Internet of Things Industrial:

Entender la visualización de una señal en los dominios de tiempo y frecuencia.

Conocer las características principales de los sensores para poder elegir y comparar distintas opciones.

Comprender las propiedades que influyen a la hora de elegir un sensor.

Saber explicar las bases fundamentales de la adquisición de datos y las cuestiones principales relacionadas con el muestreo.

Comprender el funcionamiento de los sensores, las tecnologías de detección y los sistemas embebidos en el contexto de IoT.

Describir cómo la curva de Fourier descompone una señal temporal en las frecuencias que la conforman.

Comprender cómo filtrar las frecuencias no fundamentales para eliminar el ruido de la señal de muestreo.

Aprender a utilizar los algoritmos y a aplicarlos en distintos escenarios

Saber cómo se diseña un sistema de detección y el papel que desempeña la eficacia.

Conocer la convolución y analizar ejemplos de herramientas de visión artificial y de filtración lineal.

Repasar la teoría estadística fundamental y aplicar ese conocimiento a casos relevantes.

Distinguir entre los métodos de machine learning supervisado y no supervisado y ampliar el conocimiento sobre el ajuste de modelos.

Comprender los métodos de aprendizaje "ensemble", como bootstrapping, aggregating, bagging y boosting.

Analizar los "árboles de decisión" y los "bosques aleatorios" para poder evaluar sus ventajas y desventajas.

Saber cómo y cuándo utilizar los métodos de optimización de machine learning, como el algoritmo de máquinas de vectores de soporte y las redes neuronales.

Comprender cómo se utilizan las tecnologías de localización en el mundo actual y por qué las ondas y la propagación de la energía son la base de muchas de ellas.

Ser capaz de explicar los conceptos clave que operan en los sistemas GPS y comprender los objetivos y componentes de una unidad de medición inercial (IMU, por sus siglas en inglés).

Conocer los fundamentos de la tecnología SLAM y saber cómo responden los sistemas de localización a las necesidades de la industria.

Comprender los principios científicos básicos de la tecnología de las comunicaciones.

Evaluar la idoneidad de diferentes plataformas y métodos de comunicación.

Profundizar en la evaluación de protocolos para diferentes canales.

Comprender cómo se aplica la tecnología de control en los niveles de aerosoles en un entorno forestal.

Observar los procesos de supervisión a tiempo real mediante imágenes en un espacio de producción industrial.

Conocer los sistemas de grabación de video para la monitorización y detección de fallos en una cadena de fabricación.

Conocer las ventajas de utilizar tecnologías portátiles para monitorizar las constantes vitales.

Comprender el diseño de sistemas de monitorización de constantes vitales.

Observar cómo se utilizan las imágenes de ultrasonido para resolver problemas asociados a la creación de prótesis.