Ficha Unidade Curricular (FUC)
Informação Geral / General Information
Carga Horária / Course Load
Área científica / Scientific area
Ciências e Tecnologias da Informação
Departamento / Department
Ano letivo / Execution Year
2021/2022
Pré-requisitos / Pre-Requisites
-
Objetivos Gerais / Objectives
O objetivo da UC é apresentar conceitos emergentes de Tecnologias Disruptivas (TD). TD é um termo que descreve a inovação tecnológica, produto, ou serviço,com características "disruptivas", que provocam uma ruptura com os padrões,modelos ou tecnologias já estabelecidos no mercado. Serão lecionados um conjunto de tópicos como: Sistemas de IoT,Comunicações de IoT,com ênfase no 5G e Low Power Long Range,Smart {City,Grids, Health, Construction}, Realidade Aumentada, Realidade Virtual e impressão 3D para a percepção de como se pode acelerar o desenvolvimento de novos produtos e soluções, dando uma visão geral das tendências futuras nesta áreas recentes e de rápido crescimento. É ainda objectivo extração de conhecimento dos dados e da informação não estruturada existente nas redes sociais e nas páginas web com recurso a algoritmos de machine learning e text mining. Pretende-se dar uma visão geral destas tecnologias e com auto-estudo permitam ao aluno desenvolver um olhar crítico sobre TD.
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
(SABER) OA1. Aprofundar o domínio das abordagens, tecnologias, normas, ferramentas e técnicas mais usadas em IoT, aplicações, comunicações, realidade virtual e impressão 3D, realidade aumentada e redes sociais, identificados como tecnologias disruptivas (TD). OA2. Adquirir espírito crítico quanto aos constrangimentos na conceção, desenho, implementação e exploração de soluções dentro do contexto das TD OA3. Aumentar a capacidade de integrar / associar os conhecimentos adquiridos nos vários domínios do conhecimento das TD (SABER FAZER) OA4 Melhorar conhecimentos na área das tecnologias disruptivas, através de tarefas práticas ilustrando esses tópicos. OA5 Compreender as especificações de referência / padrão, protocolos e pilhas de protocolos nas áreas das TD. (COMPETÊNCIAS TRANSVERSAIS) OA6. Aumentar a capacidade de lidar com pesquisa e inovação através de conceitos, tecnologias e ferramentas na area das TD OA7. Treinar competências de trabalho em grupo
Conteúdos Programáticos / Syllabus
CP1 [Sistemas IoT] Conceitos gerais sistemas IoT, camadas de sistemas IoT, conceitos de Edge, Fog e Cloud Computing CP2 [Comunicações IoT] 5G e Low Power Long Range. Conceitos, funcionamento e implementação. CP3 [Análise Dados e Extração Conhecimento] Principais conceitos, seleção, organização e apresentação dos dados. Dashboards, extração conhecimento. Identificação de standards. CP4 [Human Sensing] Social Network, Text Mining, Opinion Mining. CP5 [Realidade Aumentada e Virtual e Impressão 3D] Conceitos, funcionamento e casos de aplicação. CP6 [Building Information Modelling e Motores de Jogos] Conceitos, funcionamento e casos de aplicação. CP7 [SmartAnything] Cidades Inteligentes, Smart Grids, Indústria 4.0, Smart Health, Agricultura de Precisão, Smart Construction. Conceitos, funcionamento, desafios e casos de aplicação.
Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da UC / Evidence that the teaching and assessment methodologies are appropriate for the learning outcomes
O alinhamento dos conteúdos programáticos (CP) com os objetivos de aprendizagem (OA) é o seguinte: OA1 - { CP1, CP2, CP3, CP4, CP5, CP6, CP7 } OA2 - { CP1, CP2, CP3, CP4, CP5, CP6 , CP7 } OA3 - { CP1, CP2, CP3, CP4, CP5, CP6 , CP7 } OA4 - { CP1, CP2, CP3, CP4, CP5, CP6, CP7 } OA5 - { CP1, CP2, CP3, CP4, CP5, CP6, CP7 } OA6 - {CP1, CP2, CP3, CP4, CP5, CP6 , CP7 } OA7 - {CP1, CP2, CP3, CP4, CP5, CP6, , CP7 }
Avaliação / Assessment
Avaliação periódica: Trabalho individual com peso de 100% da nota a entregar durante a 1ª época de exames. Nota mínima de 10 valores. Avaliação por exame: Quem não conseguir aprovação na 1ª época pode entregar novo trabalho na 2ª época
Metodologias de Ensino / Teaching methodologies
Nas aulas TP serão usados slides ilustrados com exemplos, demonstrações de ferramentas, filmes pedagógicos de curta duração, apresentação e análise de casos e, eventualmente, apresentações de oradores convidados. Será realizado um trab. de grupo com intuitos formativos, consolidando o processo de aprendizagem pela compreensão da aplicabilidade dos conceitos e técnicas introduzidos nas aulas teóricas. Smp que possível, esses trabalhos tirarão partido de ferramentas suportando o estado-da-arte.
Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da UC / Evidence that the teaching and assessment methodologies are appropriate for the learning outcomes
(OA1) Aulas abordam conceitos, técnicas e abordagens mais recente de TD e os conceitos associados. Os grupos de alunos farão apresentações orais do estado-da-arte em tópicos relevantes. (OA2) Pelo menos uma das tarefas práticas abrangerá a avaliação do estado da arte em algumas das tecnologias relevantes no contexto das TD, cujos resultados serão compartilhados com os demais colegas da turma, para estimular o pensamento crítico. (OA3) Através da apresentação de casos de estudo será estimulada a discussão sobre as relações de complementaridade e/ou interdependência entre os vários tópicos do curso. (OA4) Os trabalhos práticos estarão intimamente relacionados com os tópicos introduzidos nas sessões de seminário, permitindo consolidar o processo de aprendizagem. (OA5) Em geral, todos os tópicos e trabalhos práticos levantam questões e implicam o domínio dos temas relacionados TD e o potencial das suas aplicações. (OA6) Desejavelmente os trabalhos práticos serão desenvolvidos sobre plataformas, sistemas e serviços de referência, académicos e/ou empresariais, promovendo o surgimento de novas perguntas de investigação e/ou produtos/serviços inovadores. (OA7) Os trabalhos práticos serão realizados em grupo, dependendo o tamanho dos grupos da complexidade dos trabalhos em causa.
Observações / Observations
.
Bibliografia Principal / Main Bibliography
Karen A. Wager, Frances W. Lee, John P. Glaser. Health Care Information Systems: A Practical Approach for Health Care Management 4th Edition (2 Jamil Y. Khan and Mehmet R. Yuce (2019). Internet of Things (IoT): Systems and Applications, Jenny Stanford Publishing ISBN-13: 978-9814800297 Germaine Halegoua. Smart Cities (2020) .MIT Press Essential Knowledge series ISBN-10: 0262538059 Jesse Glover, Jonathan Linowes (2019). Complete Virtual Reality and Augmented Reality Development with Unity: Leverage the power of Unity and become a pro at creating mixed reality applications ISBN-10: 1838648186 Puneet Mathur (2020). IoT Machine Learning Applications in Telecom, Energy, and Agriculture: With Raspberry Pi and Arduino Using Python, Apress, ISBN-13: 978-1484255483 Perry Lea (2018). Internet of Things for Architects: Architecting IoT solutions by implementing sensors, communication infrastructure, edge computing, analytics, and security, Packt Publishing, ISBN-10: 1788470591
Bibliografia Secundária / Secondary Bibliography
Stephanie Torta, Jonathan Torta (2018). 3D Printing: An Introduction, Mercury Learning & Information, ISBN-10: 1683922093 McKinsey Global Institute (2017). Reinventing Construction: A Route To Higher Productivity. https://www.mckinsey.com/~/media/McKinsey/Industries/Capital%20Projects%20and%20Infrastructure/Our%20Insights/Reinventing%20construction%20through%20a%20productivity%20revolution/MGI-Reinventing-construction-A-route-to-higher-productivity-Full-report.ashx Joel José P.C. Rodrigues, Sandra Sendra Compte, Isabel de la Torra Diez. e-Health Systems (2016), https://doi.org/10.1016/C2015-0-01240-0. Subramanian Vadari (2018). Smart Grid Redefined: Transformation of the Electric Utility, Artech House, ISBN-10: 9781630814762 Annamaria Castrignano, Gabriele Buttafuoco, Raj Khosla, Abdul Mouazen, Dimitrios Moshou, Olivier Naud (2020). Agricultural Internet of Things and Decision Support for Precision Smart Farming, Academic Press, ISBN-13: 978-0128183731 Bharat S. Chaudhari, Marco Zennaro (2020). LPWAN Technologies for IoT and M2M Applications, Academic Press, ISBN-13: 978-0128188804 Stefan Rommer, Peter Hedman, Magnus Olsson , Lars Frid, Shabnam Sultana, Catherine Mulligan (2019). 5G Core Networks: Powering Digitalization, Academic Press, ISBN-10: 0081030096 Charu C. Aggarwal (2018), Machine Learning for Text, Springer, ISBN-10: 3319735306 Isak Karabegovi, Ahmed Kovaevi, Lejla Banjanovi-Mehmedovi, Predrag Dai (2020). Handbook of Research on Integrating Industry 4.0 in Business and Manufacturing, IGI Global; ISBN-13: 978-1799827252
Data da última atualização / Last Update Date
2024-02-16