Presentazione

La costruzione di digital twins e l'intelligenza artificiale sono due discipline che si combinano per creare modelli virtuali di oggetti o sistemi reali, in grado di simularne il comportamento, ottimizzarne le prestazioni e prevederne i guasti. I digital twins si basano sull'uso di tecnologie come l'internet delle cose, i sistemi cyber-fisici, la simulazione e l'apprendimento automatico. L'intelligenza artificiale è responsabile di fornire ai digital twins capacità di apprendimento, ragionamento e comunicazione. Nel master in Construction Digital Twin & Artificial Intelligence, gli studenti impareranno ad applicare l'intelligenza artificiale ai digital twins, utilizzando tecniche quali l'elaborazione del linguaggio naturale, i chatbot e la visione artificiale.

Obiettivi:

- Identificare i fondamenti e le caratteristiche dell'Internet delle cose e dei sistemi cyber-fisici.
- Conoscere i principi e le metodologie per la costruzione dei Digital Twins.
- Conoscere i fondamenti e le caratteristiche dell'intelligenza artificiale e del machine learning.
- Utilizzare strumenti PLN, chatbot e intelligenza artificiale.
- Studiare le tecniche e gli strumenti di programmazione della visione artificiale con Python e OpenCV.
- Utilizzare le tecniche di apprendimento automatico con Arduino e TensorFlow 2.0.
- Applicare gli aspetti legali e commerciali della costruzione di Digital Twins.

Attestato

Diploma di Master in Construction Digital Twin e Artificial Intelligence di 1500 ore, rilasciato da EUROINNOVA INTERNATIONAL ONLINE EDUCATION, appartente al piano formativo Euroinnova Formazione e recante il marchio di eccellenza accademica in educazione on-line rilasciato da QS World University Rankings.

Durata

12 mesi, 1.500 ore

Programma

MODULO 1. IOT: INTERNET DELLE COSE
UNITÀ DIDATTICA 1. INTERNET DELLE COSE
UNITÀ DIDATTICA 2. TECNOLOGIE APPLICATE ALL'INTERNET DELLE COSE
UNITÀ DIDATTICA 3. DISPOSITIVI E APPLICAZIONI IOT
UNITÀ DIDATTICA 4. SICUREZZA IOT
UNITÀ DIDATTICA 5. SISTEMI ENERGETICI BASATI SULL'IOT
UNITÀ DIDATTICA 6. SISTEMI CYBER-FISICI
UNITÀ DIDATTICA 7. INTERNET DELLE COSE CON ARDUINO

MODULO 2. GEMELLI DIGITALI
UNITÀ DIDATTICA 1. INTRODUZIONE AI GEMELLI DIGITALI
UNITÀ DIDATTICA 2. SIMULAZIONE DELLA PRODUZIONE MECCANICA MANIFATTURIERA
UNITÀ DIDATTICA 3. CONTESTO DELL'INGEGNERIA SIMULTANEA E CICLO DI VITA DEL PRODOTTO
UNITÀ DIDATTICA 4. INTEGRAZIONE DELL'INGEGNERIA SIMULTANEA CON IL SISTEMA DI GESTIONE DELLA QUALITÀ UNITÀ DIDATTICA 5. FONDAMENTI DEI SISTEMI DI CONTROLLO E SUPERVISIONE DI PROCESSO: SCADA E HMI
UNITÀ DIDATTICA 6. BUS E RETI INDUSTRIALI. CONCETTI INIZIALI
UNITÀ DIDATTICA 7. FUNZIONAMENTO E APPLICAZIONE DEI PRINCIPALI BUS INDUSTRIALI
UNITÀ DIDATTICA 8. GMAO - GESTIONE DELLA MANUTENZIONE ASSISTITA DA COMPUTER

MODULO 3. INTRODUZIONE ALL'INTELLIGENZA ARTIFICIALE
UNITÀ DIDATTICA 1. INTRODUZIONE ALL'INTELLIGENZA ARTIFICIALE
UNITÀ DIDATTICA 2. TIPI DI INTELLIGENZA ARTIFICIALE
UNITÀ DIDATTICA 3. ALGORITMI APPLICATI ALL'INTELLIGENZA ARTIFICIALE
UNITÀ DIDATTICA 4. RAPPORTO TRA INTELLIGENZA ARTIFICIALE E BIG DATA
UNITÀ DIDATTICA 5. SISTEMI ESPERTI
UNITÀ DIDATTICA 6. FUTURO DELL'INTELLIGENZA ARTIFICIALE

MODULO 4. PLN, CHATBOT E INTELLIGENZA ARTIFICIALE
UNITÀ DIDATTICA 1. INTRODUZIONE ALLA PLN
UNITÀ DIDATTICA 2. PLN IN PYTHON
UNITÀ DIDATTICA 3. CALCOLO DELLA SINTASSI PER PLN
UNITÀ DIDATTICA 4. CALCOLO DELLA SEMANTICA PER PLN
UNITÀ DIDATTICA 5. RECUPERO ED ESTRAZIONE DI INFORMAZIONI
UNITÀ DIDATTICA 6. COS'E UN CHATBOT?
UNITÀ DIDATTICA 7. LA RELAZIONE TRA IA E CHATBOT
UNITÀ DIDATTICA 8. AMBITI DI APPLICAZIONE DEI CHATBOT

MODULO 5. PROGRAMMAZIONE DI VISIONE ARTIFICIALE CON PYTHON E OPENCV
UNITÀ DIDATTICA 1. INTRODUZIONE E INSTALLAZIONE DI OPENCV
UNITÀ DIDATTICA 2. GESTIONE DI FILE, TELECAMERE E INTERFACCE GRAFICHE
UNITÀ DIDATTICA 3. ELABORAZIONE DELLE IMMAGINI
UNITÀ DIDATTICA 4. ISTOGRAMMI E TEMPLATE MATCHING
UNITÀ DIDATTICA 5. COLORI E SPAZI COLORE
UNITÀ DIDATTICA 6. RILEVAMENTO DEI VOLTI ED ESTRAZIONE DELLE CARATTERISTICHE
UNITÀ DIDATTICA 7. APPRENDIMENTO AUTOMATICO

MODULO 6. APPRENDIMENTO AUTOMATICO CON ARDUINO E TENSORFLOW 2.0
UNITÀ DIDATTICA 1. INTRODUZIONE E PRIMI PASSI
UNITÀ DIDATTICA 2. PREPARAZIONE DI ARDUINO E CONFIGURAZIONE DELL'AMBIENTE PYTHON
UNITÀ DIDATTICA 3. CODIFICA E CONTROLLO DI ARDUINO CON PYTHON
UNITÀ DIDATTICA 4. GESTIONE DEGLI INGRESSI ANALOGICI CON PYTHON
UNITÀ DIDATTICA 5. USO DELLE USCITE ANALOGICHE
UNITÀ DIDATTICA 6. INTRODUZIONE ALL'APPRENDIMENTO AUTOMATICO
UNITÀ DIDATTICA 7. RETI NEURALI, SERIE TEMPORALI E PROBLEMI DI REGRESSIONE
UNITÀ DIDATTICA 8. OTTENIMENTO DEI PARAMETRI IN ARDUINO E GENERAZIONE DI SERIE DI DATI
UNITÀ DIDATTICA 9. ELABORAZIONE DEI DATI E FASE DI ADDESTRAMENTO
UNITÀ DIDATTICA 10. CREAZIONE DI RETI NEURALI ARTIFICIALI E APPLICAZIONI CON ARDUINO E TENSORFLOW CON KERAS