato in ambito cybersecurity

5) Capacità di apprendere
In misura minore, la capacità di apprendimento di nuove metodologie, algoritmi, protocolli, tecnologie e standard nel dominio della cybersecurity.

Il voto finale sarà attribuito secondo il seguente criterio di valutazione:

30 e lode: conoscenza completa, approfondita e critica degli argomenti, eccellente proprietà di linguaggio, completa ed originale capacità interpretativa, piena capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
28 - 30: conoscenza completa e approfondita degli argomenti, ottima proprietà di linguaggio, completa ed efficace capacità interpretativa, in grado di applicare autonomamente le conoscenze per risolvere i problemi proposti;
24 - 27: conoscenza degli argomenti con un buon grado di padronanza, buona proprietà di linguaggio, corretta e sicura capacità interpretativa, buona capacità di applicare in modo corretto la maggior parte delle conoscenze per risolvere i problemi proposti;
20 - 23: conoscenza adeguata degli argomenti ma limitata padronanza degli stessi, soddisfacente proprietà di linguaggio, corretta capacità interpretativa, più che sufficiente capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
18 - 19: conoscenza di base degli argomenti principali, conoscenza di base del linguaggio tecnico, sufficiente capacità interpretativa, sufficiente capacità di applicare le conoscenze di base acquisite;
Insufficiente: non possiede una conoscenza accettabile degli argomenti trattati durante il corso.
Programma Parte I: Introduzione
Concetti basilari.
Minaccia di vulnerabilità, attacco
L'attaccante
Ingegneria sociale
Policy, threat model, mechanisms
Introduzione a SSL e null prefix attack
Introduzione a Buffer overflow
Anonimato in rete, cenni a Tor, ESNI, VPN, Domain Fronting
HSTS Hypertext Strict Trusted Security
Cookie di autenticazione e configurazioni di sicurezza, SOP policy
Sistemi di autenticazione: usability, deployabilty, security
Cenni a Incident Response e SOC
BOTNET
Gestione e pianificazione della sicurezza informatica
Standard per sistemi di gestione della sicurezza delle informazioni
ISO-IEC 27001-27002

Parte II. Crittografia
Introduzione alla crittografia.
Funzioni one-way e trap-door
Ciphers
Cifratura simmetrica e a chiave pubblica
Principi di confusione e diffusione
Crittografia classica
Attacchi e criptoanalisi
Modelli di attacco
• Known Ciphertext Attack
• Known Plaintext Attack
• Chosen Plaintext Attack
• Chosen Ciphertext Attack
Crittografia moderna
Crittografie a blocchi e crittografie a flusso
Rete di Feistel
Data Encryption Standard (DES).
Inconvenienti di DES
• Chiavi deboli
• Dimensione della chiave
• Meet in the middle attack
Triple DES
AES
Modalità di funzionamento della cifratura a blocchi
• ECB
• CBC
• Cipher feedback
• Counter
Pseudo and True Random Number Generators (PRNG and TRNG)
Stream Ciphers
• RC4.
Hash crittografico
• SHA1 - SHA-256
Attacco del compleanno
Crittografie a chiave pubblica
• RSA
Vulnerabilità di RSA
Autenticazione dei messaggi basata su crittografia simmetrica e a chiave pubblica
Autenticazione dei messaggi basata su hash crittografici (MAC):
• Prefisso segreto
• Postfisso segreto
• HMAC
Crittografia a chiave pubblica e firma digitale
Blind signature
PKI X.509 e autorità di certificazione
Firma elettronica qualificata
PKCS # 7
Vulnerabilità della firma digitale
Aspetti normativi europei e nazionali

Parte III. Sicurezza di rete
introduzione
Servizi di sicurezza e meccanismi di sicurezza (X.800)
Peer Entity Authentication: protocolli challenge-response
Controllo degli accessi e autorizzazioni
Algoritmo Diffie-Hellman e scambio di chiavi
Approcci basati su KDC (Key Distribution Center)
• Kerberos
Approcci basati su PKI X.509
SAML e Open-ID Connect
OTP (One time password)
Schema di Lamport per l'autenticazione
Standard per l'autenticazione
Sicurezza IP
• IPsec: Transport and Tunneling, Authentication Header (AH) e Encapsulating Security Payload (ESP).
DNS poisoning
Sicurezza web
• TLS

Parte IV: nozioni avanzate
Malware (virus, worm, spyware, trojan, ecc.).
BOTNETS
Incident Response e SOC (Security Operation Center)
Information Hiding (Watermarking e Steganografia)
Introduzione a Blockchain
Testi docente William Stallings, Sicurezza delle reti: Applicazioni e standard – 3 - Ed.
Erogazione tradizionale
Erogazione a distanza No
Frequenza obbligatoria No
Valutazione prova scritta No
Valutazione prova orale
Valutazione test attitudinale No
Valutazione progetto No
Valutazione tirocinio No
Valutazione in itinere No
Prova pratica No

Ulteriori informazioni

Nessun materiale didattico inserito per questo insegnamento
Nessun avviso pubblicato
Nessuna lezione pubblicata
Codice insegnamento online non pubblicato

Modulo: Fondamenti di bioingegneria elettronica

Corso Ingegneria Elettronica
Curriculum ELETTRONICA
Orientamento Generale
Anno Accademico 2021/2022
Crediti 6
Settore Scientifico Disciplinare ING-INF/06
Anno Secondo anno
Unità temporale Secondo semestre
Ore aula 48
Attività formativa Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico

Erogazione 1001237 Fondamenti di bioingegneria elettronica in Ingegneria informatica, elettronica e delle telecomunicazioni L-8 Bibbò Luigi
Docente Non assegnato
Obiettivi N.D.
Programma Il corso prevede le seguenti unità didattiche:
1- Bioingegneria elettronica
• Definizione
• Area di attivita’

2- Segnali biologici
• Sorgenti
• Classificazione

3-Strumentazione biomedica
• Classificazione
• Definizione e principali caratteristiche
• Apparecchiature

4-Metodologie di acquisizione e elaborazione dei segnali biomedici
• ECG
• EMG
• Bioimmagini

5- Sensori e Trasduttori
• Classificazione
• Parametrici caratteristici
• Principi fisici utilizzati

6- Realtà Virtuale

7- Analisi dei dati e metodi decisionali
• Informatica medica (biodati,biosegnali,bioimmagini,biofilmati)
• Sistemi esperti e reti neurali

8- Sicurezza elettrica della strumentazione biomedica

9-Nanobiotecnologie
• Definizione
• Classificazione
• Strutture

10-Strumenti di caratterizzazione

11-Metamateriali
• Definizioni
• Funzionalità e proprietà


Testi docente The Biomedical Engineering Handbook, Joseph D. Bronzino.
Medical Instrumentation, J.G. Webster.
Handbook of Nanotechnology, Bharat Bhushan Editor, Springer.
Handbook of Nanomaterials, Bharat Bhushan Editor, Springer.

Sono altresì fornite su Microsoft Teams le dispense sugli argomenti trattati durante il corso .
Erogazione tradizionale No
Erogazione a distanza No
Frequenza obbligatoria
Valutazione prova scritta No
Valutazione prova orale
Valutazione test attitudinale No
Valutazione progetto No
Valutazione tirocinio No
Valutazione in itinere No
Prova pratica No

Ulteriori informazioni

Nessun materiale didattico inserito per questo insegnamento
Nessun avviso pubblicato
Nessuna lezione pubblicata
Codice insegnamento online non pubblicato

Cerca nel sito

 

Posta Elettronica Certificata

Direzione

Tel +39 0965.1693217/3252

Fax +39 0965.1693247

Indirizzo e-mail


Protocollo

Tel +39 0965.1693422

Fax +39 0965.1693247

Indirizzo e-mail

Didattica e orientamento

Tel +39 0965.1693386/3385

Fax +39 0965.1693247

Indirizzo e-mail


Segreteria studenti

Tel +39 0965.1691475

Fax +39 0965.1691474

Indirizzo e-mail

Amministrazione

Tel +39 0965.1693214

Fax +39 0965.1693247

Indirizzo e-mail


Ricerca

Tel +39 0965.1693422

Fax +39 0965.1693247

Indirizzo e-mail

Social

Facebook

Twitter

YouTube

Instagram