BIOELECTRONICS
- Anno accademico
- 2024/2025 Programmi anni precedenti
- Titolo corso in inglese
- BIOELECTRONICS
- Codice insegnamento
- CM0649 (AF:510754 AR:291748)
- Modalità
- In presenza
- Crediti formativi universitari
- 6
- Livello laurea
- Laurea magistrale (DM270)
- Settore scientifico disciplinare
- ING-INF/01
- Periodo
- II Semestre
- Anno corso
- 1
- Sede
- VENEZIA
- Spazio Moodle
- Link allo spazio del corso
Inquadramento dell'insegnamento nel percorso del corso di studio
Il corso inizia esaminando i Dispositivi More than Moore, che comprendono una vasta gamma di componenti e sistemi elettronici che vanno oltre la tradizionale scalabilità della Legge di Moore. Gli studenti esploreranno tecnologie innovative come l'elettronica flessibile, i materiali bio-compatibili e i dispositivi bio-integrati. Attraverso lezioni e progetti pratici, acquisiranno conoscenze sulle tecniche di fabbricazione, la selezione dei materiali e le applicazioni di questi sistemi elettronici avanzati nell'ingegneria biomedica.
Successivamente, il curriculum approfondisce i Biosensori, strumenti cruciali per rilevare molecole biologiche e segnali con alta sensibilità e specificità. I partecipanti studieranno i principi alla base del funzionamento dei biosensori, inclusi i meccanismi di trasduzione, il design dei sensori e le tecniche di elaborazione del segnale. Esploreranno anche vari tipi di biosensori, come i sensori elettrochimici, ottici e piezoelettrici, e le loro applicazioni nella sanità, il monitoraggio ambientale e la sicurezza alimentare.
Infine, il corso affronta i Dispositivi Neuromorfici, che mirano a imitare la struttura e la funzione delle reti neurali del cervello umano. Gli studenti indagheranno sulle architetture e i dispositivi di calcolo neuromorfici emergenti, come i memristori, le reti neurali a picco e i sensori neuromorfici. Attraverso discussioni teoriche ed esercitazioni pratiche, apprenderanno i principi del calcolo neuromorfico, i suoi vantaggi rispetto ai paradigmi di calcolo tradizionali e le sue potenziali applicazioni nell'intelligenza artificiale, la robotica e le neuroscienze cognitive.
Alla fine del programma, i laureati saranno dotati di una profonda comprensione dei Dispositivi More than Moore, dei Biosensori e dei Dispositivi Neuromorfici, consentendo loro di contribuire agli avanzamenti nella sanità, nella biotecnologia e oltre.
Risultati di apprendimento attesi
Conoscere le limitazioni dei dispositivi CMOS ultrascaled
Comprendere i principi fisici alla base di dispositivi More than Moore, neuromorfici e biosensori
Conoscere le basi di tecnologia per la realizzazione di tali dispositivi
2. Capacità di applicare conoscenza e comprensione
Applicare i concetti visti in classe per analizzare nuovi dispositivi ed eventualmente prospettare possibili miglioramenti
3. Autonomia di giudizio
Saper valutare la consistenza logica dei risultati, sia in ambito teorico sia nel caso di dati sperimentali.
Riconoscere eventuali errori tramite un’analisi critica del metodo applicato.
4. Abilità comunicative
Saper comunicare le conoscenze apprese utilizzando una terminologia appropriata, sia in ambito orale che scritto.
Interagire con il docente e con i colleghi di corso in modo rispettoso e costruttivo, in particolare durante i lavori realizzati in gruppo.
5. Capacità di apprendimento
Prendere appunti efficacemente, selezionando e raccogliendo le informazioni a seconda della loro importanza e priorità.
Essere sufficientemente autonomi nella raccolta di dati e informazioni rilevanti alla problematica investigata.
Prerequisiti
Contenuti
Successivamente, il curriculum approfondisce i Biosensori, strumenti cruciali per rilevare molecole biologiche e segnali con alta sensibilità e specificità. I partecipanti studieranno i principi alla base del funzionamento dei biosensori, inclusi i meccanismi di trasduzione, il design dei sensori e le tecniche di elaborazione del segnale. Esploreranno anche vari tipi di biosensori, come i sensori elettrochimici, ottici e piezoelettrici, e le loro applicazioni nella sanità, il monitoraggio ambientale e la sicurezza alimentare.
Infine, il corso affronta i Dispositivi Neuromorfici, che mirano a imitare la struttura e la funzione delle reti neurali del cervello umano. Gli studenti indagheranno sulle architetture e i dispositivi di calcolo neuromorfici emergenti, come i memristori, le reti neurali a picco e i sensori neuromorfici. Attraverso discussioni teoriche ed esercitazioni pratiche, apprenderanno i principi del calcolo neuromorfico, i suoi vantaggi rispetto ai paradigmi di calcolo tradizionali e le sue potenziali applicazioni nell'intelligenza artificiale, la robotica e le neuroscienze cognitive.
Testi di riferimento
Iacopi, Francesca, and Francis Balestra, eds. More-than-Moore Devices and Integration for Semiconductors. Springer Nature, 2023.
Modalità di verifica dell'apprendimento
L'esame consiste di due parti svolte durante un unico colloquio, in inglese.
1. Un seminario di 20-25 minuti su un argomento pre-assegnato dal docente (sono ben accetti suggerimenti da parte dello studente). Lo studente deve presentare i concetti generali del tema in modo corretto e completo, fornendo alcuni esempi al livello delle lezioni e del libro di testo. Si incoraggia lo studente a cercare esempi originali, applicazioni e interconnessioni con altri argomenti, per dimostrare un livello di comprensione elevato. Una presentazione PowerPoint è la più adatta per il seminario, ma è possibile anche l'opzione lavagna per chi preferisse.
2. Due/tre domande sul nucleo del corso come presentato durante le lezioni. Lo studente deve rispondere (se necessario, con il supporto della lavagna) per dimostrare la comprensione dei concetti e delle nozioni di base del corso. Gli aspetti teorici e sperimentali saranno considerati di uguale importanza.
Un esame completamente riuscito (27-30/30) sarà considerato tale quando verrà dimostrata una solida e ampia padronanza dei concetti discussi durante le lezioni. Un voto medio (22-26/30) sarà il risultato di una comprensione abbastanza completa di singoli temi ma con limitate interconnessioni tra gli argomenti. Un livello di sufficienza (18-21/30) corrisponderà a una conoscenza minima delle singole nozioni.
Gli studenti frequentanti le lezioni possono accumulare ulteriori punti partecipando ai quiz o assignments proposti in classe. Il bonus verrà aggiunto al voto della prova orale e/o comporterà una riduzione del numero di domande sul nucleo del corso.