À la fin de ce cours, l’étudiant sera en mesure :
Microcontrôleur open source Arduino : caractéristiques matérielles et méthode d’échantillonnage. Système sur une puce Raspberry PI : techniques d’interfaçage, gestion des signaux d’interruption et d’entrée/sortie; contrôle des opérations par sketch, python et la technologie orientée-objet; techniques d’accès aux services infonuagiques à l’aide des protocoles de données : REST et MQTT. Application des méthodes prédictives dans le traitement des données : partitionnement, classification et estimation.
Séances de laboratoire : oeuvrer, au sein d’une équipe, dans des projets de conception, realization et implantation intégrant modules d’acquisition des signaux, microcontrôleur Arduino, système Raspberry PI et services infonuagiques ThinkSpeak de MATLAB; application et comparaison des méthodes prédictives dans le forage des données.
Groupe | Jour | Type |
---|---|---|
01 | Lundi 18:00 | Activité de cours |