Machine Learning per i Sistemi Elettrici ed Elettronici

Laurea Magistrale in Ingegneria Elettronica, Ingegneria delle Comunicazioni

Corso di nuova attivazione dall'A.A. 2021/2022 per il secondo anno delle Lauree Magistrali in Ingegneria Elettronica e Ingegneria delle Comunicazioni. Pertanto, il corso andrà in aula per la prima volta nel 1° semestre a SETTEMBRE 2022 (per la coorte di studenti iscritti al secondo anno e immatricolati nell'A.A. 2021/2022) e sostituirà il precedente "Circuiti e Algoritmi per il Machine Learning" anche per quanto riguarda il programma, la metodologia d'insegnamento e il focus sulle applicazioni pratiche reali.


ATTENZIONE! Il corso è aperto ad altri studenti della Facoltà e dell'Ateneo che sono interessati alle tematiche trattate, in quanto NON esistono propedeuticità sostanziali.


  • Sito ufficiale del Corso di Laurea in Ingegneria Elettronica

  • Sito ufficiale del Corso di Laurea in Ingegneria delle Comunicazioni

  • Tesi disponibili

  • Obiettivi del modulo e capacità acquisite dallo studente. Lo studente acquisirà conoscenza delle nozioni di base riguardanti la progettazione e la realizzazione di algoritmi e architetture di calcolo per il machine learning e l’intelligenza artificiale. Saranno in tal senso approfondite le applicazioni nell'ambito ingegneristico per la soluzione di problemi di apprendimento supervisionato e non supervisionato, quali ottimizzazione, predizione, riconoscimento e classificazione, in applicazioni reali riguardanti i sistemi elettrici ed elettronici per la gestione dell’energia e il trattamento dell’informazione. Obiettivo principale è fornire allo studente la capacità di comprendere le problematiche reali, con particolare riguardo agli obiettivi di sviluppo sostenibile, per elaborare soluzioni originali nell’ambito scientifico e professionale di riferimento. Le capacità acquisite consistono nella soluzione delle problematiche relative a progettazione, realizzazione e test di architetture di calcolo e modelli computazionali basati su reti neurali e algoritmi di pattern recognition in ambienti complessi (paralleli, distribuiti e federati), con particolare riferimento all’elaborazione intelligente di segnali e dati, al calcolo quantistico, alle reti di sensori e attuatori intelligenti, all’IoT, alle smart grid, alla meccatronica, ai sistemi di controllo e gestione per l’accumulo e la conversione dell’energia elettrica, ai veicoli elettrici, ai biosensori, ai sistemi biometrici, etc.

  • Prerequisiti. Conoscenze di base riguardanti i sistemi elettronici e di elaborazione dei segnali.

  • Risultati di apprendimento attesi. Lo scenario delle tecnologie ICT sta rapidamente evolvendo verso sistemi in cui i dispositivi tecnologici che implementano algoritmi di machine learning e intelligenza artificiale costituiscono parte integrante dell’ambiente in cui sono immersi, in particolare nelle reti complesse di sensori e attuatori quali smart grid, IoT, sistemi di distribuzione dell’energia elettrica e delle merci, reti biologiche e sociali, etc. A valle di tale insegnamento, lo studente sarà in grado di comunicare le conoscenze acquisite a interlocutori specialisti e non specialisti nel mondo della ricerca e del lavoro in cui svilupperà le sue successive attività scientifiche e/o professionali, anche considerando le problematiche di sostenibilità ambientale. Attraverso una sistematica attività di laboratorio, nel corso della quale saranno considerate le metodologie relative alla progettazione e alla realizzazione di architetture di calcolo e sistemi di agenti distribuiti per il machine learning e l’intelligenza artificiale, lo studente integrerà le conoscenze acquisite per gestire la complessità dei meccanismi di apprendimento induttivo a partire da informazioni limitate dalla contingenza organizzativa dell’insegnamento.

  • Programma A.A. 2022/2023. Da definire.

    • Calendario appelli A.A. 2022/2023. Da definire.

    • Materiale didattico. Da definire.


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