Competencies and objectives
Course context for academic year 2023-24
La inteligencia ambiental, o entornos inteligentes, se refiere a un paradigma en el que los entornos físicos y digitales están imbuidos de inteligencia y capacidades de interacción para adaptarse y responder a las necesidades y deseos de las personas de manera natural y no intrusiva. Esta visión implica la integración fluida de sensores, dispositivos y sistemas inteligentes en el entorno cotidiano, permitiendo que la tecnología se vuelva invisible y se integre de manera transparente en la vida diaria. A través de la recopilación de datos, el aprendizaje automático y la interacción intuitiva, la inteligencia ambiental tiene como objetivo mejorar la calidad de vida, brindando soluciones personalizadas, eficientes y contextualmente relevantes. Ya sea en hogares, oficinas, ciudades o incluso en dispositivos portátiles, la inteligencia ambiental ofrece un entorno en el que la tecnología se adapta a los usuarios, anticipando sus necesidades y ofreciendo experiencias más intuitivas y enriquecedoras.
Esta asignatura explora los fundamentos y aplicaciones de los entornos inteligentes. A lo largo del curso, los estudiantes adquirirán conocimientos sobre los principales conceptos teóricos y tecnológicos relacionados con la inteligencia ambiental, incluyendo la Internet de las Cosas (IoT), el aprendizaje automático, la interacción persona-máquina, la sensorización y la computación ubicua; aspectos que pueden haber sido introducidos en otras asignaturas, pero que se contextualizarán al ámbito de la inteligencia ambiental. Se examinarán casos de estudio y proyectos prácticos que demuestren cómo la inteligencia ambiental puede transformar diversos entornos, como los hogares, las ciudades, la industria o la salud.
Course content (verified by ANECA in official undergraduate and Master’s degrees) for academic year 2023-24
Transversal Competences
- CT1 : Ser capaç de liderar projectes relacionats amb la intel·ligència artificial, així com dirigir equips de treball.
- CT2 : Demostrar destreses informàtiques i informacionals en l'àmbit de la intel·ligència artificial.
- CT3 : Demostrar habilitats en comunicació oral i escrita.
General Competences
- CG1 : Aplicar els coneixements adquirits a problemes reals relacionats amb la intel·ligència artificial.
- CG10 : Ser capaç d'utilitzar els principis de l'enginyeria i les modernes tecnologies informàtiques per a investigar, dissenyar, implementar noves aplicacions de la intel·ligència artificial.
- CG5 : Saber gestionar la informació i els recursos disponibles relacionats amb intel·ligència artificial.
- CG7 : Ser capaç d'adaptar-se a la constant evolució de la disciplina i de comprendre i aplicar els nous avanços técnicocientíficos relacionats amb la intel·ligència artificial.
- CG8 : Saber projectar, dissenyar, desenvolupar, implantar i mantenir productes, aplicacions i serveis relacionats amb la intel·ligència artificial, tenint en compte aspectes tècnics, econòmics i d'eficiència.
Specific Competences
- CE20 : Capacitat per a concebre, dissenyar i aplicar tècniques d'adquisició i actuació intel·ligents a sistemes ciberfísicos i d'internet de les coses.
- CE21 : Conèixer, dissenyar i gestionar arquitectures i plataformes per al desenvolupament d'aplicacions distribuïdes intel·ligents en entorns heterogenis.
Basic Competences
- CB10 : Que els estudiants posseïsquen les habilitats d'aprenentatge que els permeten continuar estudiant d'una manera que haurà de ser en gran manera autodirigido o autònom.
- CB6 : Posseir i comprendre coneixements que aporten una base o oportunitat de ser originals en el desenvolupament i/o aplicació d'idees, sovint en un context d'investigació
- CB7 : Que els estudiants sàpien aplicar els coneixements adquirits i la seua capacitat de resolució de problemes en entorns nous o poc coneguts dins de contextos més amplis (o multidisciplinaris) relacionats amb la seua àrea d'estudi
- CB8 : Que els estudiants siguen capaços d'integrar coneixements i enfrontar-se a la complexitat de formular judicis a partir d'una informació que, sent incompleta o limitada, incloga reflexions sobre les responsabilitats socials i ètiques vinculades a l'aplicació dels seus coneixements i judicis
- CB9 : Que els estudiants sàpien comunicar les seues conclusions i els coneixements i raons últimes que les sustenten a públics especialitzats i no especialitzats d'una manera clara i sense ambigüitats
Learning outcomes (Training objectives)
- Know the technologies, architectures and infrastructures related to IoT, Cyber-Physical Systems and intelligent platforms and environments.
- Define the technological requirements for the execution of applications in heterogeneous environments with intelligent interfaces.
- Modelling solutions for smart applications in different fields: cities, homes, industry, health.
Specific objectives stated by the academic staff for academic year 2023-24
No data
General
Code:
43510
Lecturer responsible:
CLIMENT PEREZ, PAU
Credits ECTS:
3,00
Theoretical credits:
0,60
Practical credits:
0,60
Distance-base hours:
1,80
Departments involved
-
Dept:
INFORMATION TECHNOLOGY AND COMPUTING
Area: COMPUTER ARCHITECTURE
Theoretical credits: 0,6
Practical credits: 0,6
This Dept. is responsible for the course.
This Dept. is responsible for the final mark record.
Study programmes where this course is taught
-
UNIVERSITY MASTER'S DEGREE IN ARTIFICIAL INTELLIGENCE
Course type: COMPULSORY (Year: 1)