Ficha Unidade Curricular (FUC)
Informação Geral / General Information
Carga Horária / Course Load
Área científica / Scientific area
480 - Informática
Departamento / Department
Departamento de Tecnologias Digitais
Ano letivo / Execution Year
2024/2025
Pré-requisitos / Pre-Requisites
NA
Objetivos Gerais / Objectives
Esta unidade curricular aborda os principais conceitos, tendências e desafios da aplicação dos sistemas de IoT as areas da saude, industria, cidades, transportes, energia e agricultura. Os estudantes irão explorar as mudanças estas aplicações e como ela impacta a estratégia, os processos e a cultura das empresas. Serão discutidos casos de estudo e melhores práticas de implementação destes sistemas de IoT nas areas definidas, além de analisar os seus efeitos na economia e na sociedade.
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
OA1: Compreender os princípios e conceitos da aplicação dos sistemas de IoT as áreas da saúde, indústria, cidades, transportes, energia e agricultura designadas como Smart. OA2: Analisar as implicações da aplicação dos sistemas de IoT as áreas da saúde, indústria, cidades, transportes, energia e agricultura. nas organizações e na sociedade. OA3: Identificar os principais desafios e oportunidades da aplicação dos sistemas de IoT as áreas da saúde, indústria, cidades, transportes, energia e agricultura. OA4: Explorar casos de estudo de sucesso e melhores práticas da aplicação dos sistemas de IoT as áreas da saúde, indústria, cidades, transportes, energia e agricultura. OA5: Desenvolver competências de pensamento crítico e análise para avaliar o impacto da aplicação dos sistemas de IoT as áreas da saúde, indústria, cidades, transportes, energia e agricultura. em diferentes setores.
Conteúdos Programáticos / Syllabus
PC1. Introdução IoT - Definição e conceitos-chave PC2. Smart Energy - Aplicações IoT na energia, casos de estudo PC3. Smart Cities - Aplicações de IoT nas cidades inteligentes, casos de estudo PC4. Smart Industry - Aplicações de IoT na Indústria, casos de estudo PC5. Smart Agriculture - Aplicações de IoT na agricultura, casos de estudo PC6. Smart Health - Aplicações de IoT na saúde, casos de estudo PC7. Smart Mobility - Aplicações de IoT nos transportes, casos de estudo PC8. Trabalho Aplicado
Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da UC / Evidence that the curricular units content dovetails with the specified learning outcomes
Os conteúdos do PC1 abrangem conceitos básicos e aplicações de IoT nas diferentes áreas aplicadas energia, Cidades, Indústria, agricultura, saúde e mobilidade, permitindo que os estudantes alcancem o OA1. PC2, PC3, PC4, PC5, PC6, PC7 concentra-se nas aplicações dos sistemas de IoT, ajudando os estudantes a alcançar o OA2, OA3, OA4 e OA5. O PC8 explora um caso aplicado de trabalho feito em grupo orientados para uma das áreas definidas, fornecendo a base para que os estudantes atinjam o OA5, que visa explorar as vantagens e desafios do uso do IoT. O desenvolvimento de competências para integrar ferramentas de IA nas atividades educativas é enfatizado no P4, alinhando-se ao OA4, que procura a capacidade de planear e conceber essas atividades de forma eficiente. O P5 aborda questões éticas e de privacidade, relacionadas com o uso da IA na educação, cumprindo o OA5, que visa promover a reflexão sobre tais aspetos.
Avaliação / Assessment
Entrega de 10 tarefas, respondendo aos critérios de cada solicitação do docente, com o peso de 50% da nota final e classificação mínima de 8,5 valores. As tarefas incluem atividades, desenvolvidas individualmente ou em grupo, nas sessões síncronas e em sessões assíncronas agendadas pelo docente, bem como intervenções em fóruns de discussão mediados. - Projeto de aplicação previamente estabelecido pelo docente e respetiva discussão oral em grupo, com o peso de 50% na nota final e classificação mínima de 8,5 valores. A média final terá de ser igual ou superior a 9,5 valores. De acordo com o Regulamento Geral de Avaliação de Conhecimentos e Competências do Iscte, esta UC é classificada como UC de projeto, pelo que não contempla avaliação por exame.
Metodologias de Ensino / Teaching methodologies
A UC Estudos da Aplicações IA e IoT (SmartAnything) adotará como metodologia de ensino e aprendizagem central a Aprendizagem Baseada em Estudos de Caso, combinada com Aprendizagem Baseada em Tarefas. A gamificação será utilizada como estratégia de motivação e envolvimento dos estudantes. Esta abordagem pedagógica está articulada com o modelo pedagógico do Iscte, em que o estudante é considerado um agente ativo no seu processo de aprendizagem, o conhecimento é trabalhado como uma ferramenta para a construção e desenvolvimento de mais conhecimento e é aplicado em diversos contextos.
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
As metodologias de ensino foram selecionadas de forma a corresponder aos objetivos de aprendizagem da UC. Através de uma combinação de momentos de aprendizagem online síncrona e assíncrona, os estudantes irão realizar tarefas com diferentes níveis de apoio e orientação docente, analisar vários casos de estudo, aplicar conhecimentos teóricos e desenvolver competências de resolução de problemas e pensamento crítico. O docente dará feedback (corretivo e/ou cognitivo) sobre as tarefas e estudos de caso. Esta abordagem permitirá que os estudantes estabeleçam conexões entre os conhecimentos teóricos e práticos, melhorando a compreensão e a aplicação dos conceitos aprendidos. Como estratégia motivadora, a unidade curricular incluirá a gamificação ao longo do semestre, onde serão atribuídos pontos à medida que os estudos de caso forem analisados com sucesso.
Observações / Observations
Assíncrona :T=2; TP=14 Síncrona: TP=8; OT=1
Bibliografia Principal / Main Bibliography
AI and IoT Technology and Applications for Smart Healthcare Systems (Advances in Computational Collective Intelligence)
Intelligence of Things: AI-IoT Based Critical-Applications and Innovations (AIoT Innovation)
Tutoriais e documentação das bibliotecas OpenCV e Tensorflow
Learning OpenCV 4 with Python 3
Deep Learning
Feature Extraction and Image Processing for Computer Vision
Bibliografia Secundária / Secondary Bibliography
Data da última atualização / Last Update Date
2024-06-07