Studying at the University of Verona

Here you can find information on the organisational aspects of the Programme, lecture timetables, learning activities and useful contact details for your time at the University, from enrolment to graduation.

This information is intended exclusively for students already enrolled in this course.
If you are a new student interested in enrolling, you can find information about the course of study on the course page:

Laurea in Informatica - Enrollment from 2025/2026

Le attività formative di tipologia D sono a scelta dello studente, quelle di tipologia F sono ulteriori conoscenze utili all’inserimento nel mondo del lavoro (tirocini, competenze trasversali, project works, ecc.). In base al Regolamento Didattico del Corso, alcune attività possono essere scelte e inserite autonomamente a libretto, altre devono essere approvate da apposita commissione per verificarne la coerenza con il piano di studio. Le attività formative di tipologia D o F possono essere ricoperte dalle seguenti attività.

1. Insegnamenti impartiti presso l'Università di Verona

Comprendono gli insegnamenti sotto riportati e/o nel Catalogo degli insegnamenti (che può essere filtrato anche per lingua di erogazione tramite la Ricerca avanzata).

Modalità di inserimento a libretto: se l'insegnamento è compreso tra quelli sottoelencati, lo studente può inserirlo autonomamente durante il periodo in cui il piano di studi è aperto; in caso contrario, lo studente deve fare richiesta alla Segreteria, inviando a carriere.scienze@ateneo.univr.it il modulo nel periodo indicato.

2. Attestato o equipollenza linguistica CLA

Oltre a quelle richieste dal piano di studi, per gli immatricolati dall'A.A. 2021/2022 vengono riconosciute:

  • Lingua inglese: vengono riconosciuti 3 CFU per ogni livello di competenza superiore a quello richiesto dal corso di studio (se non già riconosciuto nel ciclo di studi precedente).
  • Altre lingue e italiano per stranieri: vengono riconosciuti 3 CFU per ogni livello di competenza a partire da A2 (se non già riconosciuto nel ciclo di studi precedente).

Tali cfu saranno riconosciuti, fino ad un massimo di 6 cfu complessivi, di tipologia F se il piano didattico lo consente, oppure di tipologia D. Ulteriori crediti a scelta per conoscenze linguistiche potranno essere riconosciuti solo se coerenti con il progetto formativo dello studente e se adeguatamente motivati.

Gli immatricolati fino all'A.A. 2020/2021 devono consultare le informazioni che si trovano qui.

Modalità di inserimento a librettorichiedere l’attestato o l'equipollenza al CLA e inviarlo alla Segreteria Studenti - Carriere per l’inserimento dell’esame in carriera, tramite mail: carriere.scienze@ateneo.univr.it

3. Competenze trasversali

Scopri i percorsi formativi promossi dal TALC - Teaching and learning center dell'Ateneo, destinati agli studenti regolarmente iscritti all'anno accademico di erogazione del corso https://talc.univr.it/it/competenze-trasversali

Modalità di inserimento a libretto: non è previsto l'inserimento dell'insegnamento nel piano di studi. Solo in seguito all'ottenimento dell'Open Badge verranno automaticamente convalidati i CFU a libretto. La registrazione dei CFU in carriera non è istantanea, ma ci saranno da attendere dei tempi tecnici. 

4. CONTAMINATION LAB

Il Contamination Lab Verona (CLab Verona) è un percorso esperienziale con moduli dedicati all'innovazione e alla cultura d'impresa che offre la possibilità di lavorare in team con studenti e studentesse di tutti i corsi di studio per risolvere sfide lanciate da aziende ed enti. Il percorso permette di ricevere 6 CFU in ambito D o F. Scopri le sfide: https://www.univr.it/clabverona

ATTENZIONE: Per essere ammessi a sostenere una qualsiasi attività didattica, incluse quelle a scelta, è necessario essere iscritti all'anno di corso in cui essa viene offerta. Si raccomanda, pertanto, ai laureandi delle sessioni di dicembre e aprile di NON svolgere attività extracurriculari del nuovo anno accademico, cui loro non risultano iscritti, essendo tali sessioni di laurea con validità riferita all'anno accademico precedente. Quindi, per attività svolte in un anno accademico cui non si è iscritti, non si potrà dar luogo a riconoscimento di CFU.

5. Periodo di stage/tirocinio

Oltre ai CFU previsti dal piano di studi (verificare attentamente quanto indicato sul Regolamento Didattico): qui informazioni su come attivare lo stage. 

Verificare nel regolamento quali attività possono essere di tipologia D e quali di tipologia F.

Insegnamenti e altre attività che si possono inserire autonomamente a libretto

Academic year:
Semester 1 From 10/3/22 To 1/27/23
years Modules TAF Teacher
2° 3° Introduction to Docker D Franco Fummi (Coordinator)
2° 3° Introduction to Robotics for students of scientific courses. D Paolo Fiorini (Coordinator)
2° 3° Matlab-Simulink programming D Bogdan Mihai Maris (Coordinator)
2° 3° Mobile app design by using React Native D Graziano Pravadelli (Coordinator)
2° 3° Rapid prototyping on Arduino D Franco Fummi (Coordinator)
2° 3° Programming Challanges D Romeo Rizzi (Coordinator)
Semester 2 From 3/6/23 To 6/16/23
years Modules TAF Teacher
2° 3° Introduction to 3D printing D Franco Fummi (Coordinator)
2° 3° LaTeX Language D Enrico Gregorio (Coordinator)
2° 3° Python programming language D Carlo Combi (Coordinator)
2° 3° HW components design on FPGA D Franco Fummi (Coordinator)
2° 3° Protection of intangible assets (SW and invention)between industrial law and copyright D Roberto Giacobazzi (Coordinator)
List of courses with unassigned period
years Modules TAF Teacher
Subject requirements: mathematics D Franco Zivcovich

Teaching code

4S000019

Credits

6

Coordinator

Marco Cristani

Language

Italian

Scientific Disciplinary Sector (SSD)

INF/01 - INFORMATICS

The teaching is organized as follows:

Teoria

Credits

4

Period

Semester 1

Academic staff

Marco Cristani

Laboratorio

Credits

2

Period

Semester 1

Academic staff

Manuele Bicego

Learning objectives

The aim of this course is to provide the basic knowledge of methods and models for biomedical signal and image processing, developing the ability to analyze and solve problems of interest, mainly in the biomedical field. Each technique presented will be accompanied by applications on simulated and real signals. At the end of the course, the student will be able to show knowledge of the main methods of biomedical signals and image processing. They will possess the ability to formulate, ana- lyze and solve problems of interest in bioengineering, through the acquired theoretical and practical basic knowledge. Finally, the student will be able to evaluate the traditional methods in the biomedical sciences in order to devise new approaches to methodological problems with clinical reversibility.

Prerequisites and basic notions

Mathematical analysis (series, sequences, derivatives, integrals) Probability and statistical calculations (random variables, known - Gaussian and exponential distributions)

Program

- Introduction to the signal and image processing
- Preliminary mathematics
- Signals and their taxonomy
- Fourier analysis, 1D and 2D
- Methods for improving image quality (image enhancement) in both the spatial and frequency domains
- Extraction of image contours
- Extraction of image regions
- Morphological operators
- Representation and processing of color images

Bibliography

Visualizza la bibliografia con Leganto, strumento che il Sistema Bibliotecario mette a disposizione per recuperare i testi in programma d'esame in modo semplice e innovativo.

Didactic methods

“The teacher / teachers will use: a) frontal lessons; b) laboratory sessions (MATLAB) c) exercises on the blackboard All these will be recorded to be used also at a later time. Mixed mode (zoom) will NOT be present

Learning assessment procedures

Written exam, lasting 2 hours. The test consists in solving analytical exercises, in producing answers to open questions, and, as regards the laboratory part, in writing MATLAB code to solve a specific problem. It is therefore not necessary to do any separate laboratory tests. Exam methods are NOT differentiated between attending and non-attending students and for Erasmus students. The course does NOT include intermediate tests.

Students with disabilities or specific learning disorders (SLD), who intend to request the adaptation of the exam, must follow the instructions given HERE

Evaluation criteria

Ability to identify an effective and theoretically correct technical solution to a signal and image processing problem. Ability to discursively organize knowledge; critical reasoning skills on the study carried out; quality of exposure, competence in the use of specialized vocabulary. The evaluation is expressed out of thirty.

Criteria for the composition of the final grade

24 points max for the theory part, 6 points max for the laboratory part. Honors are at the discretion of the teacher, and necessarily requires that in both modules (theory and laboratory) the maximum scores have been obtained

Exam language

italiano