L’insegnamento presenta i concetti di base dell'interazione uomo-macchina, focalizzandosi sull'analisi delle interfacce uomo-macchina. L'obiettivo del corso è quello di introdurre le tecnologie di rilevamento e gli approcci metodologici per capire come sviluppare interfacce adeguate. Al termine del corso lo studente sarà in grado di: 1) conoscere una panoramica delle tecnologie di rilevamento, in particolare quelle indossabili. 2) conoscere i concetti di base dell'analisi dei segnali. 3) capire come modellare l'interazione uomo-macchina sfruttando i dati provenienti da diversi tipi di sensori e concentrandosi su prospettive incentrate sull'uomo. 4) analizzare come le tecnologie interattive possano beneficiare di un'attenta considerazione dei processi cognitivi e percettivi umani. 5) affrontare, da una perspettiva interdisciplinare, lo studio delle interfacce uomo-macchina, in particolare attraverso modelli di intelligenza artificiale.
Prerequisiti
Conoscenza di base dell'analisi matematica, dei linguaggi di programmazione, e buona comprensione dell'inglese scritto, per consentire la comprensione della grande quantità di materiale didattico, pubblicazioni, articoli scientifici e programmi, disponibili in letteratura sui vari argomenti del corso.
Metodi didattici
48 ore di lezioni frontali.
Verifica Apprendimento
L'esame consiste in due parti: 1) una prova scritta a risposte multiple e/o aperte (circa 5 domande) e 4/5 esercizi, che mirano a valutare le conoscenze teoriche e le abilità acquisite durante il corso. 2) un progetto (scelto tra quelli disponibili o proposto dallo studente e concordato con il docente) che prevede l’analisi di dati sensoriali provenienti da dataset disponibili in letteratura, applicando le tecniche di elaborazione del segnale e machine learning presentate durante le lezioni. L'esame valuta il livello di conoscenza e la capacità di mettere in pratica, anche integrandole tra loro, le tecniche e i contenuti visti a lezione. Il voto finale si ottiene come media ponderata dell'esame scritto (peso=0.75) e del progetto (peso=0.25). Il voto finale è espresso in trentesimi.
Contenuti
1) Introduzione alle interfacce uomo-macchina e i suoi principali campi applicativi (4 ore, obiettivi formativi 1-3) 2) Concetti di base dell'analisi dei segnali: segnali analogici e digitali. Campionamento, quantizzazione e filtraggio (16 ore, obiettivo formativo 2). 3) Segnali coinvolti nell’interazione uomo-ambiente e tecnologie di rilevamento. Sensori indossabili. Panoramica dei segnali fisici, fisiologici ed elettrofisiologici. Segnali esterni: voce, gesti, viso, comportamento, movimenti oculari. Segnali interni: battito cardiaco, sudorazione, respirazione, attività muscolare e onde cerebrali. (8 ore, obiettivo formativo 1-2). 4) Affective Computing: il ruolo dell'emozione nell'interazione uomo-computer. Teorie delle emozioni, modelli e misure delle emozioni. La comunicazione dell'emozione umana attraverso il volto, la voce, la fisiologia e il comportamento. Riconoscimento delle emozioni. Analisi della progettazione di protocolli esperimentali adeguati (8 ore, obiettivi formativi 2-3-4). 5) Elaborazione e analisi dei dati di rilevamento, attraverso modelli predittivi di statistica e machine learning (12 ore, obiettivi formativi 3-4-5).
Lingua Insegnamento
italiano
Altre informazioni
Il docente riceve su appuntamento, previa richiesta via e-mail a silvia.corchs@uninsubria.it. Il docente risponde solo alle e-mail firmate e provenienti dal dominio studenti.uninsubria.it.