DIDATTICA

  • E' consigliabile fissare un appuntamento contattandomi per posta elettronica (massimo.panella@uniroma1.it) o per telefono (0644585496).

  • Calendario appelli A.A. 2016/2017
    • 1° appello ordinario: venerdì 20/01/2017, ore 9:30, aula 12, via A. Scarpa, Roma. 
    • 2° appello ordinario: lunedì 13/02/2017, ore 9:00, aula 12, via A. Scarpa, Roma. 
    • Appello straordinariolunedì 27/03/2017, ore 16:00, aula 13, via A. Scarpa, Roma.
    • 3° appello ordinario: martedì 06/06/2017, ore 14:00, aula 8, via Eudossiana, Roma. 

La discussione dei compiti dei seguenti studenti è fissata per giovedì 22/06/2017, alle ore 16:00, presso il Dip. DIET (ex INFO-COM), I° piano, stanza 122

    • 4° appello ordinario: mercoledì 05/07/2017, ore 15:00, aula 8, via Eudossiana, Roma. ATTENZIONEaula presso la sede della Facoltà di Ingegneria in S. Pietro in Vincoli!!! Gli studenti interessati devono effettuare la prenotazione ENTRO E NON OLTRE il 02/07/2017 tramite il sito INFOSTUDN.B.: durante l'esame NON verranno forniti fogli bianchi per lo svolgimento egli esercizi.  
    • 5° appello ordinario (giorno, ora e luogo DA CONFERMARE)lunedì 11/09/2017, ore 9:00, aula 8, via Eudossiana, Roma. ATTENZIONEaula presso la sede della Facoltà di Ingegneria in S. Pietro in Vincoli!!! Gli studenti interessati devono effettuare la prenotazione ENTRO E NON OLTRE il 05/09/2017 tramite il sito INFOSTUDN.B.: durante l'esame NON verranno forniti fogli bianchi per lo svolgimento egli esercizi.  
    • Appello straordinario: ottobre/novembre 2017, TBD.

AVVISO: per ogni tipo di comunicazione legata al corso, gli interessati sono pregati di inviarmi una e-mail indicando nell'OGGETTO "Elettrotecnica Gestionale" e nel testo i seguenti dati: nome, cognome e numero di matricola. Cercherò di rispondere al più presto.



Distributed Computing for Circuits and Systems (Laurea Magistrale in Ingegneria Elettronica, Ingegneria delle Comunicazioni) - IN LINGUA ITALIANA

Il corso è di NUOVA ATTIVAZIONE e andrà in aula a partire dal PRIMO SEMESTRE dell'A.A.2017/2018 con il seguente calendario: settembre 2017 per gli studenti iscritti nell'A.A.2017/2018 al PRIMO anno della Laurea Magistrale in Ingegneria Elettronica; settembre 2018 per gli studenti iscritti nell'A.A.2017/2018 al SECONDO anno della Laurea Magistrale in Ingegneria Elettronica. A partire da settembre 2019 il corso andrà in aula per gli studenti iscritti nell'A.A.2018/2019 al SECONDO anno della Laurea Magistrale in Ingegneria Elettronica e Ingegneria delle Comunicazioni e così via.

  • Obiettivi del modulo e capacità acquisite dallo studente. Lo scenario delle tecnologie ICT sta rapidamente evolvendo verso sistemi in cui i dispositivi tecnologici, di diversi tipi e grandezze, costituiscono parte integrante dell’ambiente in cui sono immersi. Scopo dell’insegnamento è fornire le nozioni di base riguardanti le problematiche teoriche, tecniche e pratiche di progettazione e realizzazione di circuiti e algoritmi per la soluzione di problemi avanzati di trattamento dell’informazione, basati sul learning statistico e data-driven, in sistemi di calcolo paralleli e distribuiti. Saranno in tal senso approfondite le tematiche riguardanti le tecnologie basate su sistemi di calcolo GPU e multicore, reti di sensori e attuatori, smart devices, wearable computers, etc. Attraverso un’intensa e sistematica attività pratica e di laboratorio, nel corso saranno considerate le metodologie relative alla progettazione e alla realizzazione di architetture di calcolo parallele e di sistemi di agenti distribuiti, mediante circuiti e algoritmi basati in particolare su intelligenza computazionale, Deep Learning e calcolo quantistico, focalizzando l’attenzione sulla necessità di rendere efficienti tali sistemi sia dal punto di vista della robustezza numerica sia della scalabilità circuitale/computazionale, nonché della fault tolerance e della self-organization.
  • Prerequisiti. Fondamenti di Elettrotecnica, Elettronica, Informatica e Telecomunicazioni.
  • Risultati di apprendimento attesi. Capacità di analisi e soluzione delle problematiche relative a progettazione, realizzazione e test di architetture di calcolo e modelli computazionali, con particolare riferimento allo sviluppo in linguaggio Matlab/Python, per la realizzazione di sistemi di apprendimento in ambienti paralleli e distribuiti.
  • Programma A.A. 2017/2018 (provvisorio)
    • Richiami di circuiti e algoritmi per il trattamento dell’informazione. Generalità sul trattamento dei segnali analogici e digitali, segnali aleatori multi-dimensionali, 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, metodi di ottimizzazione. Rappresentazione di circuiti digitali mediante grafi e schemi a blocchi, strutture di rete fondamentali per circuiti FIR, IIR e a traliccio. Serie temporali e dinamiche caotiche, circuiti caotici.
    • Introduzione alle tecnologie di calcolo parallele e distribuite. Architetture di calcolo parallelo GPU e multiprocessore nei sistemi a “grana fine”. Virtualizzazione delle risorse in ambienti di calcolo distribuiti, cloud computing. Architetture di comunicazione (WSN, BAN, PAN). Sensori e attuatori: problemi di low-power e low-energy; energy harvesting e self-powering; affidabilità (fault tolerance, fault detection, self-organization). Smart devices per il calcolo distribuito: data loggers e sistemi embedded; smart sensors su dispositivi mobili (smartphones, Tablet PC, etc.); wearable computers.
    • Deep Learning e circuiti quantistici. Sistemi adattivi, stima del gradiente, metodi iterativi, apprendimento Hebbiano, reti di Kohonen e auto-organizzanti, reti dinamiche ricorrenti, reti di Hopfield. Apprendimento e regolarizzazione. Soluzione di problemi di ottimizzazione vincolata multi-obiettivo. Deep Learning. Circuiti analogici e digitali per l’implementazione di reti neurali e per il Deep Learning. Introduzione al calcolo quantistico. Quantum gate e quantum gate array. Algoritmi quantistici per l’ottimizzazione e il trattamento dell’informazione (QFFT, Grover, Schor), Quantum Machine Learning, Quantum Neural Networks. Studi di caso: quantizzazione, classificazione, predizione, approssimazione, interpolazione e filtraggio di dati meccatronici, biologici, energetici, economici e ambientali.
    • Apprendimento su architetture parallele e distribuite. Tecnologie e tecniche di acquisizione dei dati, multiple source data, data pre-processing, circuiti e algoritmi per l’apprendimento scalabile e decentralizzato (consensus learning, ADMM, etc.), Deep Learning distribuito, apprendimento semi-supervisionato distribuito, Machine Learning per l’IoT/IoE, apprendimento multi-agente cooperativo e competitivo,  energy efficient distributed learning, distributed pattern recognition. 
    • Studi di caso in laboratorio. Realizzazione di architetture di filtraggio classiche; implementazione di reti neurali e neurofuzzy; ottimizzazione mediante algoritmi evolutivi; architetture per il Deep Learning; utilizzo di nodi di calcolo e reti di sensori distribuiti basati su tecnologia Raspberry/Arduino/Galileo; programmazione su architetture GPU NVIDIA e multicore Xeon Phi.
  • Materiale didattico
    • Appunti e dispense forniti dal docente.
    • Materiale integrativo (lucidi del corso, articoli) disponibili sul sito web.
    • Letture facoltative suggerite:
      • H.T. Kung, R. Sproull, G. Steele, VLSI Systems and Computations, Springer.
      • Principe, N.R. Euliano, W.C. Lefebvre, Neural and Adaptive Systems: Fundamental through simulations, J. Wiley & Sons.
      • B Kosko, Neural Networks and Fuzzy Systems, Prentice-Hall.
      • C. M. Bishop, Neural Network for Pattern Recognition, Oxford University Press.
      • L. Deng, Deep Learning: Methods and Applications, Microsoft Research.
      • E. Ott, Chaos in Dynamical Systems, Cambridge University Press.
      • M. Sipser, Introduction to the Theory of Computation, 3rd Edition.
      • M. Barr, A.J. Massa, Programming embedded systems: with C and GNU development tools, O'Reilly.
      • G. Strang, Linear Algebra and Its Applications, 4th Edition.

AVVISOper ogni tipo di comunicazione legata al corso, gli interessati sono pregati di inviarmi una e-mail indicando nell'OGGETTO "Distributed Computing" e nel testo i seguenti dati: nome, cognome e numero di matricola. Cercherò di rispondere al più presto.

 


Pervasive Systems / Distributed Learning and Pervasive Computing (Laurea Magistrale in Ingegneria Gestionale, Ingegneria Elettronica, Ingegneria delle Comunicazioni)

Foreign students will find related news in the TEACHING section of the English version of this website

  • AVVISO: venerdì 28 aprile, dalle ore 12:00 alle ore 13:30, presso la sala lettura al 2° piano del Dipartimento DIET, la società Manet Mobile Solutions S.r.L. terrà un seminario dal titolo: "Manet: un caso di successo nell'utilizzo di Android per fare startup". 
  • AVVISO: venerdì 5 maggio, dalle ore 12:00 alle ore 13:30, presso la sala lettura al 2° piano del Dipartimento DIET, la società Comedata S.r.L. terrà un seminario dal titolo: "Comedata IoT Solution: Sistema di monitoraggio remoto per Internet of Things". 
  • AVVISO: venerdì 12 maggio, dalle ore 12:00 alle ore 13:30, presso la sala lettura al 2° piano del Dipartimento DIET, il dott. Francesco Fusco di Telecom Italia S.p.A. terrà un seminario dal titolo: "Tecnologie di identificazione e tracciamento negli scenari di Digital Life". 
  • AVVISO: venerdì 19 maggio, dalle ore 12:00 alle ore 13:30, presso la sala lettura al 2° piano del Dipartimento DIET, la società 5 Emme Informatica S.p.A. terrà un seminario dal titolo: "Crescita del business e approccio Data Science applicato al mondo del lavoro: piattaforme tecnologiche e algoritmi per Big Data".
  • AVVISO: venerdì 26 maggio, dalle ore 12:00 alle ore 13:30, presso la sala lettura al 2° piano del Dipartimento DIET, la società Unidata S.p.A. terrà un seminario dal titolo: "La rete italiana LPWA per l’Internet delle Cose".
  • Obiettivi del modulo e capacità acquisite dallo studente. Il modulo dovrebbe fornire le nozioni di base riguardanti le problematiche teoriche, tecniche e pratiche di progettazione e realizzazione dei sistemi pervasivi attuali e futuri, focalizzando l’attenzione sulle tecnologie innovative e sulla necessità di rendere i sistemi autonomi sia dal punto di vista energetico sia dal punto di vista della sicurezza. Le tematiche saranno trattate con uno ampio spettro, presentando le problematiche attualmente più diffuse nell’ambito dei sistemi pervasivi. In tal modo si dovrebbe completare il percorso formativo dello studente nell’ambito delle tecnologie wireless, delle reti di sensori e dell’elaborazione intelligente e distribuita dei segnali, di particolare interesse nell’ambito scientifico e industriale (logistica, trasporto, sicurezza, telemedicina, beni culturali, etc.).
  • Prerequisiti. Fondamenti di Elettrotecnica, Elettronica e Telecomunicazioni.
  • Risultati di apprendimento attesi. Capacità di analisi e risoluzione delle problematiche relative a progettazione, realizzazione e funzionamento di sistemi pervasivi, con particolare riferimento alle tecnologie wireless, alle reti di sensori e ad applicazioni nell’ambito ICT.
  • Programma A.A. 2016/2017
    • Richiami sulle architetture hardware e software, calcolo parallelo nei sistemi a “grana fine”.
    • Richiami sulle architetture di comunicazione (WSN, BAN, PAN).
    • Sensori e attuatori: problemi di low power e low energy; energy harvesting e self-powering; affidabilità (fault tolerance, fault detection, self-organization).
    • Smart devices per il calcolo pervasivo: data loggers e sistemi embedded; smart sensors su dispositivi mobili (smartphones, Tablet PC, etc.); wearable computers.
    • Tecnologie e tecniche di identificazione e tracciamento: richiami sulle tecniche di localizzazione; sensori RFID nei sistemi pervasivi; context-aware computing.
    • Intelligenza computazionale distribuita: reti neurali, logica fuzzy, algoritmi evolutivi, swarm intelligence; servizi middleware e tecnologie orientate agli agenti; grid computing e cloud computing.
    • Problematiche di trust, security e privacy.
    • Realizzazioni pratiche di “Apps” per il calcolo pervasivo: comunicazione multicanale adattiva, realtà aumentata; smart cameras, depth sensors e human-computer interaction (HCI); smart grid; intelligent transportation systems; logistica e sicurezza; smart home e telemedicina; misure integrate con smartphones e Tablet PC.
  • Materiale didattico
    • Appunti e dispense forniti dal docente.
    • Materiale integrativo (lucidi del corso, articoli) disponibili sul sito web.
    • Letture facoltative suggerite:
      • J. Burkhardt, et al., Pervasive Computing, Addison Wesley, 2002. 
      • U. Hansmann, et al., Pervasive Computing, Springer Professional Computing, 2nd ed., 2003. 
      • S. Loke, Context-Aware Pervasive Systems: Architectures for a New Breed of Applications, Auerbach Publications, 2006. 
      • Greenfield, Everyware: The Dawning Age of Ubiquitous Computing, Peachpit Press., 2006.
[slide 1-3]            [slide 4]                  [slide 5-6]                [slide 7]

[slide 8-9]            [slide 10-11]            [slide 12-13]     [slide 14]    [slide 15]
      

AVVISOper ogni tipo di comunicazione legata al corso, gli interessati sono pregati di inviarmi una e-mail indicando nell'OGGETTO "Pervasive Systems" e nel testo i seguenti dati: nome, cognome e numero di matricola. Cercherò di rispondere al più presto.

 


Elettrotecnica I (Polo Tecnologico Nettuno)

AVVISO IMPORTANTE: tutti gli studenti sono pregati di rivolgersi al nuovo responsabile dell'insegnamento, Prof. Elio Di Claudio, Dip. di Ingegneria dell'Informazione, Elettronica e Telecomunicazioni (DIET), Università di Roma "La Sapienza", Via Eudossiana 18, 00184 Roma, Palazzina sopra la banca (1° piano), Tel.: 0644585490, Fax: 064873300, e-mail: dic@infocom.uniroma1.it


AVVISO IMPORTANTE: da ora in poi possono seguitare a fare l'esame col sottoscritto ESCLUSIVAMENTE gli studenti del precedente Ordinamento D.M. 509/99. In tal caso, per ragioni puramente logistiche, gli appelli verranno tenuti contestualmente (ma con compiti e modalità d'esame differenti) agli appelli di Elettrotecnica per Ingegneria Gestionale del prof. Panella (Canale A-L). Qualora non espressamente indicato in questa sezione, si prega di fare riferimento alla sezione per Ingegneria Gestionale di questa pagina WEB per conoscere la data, l'ora e il luogo preciso ove si terrà l'esame.

AVVISOper ogni altro tipo di comunicazione legata al corso, gli interessati sono pregati di inviarmi una e-mail indicando nell'OGGETTO "Elettrotecnica Nettuno" e nel testo i seguenti dati: nome, cognome e numero di matricola. Cercherò di rispondere al più presto.