- Docente responsabile
- MARCO DOMENICO SANTAMBROGIO
- CCS proponenti
- Ingegneria Informatica
- CFU
- 2
- Ore in presenza
- 10
- N° max studenti
- 100
- Parole chiave:
- Analisi di Serie Temporali da dispositivi indossabili, Federated Learning, MACHINE LEARNING, benessere
- Tag
- Informatica, Ingegneria, Sport, Salute e scienze della vita, Tecnologie dell'informazione
Descrizione dell'iniziativa
La crescente disponibilità di dati eterogenei sta trasformando radicalmente il modo in cui possiamo osservare e interpretare il benessere individuale. L’accesso a questi dati è oggi reso possibile sia attraverso dispositivi indossabili commerciali, grazie a API e SDK che ne abilitano l’interoperabilità, sia tramite lo sviluppo di soluzioni personalizzate basate su microprocessori e piattaforme a basso costo, capaci di acquisire e processare segnali da sensori ambientali e fisiologici.Questo pone le basi per nuove forme di monitoraggio personalizzato del benessere nelle case, negli ambienti di lavoro e negli spazi condivisi. Tra le applicazioni più promettenti rientrano l’analisi del sonno, la performance cognitiva e sportiva. Tuttavia, l’integrazione e l’analisi di queste serie temporali multimodali pongono nuove sfide computazionali, soprattutto quando i dati vengono generati su dispositivi a risorse limitate. È quindi necessario sviluppare soluzioni che permettano di minimizzare la dipendenza dal cloud, preservando la privacy dell’utente.Per affrontare tali sfide, è stato necessario sviluppare soluzioni capaci di eseguire inferenza e apprendimento automatico direttamente sul dispositivo, riducendo il carico computazionale centrale e la condivisione di dati sensibili. In questo contesto si inserisce il paradigma del Federated Learning, che permette di addestrare modelli distribuiti mantenendo i dati localmente sui nodi edge. Questo abilita lo sviluppo di architetture intelligenti, in grado di rispondere dinamicamente al contesto e alle esigenze individuali.Il corso offre una visione completa del processo: dalla raccolta e il pre-processing di dati multimodali, che include anche l’estrazione di informazioni da wearable commerciali come Garmin, Polar e Apple Watch grazie alle relative API e SDK, alla progettazione di modelli leggeri per l’inferenza su dispositivi custom, fino all’implementazione di strategie federate per l’addestramento distribuito.
Periodo di svolgimento
dal Novembre 2025 a Dicembre 2025
Calendario
Il calendario del corso è visibile sul calendario: tinyurl.com/PiAatDEIB
Per le lezioni di questo corso si cerchi #BALANCE
- 13/11/2025 - 12:30/14:00
- 20/11/2025 - 12:30/14:00
- 24/11/2025 - 12:30/14:00
- 01/12/2025 - 12:30/14:00
- 04/12/2025 - 12:30/14:0
Le aule saranno le stesse del corso di CSI (Creativity, Science and Innovation).
Potrete trovarle a questo URL: https://santambrogio.faculty.polimi.it/dida/csi/index.htm
O a questo calendario: https://santambrogio.faculty.polimi.it/dida/csi/calendario.htm