Study programme competencies |
Code
|
Study programme competences / results
|
A7 |
Comprender las necesidades de adquisición, almacenamiento y procesamiento de datos en el contexto de Internet de las Cosas y sus principales plataformas. |
B2 |
Que el alumnado sepa aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posea las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio. |
B5 |
Que el alumnado haya desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía. |
B7 |
Capacidad para resolver problemas con iniciativa, toma de decisiones, autonomía y creatividad. |
B10 |
Capacidad para concebir nuevos sistemas computacionales y/o evaluar el rendimiento de sistemas existentes, que integren modelos y técnicas de inteligencia artificial. |
C2 |
Capacidad de trabajo en equipo, en entornos interdisciplinares y gestionando conflictos. |
C3 |
Capacidad para crear nuevos modelos y soluciones de forma autónoma y creativa, adaptándose a nuevas situaciones. Iniciativa y espíritu emprendedor. |
Learning aims |
Learning outcomes |
Study programme competences / results |
Adquirir as bases matemáticas necesarias para a adquisición e o procesado de sinais dixitais.
|
A7
|
B5 B7 B10
|
|
Ser capaz de adquirir sinais reais utilizando hardware específico. |
A7
|
B7 B10
|
C2
|
Entender o concepto de frecuencia e aprender a deseñar e aplicar filtros dixitais. |
A7
|
B2 B5
|
|
Aprender a realizar operacións sobre sinais dixitais e a obter información destas. |
A7
|
B2 B10
|
C3
|
Programar sistemas encaixados para adquirir e preprocesar tanto sinais unidimensionales, tales como temperatura, presenza de persoas, audio, etc., como multidimensionales- imaxe e vídeo. |
A7
|
B2 B5 B7 B10
|
C2 C3
|
Programar algoritmos clásicos e de intelixencia artificial para o tratamento de sinal computacionalmente lixeiros, e por tanto adecuados aos recursos de cómputo limitados que caracterizan aos sistemas encaixados de baixo consumo de potencia. |
A7
|
B2 B5 B10
|
C2 C3
|
Deseñar e despregar múltiples sistemas encaixados, conformando redes de sensores. |
A7
|
B2 B5 B7
|
C2 C3
|
Dotar aos sistemas encaixados ou ás redes de sensores coa capacidade de interacción coa nube. |
A7
|
B2 B7
|
C2 C3
|
Contents |
Topic |
Sub-topic |
Sinais e sistemas |
Tipos de sinais
Operacións
Tipos de sistemas
Propiedades dos sistemas |
Filtrado de sinais |
Suma de convolución
Filtrado no dominio do tempo
Transformada discreta de Fourier
Filtrado no dominio da frecuencia
|
Adquisición de sinais |
Mostraxe
Cuantificación
Codificación
Procesado en tempo real |
Sistemas basados en sensores |
Microcontroladores
Sensores
|
Planning |
Methodologies / tests |
Competencies / Results |
Teaching hours (in-person & virtual) |
Student’s personal work hours |
Total hours |
Guest lecture / keynote speech |
A7 B5 |
20 |
10 |
30 |
Objective test |
A7 B2 B5 B7 C3 |
3 |
8 |
11 |
Problem solving |
A7 B2 B5 B7 C2 C3 |
10 |
17 |
27 |
Laboratory practice |
A7 B2 B5 B7 B10 C2 C3 |
30 |
50 |
80 |
|
Personalized attention |
|
2 |
0 |
2 |
|
(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students. |
Methodologies |
Methodologies |
Description |
Guest lecture / keynote speech |
Exposición didáctica, usando diapositivas e o taboleiro, dos contidos teóricos da materia. Resolución de exemplos. |
Objective test |
Exame sobre os contidos da materia que combinará preguntas de teoría coa resolución de problemas. |
Problem solving |
Resolución de problemas e cuestións por parte do estudantado de forma individual ou en grupos. |
Laboratory practice |
Realizaranse prácticas de programación en Python en ordenador e en microcontroladores. |
Personalized attention |
Methodologies
|
Guest lecture / keynote speech |
Laboratory practice |
Problem solving |
|
Description |
Sesión maxistral: Atender e resolver dúbidas relacionadas coa materia teórica exposta nas clases.
Prácticas de laboratorio: Atender e resolver dúbidas relacionadas coas prácticas propostas ou realizadas no laboratorio.
Solución de problemas: Atender e resolver dúbidas relacionadas cos problemas propostos ou resoltos en clase.
En todos os casos usaranse preferentemente horas de titoría individuais, correo electrónico, Teams, ou a través dos espazos de comunicación da ferramenta Moodle. Estes dous últimos casos serán particularmente adecuados para os alumnos con dispensa académica de exención de asistencia.
Para os alumnos matriculados a tempo parcial os horarios de titorías poderán adaptarse segundo as necesidades. |
|
Assessment |
Methodologies
|
Competencies / Results |
Description
|
Qualification
|
Laboratory practice |
A7 B2 B5 B7 B10 C2 C3 |
Avaliación mediante controis nas clases de prácticas (10) e mediante a entrega de prácticas (30). |
40 |
Objective test |
A7 B2 B5 B7 C3 |
Avaliación final de coñecementos teóricos e prácticos e de resolución de problemas que se realizará o día fixado no calendario de exames |
50 |
Problem solving |
A7 B2 B5 B7 C2 C3 |
Avaliación mediante controis (tests ou respostas curtas) nas clases de problemas ou de teoría. |
10 |
|
Assessment comments |
Para aprobar a materia tense que cumprir que: nota final maior ou igual que 5, tendo un mínimo de 2 puntos na proba obxectiva. Se non se obtén devandito mínimo de 2 puntos, a nota máxima final será igual a 4. Na segunda oportunidade unicamente reavalíase a proba obxectiva de teoría-problemas (5 puntos) e os controis (2 puntos). Para a nota da entrega de prácticas realizadas con hardware (3 puntos) mantense a que se obtivese durante o curso. Para a oportunidade adiantada de avaliación manteranse os mesmos criterios que para a segunda oportunidade do curso anterior. Os criterios e actividades de avaliación así como a puntuación establecida para o estudantado matriculado a tempo parcial e con dispensa académica de exención de docencia serán os mesmos que os esixidos ao resto do alumnado agás os tests que serán avalados xunto coa proba obxectiva. Neste caso, a complexidade e contido das avaliacións serán similares aos establecidos para o resto de estudantes. Detección de plaxios ou copia de traballos: o/a estudante será cualificado con “suspenso” (nota numérica 0) na convocatoria correspondente do curso académico, tanto se a comisión da falta se produce na primeira oportunidade como na segunda. Para isto, procederase a modificar a súa cualificación na acta de primeira oportunidade, se fose necesario.
|
Sources of information |
Basic
|
https://docs.micropython.org/en/latest/ (). Documentación de MicroPython.
Pallàs Areny, Ramón (). Sensores y acondicionadores de señal. Marcombo
Oppenheim, Alan V.; Schafer, Ronald W. (). Tratamiento de señales en tiempo discreto. Pearson
Proakis, John G; Manolakis, Dimitris G. (). Tratamiento digital de señales. Pearson |
|
Complementary
|
|
|
Recommendations |
Subjects that it is recommended to have taken before |
Programming I/614G03006 | Discrete Mathematics/614G03003 | Introduction to Computers/614G03012 |
|
Subjects that are recommended to be taken simultaneously |
|
Subjects that continue the syllabus |
|
|