Il tuo «smart»-phone è davvero «smart»? Mara Tanelli, Silvia Strada, Simone Gelmini

Documenti analoghi
CORSO 2 Il tuo smart phone è davvero smart?

Evento di presentazione Aula Magna, Politecnico di Milano

L adozione di MATLAB e Simulink nei Corsi di Ingegneria al Politecnico di Milano. Maurizio Magarini MATLAB EXPO Milano, 4 novembre 2014

Università degli Studi della Calabria

SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI

CORSO 1 Programmazione: linguaggi per farsi largo tra le idee

ANNO SCOLASTICO 2018/2019 DIPARTIMENTO DI MATEMATICA E INFORMATICA INDIRIZZO ALBERGHIERO CURRICOLO DI TECNOLOGIE DELL INFORMAZIONE E COMUNICAZIONI

Modulo: Informatica. Chi sono. Obiettivi del corso. Preparazione all esame. Andrea Colitta

Concetti Introduttivi. Il Computer

Sistemi di elaborazione delle informazioni

LABORATORI DI CULTURA DIGITALE: INFORMATICA, INTERNET E ROBOTICA

Relazione misure MASW

INSEGNAMENTO DI: FONDAMENTI DI INFORMATICA C - IEI

Connected insurance e nuove tecnologie: innovazione e affidabilità per un miglior servizio

Analisi Scatole Nere. Dresda RCAR 2012

IIS Via Silvestri ITIS Volta Programma svolto di Tecnologie Informatiche A.S. 2016/17 Classe 1 B

Primo Progetto Pilota in Italia Rilevamento e Gestione Anomalie Stradali

Basi di Dati II. Introduzione al corso

LABORATORIO DI INFORMATICA

Corso di Laurea in Scienze e Tecnologie Chimiche corso di Informatica Generale

Secondo Anno: Informatica Economico-Turistico

INSEGNAMENTO DI: FONDAMENTI DI INFORMATICA C

Relazione misure MASW

PROGRAMMAZIONE DISCIPLINARE ANNO SCOLASTICO 2018/2019

Intelligent Infrastructure Innovation Srl

Introduzione. Alessandro De Luca. Automazione

Venerdì Modulo 5 - Riassunto delle attività

Corso di Laurea Ingegneria Civile

REGISTRI D'ESAME CODICE ESAME CORSO DI LAUREA NOME DEL CORSO LAUREA CFU

Ruolo dell Attuario nell ambito delle nuove soluzioni telematiche. 16 Giugno 2016

Sistemi Avanzati per il Riconoscimento (4S02792)

MANIFESTO DEGLI STUDI DEL CORSO DI LAUREA IN INFORMATICA (CREMA)

Fondamenti di Informatica (lettere A-I) A

# CONNECTED CAR & SAFETY Come rendere Smart la Gestione di un parco veicoli

Introduzione. Alessandro De Luca. Automazione

Programma svolto di Informatica Anno scolastico 2016/2017 Classe III A (Indirizzo Economico - Sociale) Prof. Nicola De Giorgi

Il software di misura nella strumentazione moderna

Sistemi con vincoli. Docente: Francesca Rossi.

Indirizzo Liceo Scientifico opzione Scienze Applicate Classe 1 a sez. F Anno Scolastico

Introduzione al Calcolo Scientifico

Seconda Edizione White Energy Week a.s

PROGRAMMAZIONE DIDATTICA DISCIPLINARE

ALLEGATO 7. Sistema OTX Osservatore dei Trasporti Extraurbani

RTCP SYSTEM ACTIVE PRESSURE MANAGEMENT FOR A SMART WATER NETWORK

Computer. Com è fatto un Personal Computer.

LAUREA TRIENNALE IN INFORMATICA - DM 270/04

Laboratorio di Informatica. Filippo Sciarrone. Introduzione. Dispensa A-01 Settembre Laboratorio di Informatica. A-01 - Introduzione

PROGRAMMAZIONE DIDATTICA DISCIPLINARE CORSO SERALE. Sistemi automatici

1 - STATO DELL ARTE DEI SISTEMI DI VIDEOSORVEGLIANZA...7

Disciplina: TECNOLOGIE INFORMATICHE. Classi: IE - IF. Ore settimanali previste: 3 (1 ora Teoria - 2 ore Laboratorio)

Che cos e l Informatica. Informatica generale. Caratteristiche fondamentali degli algoritmi. Esempi di algoritmi. Introduzione

Elementi di Informatica

Il mercato dell Internet Advertising

Università degli Studi di Roma Tor vergata Dipartimento di Ingegneria Civile. Corso di. Lucidi proiettati a lezione

Fondamenti di Informatica Laurea in Ingegneria Civile e Ingegneria per l Ambiente e il Territorio

Corso di Informatica per Biologia

Le competenze trasversali 7 marzo 2017 Seminario formativo per gli operatori sociali

GUIDA ALLO STUDIO ESTIVO

Studio di tecniche per la rivelazione di traiettorie di veicoli in movimento in sequenze video

INTRODUZIONE AI PRINCIPI FONDAMENTALI DELLA TEORIA DEI SISTEMI

Acquisizione ed elaborazione di segnali

Progettazione e realizzazione di una base robotica bilanciante su ruote

Università degli Studi di Verona Dipartimento di Scienze Neurologiche e della Visione. Analisi quantitativa delle immagini

UNIVERSITA DEGLI STUDI DI MILANO-BICOCCA FACOLTA DI SCIENZE MATEMATICHE, FISICHE E NATURALI

LAVORO STORIA E TERRITORIO, LA STORIA DI CIASCUNO DI NOI NEL CONTESTO DELLA STORIA DELL UMANITA

PIANO DI LAVORO. Programmazione Didattica per Competenze. Indirizzo Informatica e Telecomunicazioni. Articolazione Informatica DOCENTE:

Tecnologie Informatiche (TIN)

Lezioni Teoriche Nozioni di Base, Rappresentazione ed Elaborazione delle Informazioni

ALD AUTOMOTIVE ITALIA PER CONFIE

STA II ANNO: AA Ecologia e Fondamenti dei. Sistemi. Ecologici Introduzione ai. Sistemi. Informativi Geografici. Lezione del

TAVOLA DI PROGRAMMAZIONE

SISTEMI E APPLICAZIONI PER L AMMINISTRAZIONE DIGITALE

Corso di Laurea Ingegneria Civile

Introduzione. Automazione I. Alessandro De Luca 30/09/2014

Programmazione dell attività didattica di Informatica Classe III sez. B a.s

INTELLIGENZA ARTIFICIALE (elementi) 6 cfu

INTELLIGENZA ARTIFICIALE (elementi) 6 cfu

PERCORSO FORMATIVO RELATIVO ALLA DISCIPLINA ECONOMIA AZIENDALE A.S. 2016/2017

Elaborazione di Immagini e Suoni / Riconoscimento e Visioni Artificiali 12 c.f.u. Presentazione del corso

Applicazioni di intelligenza artificiale

Introduzione al Corso

NUCLEI FONDANTI COMPETENZE CONTENUTI ABILITA METODOLOGIE E STRUMENTI METODO SCIENTIFICO VEDERE

Corso di Fondamenti di Informatica e Laboratorio

Le aree dell informatica

PROGRAMMAZIONE COORDINATA TEMPORALMENTE CLASSI: 1AIT-1BIT-1CIT-1AE-1BE-1CE/EM-1AME-1BME TECNOLOGIE INFORMATICHE. 3 ore settimanali (1 + 2 lab)

Introduzione. Insegnamento di Informatica. Elisabetta Ronchieri. I semestre, anno Corso di Laurea di Economia, Universitá di Ferrara

I.I.S. N. PELLATI Nizza Monferrato - Canelli

Dipartimento: Scuola di Ingegneria

Video Parte 4a. Stabilizzazione. Multimedia

Scopo della lezione. Informatica. Informatica - def. 1. Informatica

Le aree dell informatica

primo anno: Tecnologie Informatiche

Università degli studi di Verona Facoltà di Scienze Matematiche Fisiche e Naturali

Fondamenti di Elaborazione di Immagini Introduzione. Raffaele Cappelli.

Lezione 7.1. Introduzione al filtro di Kalman. F. Previdi - Controlli Automatici - Lez. 7.1

Indice Introduzione 7 Capitolo 1: Conoscere il tablet.. 9

Allegato alla circolare n. 39_. N. ore previste 28 Periodo di realizzazione: Settembre-Dicembre 2017

Transcript:

Aula Magna Politecnico di Milano Venerdì 16 marzo 2018

Il tuo «smart»-phone è davvero «smart»? Mara Tanelli, Silvia Strada, Simone Gelmini 2

Introduzione Cosa vuol dire intelligenza artificiale?? Secondo l Enciclopedia della Scienza e della Tecnica, è la disciplina che si occupa di «progettare sistemi hardware e sistemi di programmi software atti a fornire all elaboratore elettronico prestazioni che, a un osservatore comune, sembrerebbero essere di pertinenza esclusiva dell intelligenza umana» 3

Scopo del corso Avvicinare i ragazzi al mondo dell intelligenza artificiale usando uno strumento a loro molto noto lo smartphone! Mostrare passo-passo come si «progetta» un algoritmo Conoscenza della strumentazione (sensori) Raccolta dei dati Analisi dei dati Progetto dell algoritmo Implementazione e test 4

Descrizione del corso I 5 giorni di corso saranno dedicati allo sviluppo, fatto direttamente dai ragazzi, di un algoritmo che sia in grado, a partire dai dati misurati dai sensori presenti su uno smartphone comune, di riconoscere «macro» caratteristiche del movimento dell utente: o Immobilità o Camminata o Corsa 5

Come si articola il corso? Giorno 1 Lezione del mattino: Analisi dei sensori che ci sono a bordo dello smartphone e del loro funzionamento. Legame con le variabili di interesse. Accelerometri Giroscopi GPS Linee guida per la preparazione di una presentazione scientifica (che ogni gruppo farà venerdì pomeriggio) Laboratorio del pomeriggio: impariamo a scaricare i dati dei sensori, a salvarli su pc e a rappresentarli in grafici 6

Come si articola il corso? Giorno 2 Lezione del mattino: Introduzione a MATLAB - un pacchetto di software scientifico molto potente Come gestire, organizzare, salvare e manipolare i dati di nostro interesse. Come scrivere semplici programmi di elaborazione e rappresentazione dei dati. Laboratorio del pomeriggio: campagna di raccolta dati per il progetto dell algoritmo. Analisi preliminare dei dati con Matlab 7

Come si articola il corso? Giorno 3: Lezione del mattino: Come trattare i dati? Strumenti (di base) per l analisi delle «serie temporali» nel tempo e in frequenza. Cosa sono i metodi di classificazione? Illustrazione concettuale di alcuni metodi base dell intelligenza artificiale Laboratorio del pomeriggio: ancora analisi dei dati con Matlab per il processing dei segnali in vista del progetto dell algoritmo di classificazione del moto 8

Come si articola il corso? Giorno 4 Lezione del mattino: strumenti per il progetto dell algoritmo per il riconoscimento del moto Cos è un algoritmo? Esempi di struttura ad albero di decisione e «flow-chart». Come approcciare il nostro problema in questa forma?? Laboratorio del pomeriggio: implementazione in Matlab dell algoritmo 9

Come si articola il corso? Giorno 5 Lezione del mattino: Test e verifica delle prestazioni dell algoritmo su nuovi dati Lavoro in gruppo per completare le presentazioni per il pomeriggio Laboratorio del pomeriggio: presentazione pubblica dei risultati dei vari gruppi discussione con i ragazzi su quanto appreso e sperimentato 10

Come si articola il corso? Giorno 5 Laboratorio del pomeriggio: presentazione pubblica dei risultati dei vari gruppi Discussione con i ragazzi su quanto appreso e sperimentato 11

Le nozioni del corso sono la base per tante applicazioni reali!! Algoritmi di telematica assicurativa detection automatica di crash! 1. The on-board algorithm analyzes all the anomalous events 2. A snapshot of the event is prepared for logging (filtering, enclosing and sending) 3. The log is analyzed offboard and the crash event is classified on the severity 12

Le nozioni del corso sono la base per tante applicazioni reali!! Stima in tempo reale dello stile di guida da dati misurati da uno smartphone! 20 Driver comparison a 2 ] Lateral a x [m/s 0 6.5-20 0 100 200 300 400 500 600 700 800 900 1000 3.3 20 y [m/s 2 2 ] ] 0 Driver 1 Driver 2 0.0-20 0 100 200 300 400 500 600 700 800 900 1000 1.0 2.1 3.1 Speeding 20 a z [m/s 0 6.4-20 0 100 200 300 400 500 600 700 800 900 1000 20.8 Time [s] 35.3 Longitudinal 13

Le nozioni del corso sono la base per tante applicazioni reali!! Riconoscimento in tempo reale di una condizione di perdita di conoscenza per l attivazione automatica dei soccorsi 14