Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Piano Didattico
Queste informazioni sono destinate esclusivamente alle future matricole che si iscriveranno per l'A.A. 2025/2026.Se sei già iscritta/o a questo corso di studi, consulta le informazioni disponibli alla pagina del corso:
Laurea magistrale in Computer Engineering for Intelligent Systems [LM-32] - Immatricolazione fino a 2024/2025Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.
1° Anno
| Insegnamenti | Crediti | TAF | SSD |
|---|
2° Anno Sarà attivato nell'A.A. 2026/2027
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
4 modules among:
- 1st year - Embedded operating systems, Embedded & IoT Systems design, Robotics, Computer vision, Advanced visual computing and 3D modeling - delivered in 2025/2026
- 2nd year - Advanced control systems - delivered in 2026/20273 modules among:
- 2nd year - Advanced methods for biomedical signal processing, Neurohealth, Medical robotics, Internet of Medical things - delivered in 2026/2027
- 1st or 2nd year - Mathematical modeling for Industrial and medical digital twins, Cloud computing and distributed systems - delivered in 2025/2026 or in 2026/2027 Legenda | Tipo Attività Formativa (TAF)
TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.
Embedded & IoT systems design (2025/2026)
Codice insegnamento
4S009003
Docente
Coordinatore
Crediti
6
Lingua di erogazione
Inglese
Settore Scientifico Disciplinare (SSD)
ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
Periodo
I semestre dal 1 ott 2025 al 30 gen 2026.
Corsi Singoli
Autorizzato
Obiettivi di apprendimento
Il corso si propone di fornire conoscenze sulle tecniche per la progettazione automatica di sistemi embedded e IoT, partendo dalle loro specifiche per passare alla verifica, sintesi automatica e testing. Vengono descritte le principali architetture embedded e IoT, basate su CPU, processori tensoriali, GPGPU e FPGA e che costituiscono la parte cyber dei sistemi intelligenti. Vengono introdotte diverse tecniche di programmazione per affrontare le diverse architetture con l'obiettivo di progettare sistemi intelligenti cloud/edge efficaci. Queste competenze sono applicate a sistemi intelligenti sia industriali che biomedici seguendo le filosofie Industry 4.0 e Healthcare 4.0.
Alla fine del corso gli studenti avranno acquisito la capacità di modellare, progettare e configurare un complesso sistema IoT composto da componenti hw e sw integrati in piattaforme per i settori industriali e biomedicali.
Prerequisiti e nozioni di base
Nessun prerequisito.
Programma
1: modeling
0 Course introduction: Industry and Healthcare 4.0
1 Embedded & IoT systems modeling
2 SysML for systems modeling
2: software
3 I4.0: software hierarchy
4 HC4.0: software hierarchy
5 IoT and Cloud
6 IoT Middleware
7 Embedded software modeling
8 Embedded AI and TinyML
3: hardware
9 High-level synthesis (HLS) introduction
10 High-level synthesis scheduling&allocation
11 verilog syntax
12 verilog syntax II
13 HDL timing simulation
14 RTL synthesis: verilog
4: platform
15 SystemC-based design
16 SystemC-based design II
17 Platform Based Design - SystemC
18 SystemC TLM
19 Virtual platform simulation & FMI
5: system
20 I4.0-HC4.0: IoT and Industrial IoT
21 I4.0-HC4.0: Data Integration Hub
22 I4.0: digital twin
23 HC4.0: digital twin
24 I4.0: MES and Meta-MES
Bibliografia
Modalità didattiche
Ogni lezione frontale di teoria viene esemplificata con attività di laboratorio. Entrambe sono supportate da materiale sul sito di elearning.
Sulle pagine Moodle vengono rese disponibili le registrazioni di tutte le lezioni.
Modalità di verifica dell'apprendimento
L'esame è composto da due parti: teoria e laboratorio.
La prova scritta contenente domande e esercizi sulla teoria.
È inoltre necessario fornire una relazione di tutte le attività di laboratorio per completare l'esame.
Criteri di valutazione
Per superare l'esame, gli studenti devono mostrare che:
- hanno compreso i principi delle architetture di sistemi embedded e IoT;
- sono in grado di modellare e simulare un sistema embedded e IoT complesso;
- sono in grado di progettare, verificare e testare un dispositivo digitale complesso;
- sono in grado di sviluppare software embedded che interagisce con il sistema operativo e la rete;
- sono in grado di applicare le conoscenze acquisite per risolvere scenari applicativi del mondo di Industria 4.0 e heathcare 4.0.
Criteri di composizione del voto finale
Il voto finale è la somma del voto dell'esame di teoria e della valutazione della prova di laboratorio.
Lingua dell'esame
English
Sustainable Development Goals - SDGs
Questa iniziativa contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.Maggiori informazioni su www.univr.it/sostenibilita
