Corso di Studi in Ingegneria Informatica

SCHEDA DELL'INSEGNAMENTO (SI)
SSD ING-INF/03

LAUREA MAGISTRALE IN INGEGNERIA DELLE TELECOMUNICAZIONI E DEI MEDIA DIGITALI

ANNO ACCADEMICO: 2022-2023

INFORMAZIONI GENERALI - DOCENTE

DOCENTE: FRANCESCO MARIA SACERDOTI
TELEFONO: +39 3355824909
EMAIL: Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.

INFORMAZIONI GENERALI - ATTIVITÀ

INSEGNAMENTO INTEGRATO (EVENTUALE): 
MODULO (EVENTUALE):
CANALE (EVENTUALE):
ANNO DI CORSO (I, II, III): II
SEMESTRE (I, II): I
CFU: 6

INSEGNAMENTI PROPEDEUTICI

(se previsti dall'Ordinamento del CdS)

...................................................................................................................................................

EVENTUALI PREREQUISITI

...................................................................................................................................................

OBIETTIVI FORMATIVI

Obiettivo dell'insegnamento è fornire una conoscenza approfondita del suono e della sua elaborazione per i principali ambiti applicativi d’interesse, come la creazione di contenuti multimediali, concerti e convegni dal vivo, registrazioni di musica ed effetti speciali, preparazione dell'audio per film e programmi televisivi. La conoscenza parte dall'acustica e psicoacustica, fino ad arrivare alle apparecchiature analogiche e digitali per l’elaborazione dell'audio.

RISULTATI DI APPRENDIMENTO ATTESI

(Descrittori di Dublino)

Conoscenza e capacità di comprensione
Lo studente deve dimostrare di comprendere la fisiologia del sistema acustico umano e della psicoacustica e, su queste basi, di comprendere il funzionamento della percezione acustica. Inoltre, deve conoscere le basi di funzionamento delle principali apparecchiature audio per poterle utilizzare e/o progettare al meglio nei diversi ambiti applicativi d’interesse.

Capacità di applicare conoscenza e comprensione
Lo studente deve dimostrare di saper ragionare sulle problematiche acustiche e di saper scegliere la tecnologia più adatta per la risoluzione di problemi audio.

PROGRAMMA-SYLLABUS

Audio e Acustica
Principi della diffusione delle onde audio e dell'acustica. Decibel e livello, frequenza e lunghezza d'onda, sovrapposizione, Impedenza. L'orecchio umano. Il monitoraggio dell'audio, la radiazione acustica
Psicoacustica
La percezione umana, l'orecchio e la sua fisiologia, elaborazione del segnale audio nell'uomo. Mascheratura, filtri uditivi, la non linearità dell'orecchio, percezione della fase, loudness, mel. Ricezione binaurale, pitch e timbro. Il processo mentale di percezione acustica, localizzazione dei suoni. Effetto Hall, Franssen, Cocktail Party.
Microfoni
Tipologie di microfoni, classificazione, risposta spaziale, costruzione dei microfoni. Effetto di prossimità. Risposta in frequenza. Tipi di cardioidi e microfoni PZM. Trasduttori a carbone, cristalli e ceramici. Trasduttori dinamici e a condensatore. L'alimentazione Phantom. Risoluzione della non linearità dei microfoni a condensatore. Microfoni a nastro. Misure sui microfoni: sensibilità, rumore termico, esempio di lettura di caratteristiche di un microfono. Grounding, polarità, balanced vs. unbalanced, Impedenza. Posizionamento dei microfoni. Tecniche di microfonazione: Stereo, Mid/Side, 3 to 1, microfonazione degli strumenti musicali.
Altoparlanti
Utilizzo degli altoparlanti. Costruzione. Filtri di crossover attivi e passivi. Tipologie di altoparlanti: dinamici, dome, planari, a nastro, a corno, piezo, whizzer e coassiali. Casse: costruzione e descrizione delle tecniche costruttive. Polarità ed impedenza. Specifiche. Distorsione.
Mixer
Funzioni presenti e descrizione della loro applicabilità.
Effetti audio
Processori dinamici: compressori e limitatori, noise gate ed expander, tremolo, autopanner, volume mazimizer. Processori in frequenza: equalizzatori, Wah Wah, vibrato, formant, vocoder, talk box. Processori nel dominio del tempo: echo, riverbero, phasers e flangers. Processori di pitch. Altri effetti audio.

Altre apparecchiature audio
DI Box, patch bay, synthesiser, preamplificatori microfonici.
Audio Digitale
La digitalizzazione dell'audio. Digitalizzatori. Compressione digitale. Il protocollo MIDI. Le DAW Digital Audio Workstations. I software di composizione, mixing, mastering, elaborazione audio.

MATERIALE DIDATTICO

Libro di testo:
Ballou G. "Handbook for Sound Engineers", Elsevier ISBN: 978-0-240-80969-4

Approfondimenti:
Winer E. "The Audio Expert". Routledge ISBN: 978-0-415-78883-0
Alton Everest "The Master handbook of Acoustics" McGraw Hill, ISBN 978-0-070-19897-5
Douglas S. et al. "Audio Engineering: Know It All" Elsevier ISBN: 978-1-85617-526-5
Miles Huber D. "The MIDI Manual" Elsevier ISBN: 978-0-240-80798-0

MODALITÀ DI SVOLGIMENTO DELL'INSEGNAMENTO

La didattica è erogata: a) per l’80% con lezioni frontali; b) per il 20% su attività laboratoriale per lo sviluppo di applicazioni audio software per comprendere al meglio le tecniche studiate.
Gli argomenti delle lezioni frontali e dei seminari sono esposti con l’ausilio di trasparenze dettagliate, messe a disposizione dello studente nel materiale didattico tramite il sito web ufficiale del docente.
Si prevede di organizzare la visita ad uno studio di registrazione di uno dei migliori ingegneri del suono italiani.

VERIFICA DI APPRENDIMENTO E CRITERI DI VALUTAZIONE

a) Modalità di esame:

L'esame si articola in prova:
Scritta e orale
Solo scritta o intercorso a metà
Solo orale
Discussione di elaborato progettuale
Altro (discussione esercitazioni)

L’esame si articola in una prova solo orale, consistente su domande su altrettanti problemi esposti al corso su cui si richiede un ragionamento da parte dello studente per la risoluzione di particolari problematiche di registrazione o processing audio.

SCHEDA DELL'INSEGNAMENTO (SI)
SSD ING-INF/05

LAUREA MAGISTRALE IN INGEGNERIA INFORMATICA

ANNO ACCADEMICO: 2022-2023

INFORMAZIONI GENERALI - DOCENTE

DOCENTE: GIUSEPPE ACETO
TELEFONO: 0817683821
EMAIL: Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.

INFORMAZIONI GENERALI - ATTIVITÀ

INSEGNAMENTO INTEGRATO (EVENTUALE): 
MODULO (EVENTUALE):
CANALE (EVENTUALE):
ANNO DI CORSO (I, II, III): II
SEMESTRE (I, II): II
CFU: 6

INSEGNAMENTI PROPEDEUTICI

(se previsti dall'Ordinamento del CdS)

...................................................................................................................................................

EVENTUALI PREREQUISITI

Conoscenze di base di informatica<

OBIETTIVI FORMATIVI

L’obiettivo del corso è la conoscenza dei fondamenti teorici della Computer Graphics e delle principali piattaforme hardware e software per la progettazione, realizzazione e fruizione di ambienti di Realtà Virtuale, Aumentata e Mista (VR, AR, MR)--collettivamente definiti Realtà Estesa, o eXtended Reality (XR).
Utilizzando tali conoscenze, è obiettivo del corso anche l’acquisizione delle competenze necessarie per gestire tali scenari, oltre che le modalità di interazione con le stesse.

RISULTATI DI APPRENDIMENTO ATTESI

(Descrittori di Dublino)

Conoscenza e capacità di comprensione
Lo studente deve dimostrare di conoscere e saper comprendere le problematiche relative alla Computer Graphics ed il suo impiego nell’ambito della Realtà Estesa.
Deve dimostrare di conoscere gli aspetti teorici e tecnologici relativi alla visualizzazione di scene tridimensionali ed ambienti realistici, nonché di conoscere le principali problematiche tecniche e le rispettive soluzioni per la realizzazione di esperienze immersive in ambienti virtuali o misti.

Capacità di applicare conoscenza e comprensione
Lo studente deve dimostrare di essere in grado di analizzare prodotti e tecnologie per la Realtà Estesa in relazione a specifiche esigenze applicative (addestramento, educazione, divertimento, ricerca) valutandone requisiti e limitazioni, e possibili soluzioni alternative.
Deve altresì dimostrare la capacità di progettare ed implementare in forma prototipale semplici ambienti interattivi di Realtà Virtuale e Realtà Aumentata.

PROGRAMMA-SYLLABUS

Introduzione alla realtà aumentata e virtuale (AR/VR). Scenari applicativi della realtà virtuale/aumentata (in generale, di “Realtà Estesa”, eXtended Reality).
Elementi base della Computer Graphics: pipeline grafica (modellazione e resa).
Computer Graphics per applicazioni AR/VR.
Dispositivi di input/output e tecniche avanzate di input 3D. Geometria per la Computer Graphics. Algoritmi di grafica di base, algoritmi di clipping, algoritmi di scan conversion, algoritmi di real-time rendering, ray tracing.
Modelli di illuminazione e algoritmi di shading. Texture mapping. Modelli mesh poligonali, curve e superfici. Strumenti per la modellazione geometrica. Ricostruzione di superfici a partire da dati acquisiti tramite scanner 3D. Tecniche di animazione digitale. OpenGL/WebGL, CPU/GPU.
Gestione dell’interazione in AR/VR (selezione e manipolazione, navigazione, controllo del sistema, ingresso simbolico). Piattaforme software per applicazioni VR/AR (sistemi runtime VR, motori real time physics, ambienti virtuali distribuiti, ambienti virtuali collaborativi, game engine).

MATERIALE DIDATTICO

Il materiale didattico è costituito dal libro di testo, integrato da slide, dispense ed articoli forniti dal docente.

Libro di testo: Edward Angel and Dave Shreiner, “Interactive Computer Graphics” 8th Edition, Pearson Education, 2020

MODALITÀ DI SVOLGIMENTO DELL'INSEGNAMENTO

Il docente utilizzerà:

a) lezioni frontali per circa il 40% delle ore totali,

b) esercitazioni per approfondire praticamente aspetti teorici per circa il 40% delle ore totali,

c) seminari per approfondire tematiche specifiche per circa il 20% delle ore totali.

VERIFICA DI APPRENDIMENTO E CRITERI DI VALUTAZIONE

a) Modalità di esame:

L'esame si articola in prova:
Scritta e orale
Solo scritta o intercorso a metà
Solo orale
Discussione di elaborato progettuale
Altro (discussione esercitazioni)

b) Modalità di valutazione: non applicabile

SCHEDA DELL'INSEGNAMENTO (SI)
SSD ING-INF/04

CORSO DI STUDIO: INGEGNERIA DELL’AUTOMAZIONE E ROBOTICA

ANNO ACCADEMICO: 2022-2023

INFORMAZIONI GENERALI - DOCENTE

DOCENTE: SABATO MANFREDI
TELEFONO: 0039-081-7683845
EMAIL: Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.

INFORMAZIONI GENERALI - ATTIVITÀ

INSEGNAMENTO INTEGRATO (EVENTUALE): 
MODULO (EVENTUALE):
CANALE (EVENTUALE):
ANNO DI CORSO (I, II, III): II
SEMESTRE (I, II): II
CFU: 6

INSEGNAMENTI PROPEDEUTICI

(se previsti dall'Ordinamento del CdS)

...................................................................................................................................................

EVENTUALI PREREQUISITI

Conoscenze di base sui sistemi di controllo a ciclo chiuso.

OBIETTIVI FORMATIVI

Il corso ha lo scopo di:
• fornire allo studente le competenze per l’analisi, la progettazione e il dimensionamento dei “sistemi di controllo su rete” (Networked Control Systems-NCSs) e dei “sistemi cyber-fisici” (Cyber-Physical Systems-CPSs) impiegati per il monitoraggio e il controllo dei processi distribuiti su rete;
• approfondire le tecniche di sintesi di algoritmi distribuiti, resilienti e fault-tolerant per la stima, il controllo e l’ottimizzazione su rete, applicabili ai moderni sistemi cyber-fisici presenti in ambito industriale (Smart Factory - Industria 4.0, sistemi di elaborazione distribuita, Internet of Things) e civile/sociale (Smart City, reti e infrastrutture di comunicazione);
• illustrare le metodologie introdotte attraverso esempi di progettazione integrata software/hardware di rappresentativi sistemi cyber-fisici.

RISULTATI DI APPRENDIMENTO ATTESI

(Descrittori di Dublino)

Conoscenza e capacità di comprensione
Il percorso formativo intende fornire agli studenti gli strumenti metodologici per l’analisi e la progettazione software/hardware dei moderni sistemi di controllo su rete e dei sistemi cyber-fisici. Lo studente deve dimostrare di avere appreso quali sono i requisiti peculiari delle componenti software e hardware dei sistemi di controllo su rete e dei sistemi cyber-fisici dedicati al monitoraggio e controllo dei principali processi industriali e civili. Lo studente dovrà inoltre dimostrare la conoscenza delle fasi principali della progettazione integrata software/hardware di un sistema cyber-fisico e della sintesi dei relativi algoritmi distribuiti di controllo, stima e ottimizzazione. Lo studente deve infine dimostrare di aver compreso il ruolo delle tecniche di validazione degli algoritmi e di valutazione delle performance di un sistema cyber-fisico mediante strumenti di simulazione.

Capacità di applicare conoscenza e comprensione
Lo studente deve dimostrare di sapere formalizzare le specifiche di funzionamento di un sistema di controllo su rete e di un sistema cyber-fisico individuando i requisiti prestazionali del sistema di controllo e della rete, anche in termini di autonomia energetica. A partire dalle specifiche formali di rappresentativi sistemi cyber-fisici, poi, lo studente deve dimostrare di sapere sviluppare semplici algoritmi distribuiti per il monitoraggio, il controllo e l’ottimizzazione su rete, e di essere in grado di dimensionare i principali componenti hardware per la loro implementazione. Infine, lo studente dovrà mostrare la capacità di progettare i test di validazione degli algoritmi e del sistema cyber-fisico nel suo complesso avvalendosi anche dell’utilizzo di semplici simulatori.

PROGRAMMA-SYLLABUS

1. Introduzione ai sistemi di controllo su rete e ai sistemi cyber-fisici
1.1 Processi complessi, distribuiti su rete e su larga scala
1.2 Sistemi di controllo remoto
1.3 Architetture centralizzate, decentralizzate e distribuite
1.4 Algoritmi distribuiti
1.5 Definizione e specifiche dei sistemi cyber-fisici e degli algoritmi distribuiti
1.6 Esempi applicativi
2. Modello multi-layer dei sistemi cyber-fisici
2.1 Livello “applicazione”
2.2 livello “rete”
2.3 livello “fisico”
2.4 Specifiche del livello applicazione, rete e fisico
3. Algoritmi distribuiti, progettazione e dimensionamento di un sistema cyber-fisico
3.1 I sistemi multi-agente e gli algoritmi di consenso
3.2 Progettazione del sistema di controllo a livello rete
3.3 Sintesi di algoritmi distribuiti per il controllo di traffico, di congestione e bilanciamento del carico
3.4 Progettazione del sistema di controllo a livello applicazione
3.5 Sintesi di algoritmi cooperativi di stima, ottimizzazione e controllo su rete
3.6 Autonomia energetica e “Energy Harvesting” in sistemi cyber-fisici. Algoritmi distribuiti di gestione energetica
3.7 Analisi di stabilità, convergenza e complessità computazionale degli algoritmi distribuiti
4. Resilienza e robustezza del sistema cyber-fisico e degli algoritmi distribuiti
4.1 Effetti dei ritardi di comunicazione, delle perdite dati, del rumore di misura e di canale, e incertezze parametriche sulle prestazioni del sistema cyber-fisico
4.2 Algoritmi distribuiti robusti, resilienti agli attacchi a livello di segnale e fault-tolerant
5. Algoritmi distribuiti per sistemi cyber-fisici basati su reti di sensori/sistemi embedded, reti di calcolatori, sistemi di elaborazione, flotte di droni e veicoli
6. Esempi di applicazione delle metodologie introdotte al progetto integrato software/hardware di rappresentativi sistemi cyber-fisici per le Smart City e le Smart Factory (Industria 4.0)

MATERIALE DIDATTICO

[1] Appunti integrativi delle lezioni disponibili sul sito docenti
[2] S. Manfredi, “Multilayer Control of Networked Cyber-Physical Systems. Application to Monitoring, Autonomous and Robot Systems”. Advances in Industrial Control, Springer, 2017
[3] A. Bemporad, M. Heemels, M. Vejdemo-Johansson, “Networked Control Systems”, Lecture Notes in Control and Information Sciences, Springer, 2010

MODALITÀ DI SVOLGIMENTO DELL'INSEGNAMENTO

Il docente utilizzerà:

a) lezioni frontali per circa il 50% delle ore totali,

b) esercitazioni in aula mediante l’utilizzo di strumenti di simulazione e/o in laboratorio per circa il 50% delle ore totali

VERIFICA DI APPRENDIMENTO E CRITERI DI VALUTAZIONE

a) Modalità di esame:

L'esame si articola in prova:
Scritta e orale
Solo scritta o intercorso a metà
Solo orale
Discussione di elaborato progettuale
Altro (discussione esercitazioni)

SCHEDA DELL'INSEGNAMENTO (SI)
SSD ING-INF/05

LAUREA MAGISTRALE IN INGEGNERIA INFORMATICA

ANNO ACCADEMICO: 2022-2023

INFORMAZIONI GENERALI - DOCENTE

DOCENTE: MICHELE CECCARELLI
TELEFONO: +39 0817683787
EMAIL: Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.

INFORMAZIONI GENERALI - ATTIVITÀ

INSEGNAMENTO INTEGRATO (EVENTUALE): 
MODULO (EVENTUALE):
CANALE (EVENTUALE):
ANNO DI CORSO (I, II, III): II
SEMESTRE (I, II): II
CFU: 9

INSEGNAMENTI PROPEDEUTICI

(se previsti dall'Ordinamento del CdS)

...................................................................................................................................................

EVENTUALI PREREQUISITI

Programmazione.

OBIETTIVI FORMATIVI

L’obiettivo del corso di Bioinformatica è quello di fornire agli studenti le nozioni specialistiche legate agli algoritmi per l’analisi di dati genomici e le loro eventuali applicazioni nella ricerca nella Biomedicina.

RISULTATI DI APPRENDIMENTO ATTESI

(Descrittori di Dublino)

Conoscenza e capacità di comprensione
Lo studente deve dimostrare di essere in grado di descrivere processi di gestione e analisi di dati genomici sotto forma algoritmica e comprendere le metodologie adottate nell’ambito dell’elaborazione di dati molecolari.

Capacità di applicare conoscenza e comprensione
Lo studente deve dimostrare di essere in grado di consultare le principali banche dati genomiche pubbliche e di descrivere e applicare procedure computazioni complesse per poter estrarre informazioni utili ai fini della ricerca biomedica.

PROGRAMMA-SYLLABUS

• Introduzione alla Biologia Molecolare e banche date biologiche
• Programmazione dinamica e allineamento di sequenze: Longest Common Subsequence, Edit Distance, Allineamento Locale, Allineamento Globale, Matrici di Sostituzione, Allineamenti Multipli.
• Modelli HMM per modeling di sequenze genomiche: Algoritmo di Viterbi, Algoritmo Forward, Posterior Decoding, Algoritmo di Baum-Welsh. Applicazioni alla classificazione di sequenze genomiche. Rappresentazione di Multiallineamenti.
• Introduzione al Next Generation Sequencing
• Algoritmi per Genome Assembly, Grafi di de Brujin, percorsi hamiltoniani e percorsi euleriani
• Algoritmi per Genome Mapping: Trie per pattern matching, Suffix Trie Tree Matching, Suffix Tree Matching, Suffix Array, Trasformata di Burrows-Wheeler e sua inversa, pattern matching con BWT
• Filogenesi molecolare e alberi filogenetici: UPGMA e Neighbor Joining
• Analisi di espressione differenziale, test statistici, analisi di arricchimento

MATERIALE DIDATTICO

• Bioinformatics Algorithms: An Active Learning Approach, by Pavel A. Pevzner and Phillip Compeau https://www.bioinformaticsalgorithms.org/
• Richard Durbin, Biological Sequence Analysis: Probabilistic Models of Proteins and Nucleic Acids
• Appunti delle lezioni

MODALITÀ DI SVOLGIMENTO DELL'INSEGNAMENTO

Il docente utilizzera’:

a) lezioni frontali per circa il 70% delle ore totali,

b) esercitazioni per approfondire praticamente aspetti teorici per 12 ore

c) seminari per 4 ore.

La didattica verrà erogata come lezioni frontali ed esercitazioni al calcolatore.

VERIFICA DI APPRENDIMENTO E CRITERI DI VALUTAZIONE

a) Modalità di esame:

L'esame si articola in prova:
Scritta e orale
Solo scritta o intercorso a metà
Solo orale
Discussione di elaborato progettuale
Altro (discussione esercitazioni)