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