Internet Mòbil

Crèdits
6
Tipus
Complementària d'especialitat (Tecnologies de la informació)
Requisits
Departament
AC
El curs integra IoT i IA (sense una orientació matemàtica). Combina una línia teòrica de 14 setmanes (comunicacions de baixa potència, protocols, seguretat, sensors, edge-cloud, IA, IA generativa i TinyML) amb una línia pràctica de 12 setmanes on equips desenvolupen un cas d'ús complet: idea, anàlisi de competidors, model de negoci i prova de concepte,

Professorat

Responsable

  • Jorge García Vidal (jorge@ac.upc.edu)

Hores setmanals

Teoria
3
Problemes
0
Laboratori
1
Aprenentatge dirigit
0
Aprenentatge autònom
6

Competències

Competències Tècniques de cada especialitat

Especialitat tecnologies de la informació

  • CTI1 - Definir, planificar i gestionar la instal·lació de la infraestructura TIC de l'organització.
    • CTI1.1 - Demostrar comprensió de l'entorn d'una organització i de les seves necessitats en l'àmbit de les tecnologies de la informació i les comunicacions.
    • CTI1.2 - Seleccionar, dissenyar, desplegar, integrar gestionar xarxes i infraestructures de comunicacions en una organització.
    • CTI1.3 - Seleccionar, desplegar, integrar i gestionar sistemes d'informació que satisfacin les necessitats de l'organització amb els criteris de cost i qualitat identificats.
    • CTI1.4 - Seleccionar, dissenyar, desplegar, integrar, avaluar, construir, gestionar, explotar i mantenir les tecnologies de hardware, software i xarxes, dintre dels paràmetres de cost i qualitat adequats.
  • CTI2 - Garantir que els sistemes TIC d'una organització funcionen de manera adequada, són segurs i estan adequadament instal·lats, documentats, personalitzats, mantinguts, actualitzats i substituïts, i que les persones de l'organització reben un suport TIC correcte.
    • CTI2.1 - Dirigir, planificar i coordinar la gestió de la infraestructura informàtica: hardware, software, xarxes i comunicacions.
  • CTI3 - Dissenyar solucions que integrin tecnologies de hardware, software i comunicacions (i capacitat de desenvolupar solucions específiques de software de sistemes) per a sistemes distribuïts i dispositius de computació ubiqua.
    • CTI3.1 - Concebre sistemes, aplicacions i serveis basats en tecnologies de xarxa, tenint en compte Internet, web, comerç electrònic, multimèdia, serveis interactius i computació ubiqua.
    • CTI3.2 - Implementar i gestionar sistemes ubics (mobile computing systems).
    • CTI3.4 - Dissenyar software de comunicacions.

    • Competències Transversals

    Sostenibilitat i compromís social

  • G2 [Avaluable] - Conèixer i comprendre la complexitat dels fenòmens econòmics i socials típics de la societat del benestar. Ser capaç d'analitzar i valorar l'impacte social i mediambiental.
    • G2.3 - Tenir en compte les dimensions social, econòmica i ambiental, i el dret a la privacitat a aplicar solucions i dur a terme projectes coherents amb el desenvolupament humà i la sostenibilitat.

    • Objectius

    1. coneixement del problemes específics a la transmissió ràdio
      Competències relacionades: CTI1.2, CTI2.1, CTI1.3, CTI1.4, CTI3.2,
    2. coneixer les tecnologies de xarxes sense fils
      Competències relacionades: CTI1.2, CTI2.1, CTI1.1, CTI1.3, CTI1.4, CTI3.2,
    3. conèixer la cadena de valor del Internet de les coses i la seva integració amb Inteligència Artificial.
      Competències relacionades: CTI1.1, G2.3,
    4. Conèixer les tècniques bàsiques de processament dels senyals del sensors dels node IoT i la integració de eines de Inteligència Artificial als dispositius IoT.
      Competències relacionades: CTI3.1, CTI3.4, CTI3.2, G2.3,
    5. entendre els models de negoci, costos de desenvolupament, marketing, competència, etc, associats al desenvolupament d'una aplicació IoT
      Competències relacionades: G2.3,
    6. treball en equip per desenvolupar una feina de disseny
      Competències relacionades: G2.3,
    7. conèixer tecnologies de IoT
      Competències relacionades: CTI3.1, CTI1.2, CTI2.1, CTI1.3, CTI1.4, CTI3.2,
    8. conèixer tecnologies auxiliars: posicionament, pagaments segur per mòbil, inserció de publicitat, etc
      Competències relacionades: CTI3.1, CTI3.4, CTI1.1, CTI3.2,

    Continguts

    1. Fonaments i restriccions dels dispositius
      Introducció a l'IoT, les seves aplicacions i verticals, i les limitacions reals dels nodes i microcontroladors de baixa potència (bateria, memòria, càlcul) que condicionen totes les decisions tecnològiques posteriors.
    2. Comunicacions de curt i llarg abast
      RFID, NFC, 802.15.4 i LoRaWAN: tecnologies de comunicació sense fils de baixa potència, les seves topologies de xarxa i els compromisos entre abast, potència i velocitat de dades.
    3. Piles de protocols i seguretat
      6LoWPAN, Zigbee, CoAP i MQTT com a piles de comunicació i protocols d'aplicació, juntament amb els riscos de seguretat específics dels dispositius IoT limitats i com mitigar-los.
    4. Sensors, posicionament i arquitectura edge-cloud
      Sensors IMU, posicionament absolut i relatiu (de manera conceptual), i el continu IoT-edge-cloud: on processar les dades tenint en compte latència, amplada de banda, privacitat i cost.
    5. Intel·ligència artificial i IA generativa
      Introducció conceptual a l'aprenentatge automàtic i a la IA generativa (incloent LLM): com aprenen els models, què poden fer, i les seves capacitats i limitacions pràctiques.
    6. Integració IA-IoT i TinyML
      Integració IA-IoT (inferència edge vs. núvol, manteniment predictiu), TinyML per executar IA en dispositius limitats, i casos d'estudi reals

    Activitats

    Activitat Acte avaluatiu


    tema 1

    Introducció a l'IoT, les seves aplicacions i verticals, i les limitacions reals dels nodes i microcontroladors de baixa potència (bateria, memòria, càlcul) que condicionen totes les decisions tecnològiques posteriors.
    • Teoria: El Internet Mòbil abans i desprès del iPhone. Cadena de valor del IM: Continguts. Serveis on-line. Xarxes de distribució. Interface amb l'usuari. Dispositius. Aplicaciones. Xarxes.
    • Aprenentatge autònom: Estudi dels temes de clase
    Objectius: 3
    Continguts:
    Teoria
    2h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    3h

    tema 2

    RFID, NFC, 802.15.4 i LoRaWAN: tecnologies de comunicació sense fils de baixa potència, les seves topologies de xarxa i els compromisos entre abast, potència i velocitat de dades.
    • Teoria: RFID, NFC, 802.15.4 i LoRaWAN: tecnologies de comunicació sense fils de baixa potència, les seves topologies de xarxa i els compromisos entre abast, potència i velocitat de dades.
    • Aprenentatge autònom: Estudi
    Objectius: 1
    Continguts:
    Teoria
    8h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    18h

    tema 3

    6LoWPAN, Zigbee, CoAP i MQTT com a piles de comunicació i protocols d'aplicació, juntament amb els riscos de seguretat específics dels dispositius IoT limitats i com mitigar-los
    • Teoria: 6LoWPAN, Zigbee, CoAP i MQTT com a piles de comunicació i protocols d'aplicació, juntament amb els riscos de seguretat específics dels dispositius IoT limitats i com mitigar-los.
    • Aprenentatge autònom: estudi
    Objectius: 2
    Continguts:
    Teoria
    9h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    6h

    Cas d'us: disseny d'una aplicació IoT

    Les sessions de cas d'ús (1 hora setmanal, 12 setmanes) acompanyen la línia teòrica amb un projecte aplicat. Equips de 3 estudiants desenvolupen un producte IoT+IA propi: defineixen la idea i la pila tecnològica, analitzen la competència i el model de negoci, construeixen una prova de concepte d'un aspecte concret assignat pel professor, i finalitzen amb una presentació a l'estil pitch a inversors.
    • Laboratori: classes basades en cas
    • Aprenentatge autònom: disseny de la aplicació
    Objectius: 3 4 5
    Teoria
    0h
    Problemes
    0h
    Laboratori
    15h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    22h

    tema 4

    Sensors IMU, posicionament absolut i relatiu (de manera conceptual), i el continu IoT-edge-cloud: on processar les dades tenint en compte latència, amplada de banda, privacitat i cost.
    • Teoria: Sensors IMU, posicionament absolut i relatiu (de manera conceptual), i el continu IoT-edge-cloud: on processar les dades tenint en compte latència, amplada de banda, privacitat i cost.
    • Aprenentatge autònom: Estudi
    Objectius: 2
    Continguts:
    Teoria
    8h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    15h

    Examen Parcial

    Examen parcial temas 1-3
    Objectius: 1 2 3
    Setmana: 7
    Teoria
    0h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    0h

    tema 5

    Introducció conceptual a l'aprenentatge automàtic i a la IA generativa (incloent LLM): com aprenen els models, què poden fer, i les seves capacitats i limitacions pràctiques.
    • Teoria: Introducció conceptual a l'aprenentatge automàtic i a la IA generativa (incloent LLM): com aprenen els models, què poden fer, i les seves capacitats i limitacions pràctiques.
    • Aprenentatge autònom: Estudi
    Objectius: 7
    Teoria
    9h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    6h

    tema 6

    Patrons d'integració IA-IoT (inferència edge vs. núvol, manteniment predictiu), TinyML per executar IA en dispositius limitats, i casos d'estudi reals de punta a punta.
    • Teoria: Tipus de mobilitat. Suport a la mobilitat a nivell 3 (IP mòbil). Suport a la mobilitat en xarxes cel.lulars. Mobilitat nomàdica. Protocols de suport a mobilitat transparent a nivell 2.
    • Aprenentatge autònom: estudi
    Objectius: 2
    Continguts:
    Teoria
    6h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    5h

    Examen Final

    Examen dels temes 1-6
    Objectius: 1 2 3 4 5 6 7 8
    Setmana: 15 (Fora d'horari lectiu)
    Teoria
    0h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    0h

    Metodologia docent

    * Classes presencials amb desenvolupament de la teoria.
    * Classes de laboratori amb programació en python .
    * Classes de laboratori basadess en cas (disseny de aplicació mòbil).

    El objectiu es discutir diferents aspectes relacionats amb el disseny d'una aplicació mòbil, no necessariament centrats en la seva programació. Es discutiran: segments d'aplicacions, competència i diferenciació, possibles models de negoci, plataformes, etc.
    Les classes es basaran en discussions en clase que guiaran el disseny.

    Activitats d'autoaprenentatge per completar temes tractats en l'assignatura.

    Mètode d'avaluació

    Ep: Nota de l'examen parcial de l'assignatura a meitat del quadrimestre: 0 <= Ep <= 10
    Ef: Nota de l'examen final: 0 <= Ef <= 10
    Ec: Nota de classes de cas: 0 <= Ec <= 1.

    Per obtenir Ec es fa una ponderació entre la participació en les classes basades en cas i una presentació final sobre el disseny de l'aplicació mòbil.

    Nota final = 0,7xMAX (Ef, 0, 75 x Ef +0,25 x Ep) + 3xEc

    La competencia transversal s'avaluarà com part del examen final

    Bibliografia

    Bàsic

    Capacitats prèvies

    Coneixements bàsics xarxes TCP/IP i protocols de xarxa.
    Coneixements bàsics de probabilitat i àlgebra lineal