Aquesta versió de la guia docent és provisional fins que no finalitzi el període d’edició de les guies del nou curs.

Logo UAB

Sistemes d'Instrumentació Intel·ligents

Codi: 102724 Crèdits: 6
2025/2026
Titulació Tipus Curs
Enginyeria Electrònica de Telecomunicació OT 4

Professor/a de contacte

Nom:
Javier Martin Martinez
Correu electrònic:
javier.martin.martinez@uab.cat

Equip docent

Javier Martin Martinez

Idiomes dels grups

Podeu consultar aquesta informació al final del document.


Prerequisits


Es recomana haver cursat les assignatures d'Instrumentació I i II.


Objectius

L'objectiu principal de l'assignatura és entendre com l'ús de la intel·ligència artificial pot millorar els sistemes d'instrumentació que l'alumne ja coneix de les assignatures d'instrumentació I i II

 

Competències

  • Actitud personal
  • Aplicar la legislació necessària durant el desenvolupament de la professió d'enginyer tècnic de telecomunicació i utilitzar les especificacions, els reglaments i les normes de compliment obligatori
  • Aprendre nous mètodes i tecnologies a partir dels coneixements bàsics i dels tecnològics, i tenir versatilitat per adaptar-se a noves situacions
  • Comunicació
  • Concebre, dissenyar, implementar i operar equips i sistemes electrònics, d'instrumentació i de control.
  • Dirigir les activitats que són objecte dels projectes de l'àmbit de sistemes electrònics
  • Ètica i professionalitat
  • Hàbits de pensament
  • Hàbits de treball personal
  • Treball en equip
  • Treballar en un grup multidisciplinari i en un entorn multilingüe, i comunicar, tant per escrit com oralment, coneixements, procediments, resultats i idees relacionats amb les telecomunicacions i l'electrònica

Resultats d'aprenentatge

  1. Analitzar i especificar els paràmetres fonamentals d'un sistema de comunicacions, donis del punt de vista de la instrumentació.
  2. Analitzar i solucionar els problemes d'interferències i compatibilitat electromagnètica.
  3. Aplicar de manera autònoma nous coneixements i tècniques adequades per a la concepció, el desenvolupament o l'explotació de sistemes electrònics.
  4. Avaluar els avantatges i inconvenients de diferents alternatives tecnològiques de desplegament o implementació de sistemes electrònics, des del punt de vista de les pertorbacions i el soroll.
  5. Comunicar eficientment, oralment i per escrit, coneixements, resultats i habilitats, tant en entorns professionals com davant de públics no experts.
  6. Desenvolupar estratègies d'aprenentatge autònom.
  7. Desenvolupar la capacitat d'anàlisi i de síntesi.
  8. Desenvolupar la curiositat i la creativitat.
  9. Desenvolupar un pensament i un raonament crítics.
  10. Documentar els sistemes d'instrumentació dissenyats, sobre la base de les normatives vigents.
  11. Identificar la normativa i la regulació de les telecomunicacions en els àmbits nacional, europeu i internacional en l'àmbit de la compatibilitat electromagnètica
  12. Prevenir i solucionar problemes.
  13. Realitzar l'especificació, implementació, documentació i posada a punt d'equips i sistemes, electrònics, d'instrumentació i de control, considerant tant els aspectes tècnics com les normatives reguladores corresponents.
  14. Respectar la diversitat i la pluralitat d'idees, persones i situacions.
  15. Treballar cooperativament.
  16. Treballar de manera autònoma.

Continguts


1) Modelatge de sensors no lineals.

2) Introducció a les xarxes neuronals aritficiales.

      2.1) El perceptró.

      2.2) Xarxes multicapa

      2.3) Entrenament de xarxes neuronals.

      2.4) Aplicacions generals.

3) Optimització de sistemes d'instrumentació mitjançant l'ús de xarxes neuronals.


Activitats formatives i Metodologia

Títol Hores ECTS Resultats d'aprenentatge
Tipus: Dirigides      
Seminaris de problemes i casos 10 0,4 1, 3, 4, 5, 6, 7, 8, 9, 11, 12, 15, 16
Clases 30 1,2 1, 2, 3, 4, 7, 9, 11
Tipus: Supervisades      
Discussions dels problemes proposats. 15 0,6 2, 3, 6, 10, 11, 12, 13, 15, 16
tutories 7 0,28 1, 2, 3, 4, 10, 11, 13
Tipus: Autònomes      
Treball orientat a l'aprenentatge basat en problemes 35 1,4 1, 2, 3, 4, 7, 8, 9, 11, 13
Estudi 20 0,8 2, 3, 4, 11
Redacció d'informes 20 0,8 5

 

La metodologia docent combinarà, a banda del treball autònom, activitats dirigides i supervisades. En les activitats dirigides es combinaran classes magistrals, seminaris de problemes i casos i sesions de laboratori.

A través del Campus Virtual es tindrà accés al material docent que complementa els conceptes treballats a l'aula. El Campus Virtual també serà el mètode utilitzat per fer els lliuraments de les activitats avaluables.

Es recomana que els alumnes assisteixin a classe amb un ordinador portàtil.
Durant el curs, les classes magistrals s'aniran alternant amb casos pràctics que els estudiants hauran de resoldre a classe mitjançant l'ús de matlab. L'ús de la IA està restringit a la resolució dels casos pràctics. L´estudiant haurà d´explicar el propòsit de l´ús de la IA i obtenir l´aprovació del professor.

Aquesta assignatura no preveu el sistema d’avaluació única.

Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, perquè els alumnes completin les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura.


Avaluació

Activitats d'avaluació continuada

Títol Pes Hores ECTS Resultats d'aprenentatge
Memòria del treball final 30% 2 0,08 1, 2, 3, 4, 5, 6, 7, 9, 10, 11, 12, 13, 15, 16
Resolució de problemes a classe 40% 10 0,4 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 14, 15, 16
Breus exàmens orals 30% 1 0,04 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16

 

Durant el curs s'aniran proposant problemes que els alumnes hauran de resoldre durant la classe i fora.

La resolució daquests problemes correspondrà al 40% total de la nota.

Al llarg del curs s'aniran fent diverses avaluacions orals sobre els exercicis que s'estiguin realitzant en aquell moment. Aquestes avaluacions suposen el 30% de la nota.

Finalment l'alumne haurà de lliurar una memòria d'un treball de temàtica lliure, però relacionada amb els continguts de l'assignatura, que suposarà el 30% de la nota.

En cas de no superar lassignatura, l'alumne tindrà dret a un examen de recuperació segons el calendari fixat per l'Escola.

S'obtindrà la qualificació de No Avaluable en cas de no lliurar la memòria del treball de temàtica lliure i lliurar menys d'un 15% dels treballs proposats.

La classificació de MH s'obtindrà d'acord amb els criteris establerts a la normativa vigent de la UAB.

Sense perjudici d'altres mesures disciplinàries que s'estimin oportunes, i d'acord amb la normativa acadèmica vigent, es qualificaran amb un zero les irregularitats comeses per l'estudiant que puguin conduir a una variació de la qualificació d'un acte d'avaluació.

 


Bibliografia

J.C. Alvarez et al., “Instrumentación electrónica”, Thomson-Paraninfo, 2006

P.H. Sydenham, N.H. Hancok and R. Thorn, “Introduction to Measurement Science and Engineering”, John Wiley & Sons, 1989.

Ripley, Brian D. (1996) Pattern Recognition and Neural Networks, Cambridge

Bishop, C.M. (1995) Neural Networks for Pattern Recognition, Oxford: Oxford University Press.


Programari

Matlab


Grups i idiomes de l'assignatura

La informació proporcionada és provisional fins al 30 de novembre de 2025. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d’aquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura

Nom Grup Idioma Semestre Torn
(PAUL) Pràctiques d'aula 321 Espanyol segon quadrimestre tarda
(PLAB) Pràctiques de laboratori 321 Espanyol segon quadrimestre matí-mixt
(TE) Teoria 320 Espanyol segon quadrimestre tarda