À la fin de ce cours, l’étudiant sera en mesure de : concevoir des systèmes constitués d’éléments physiques connectés à des services infonuagiques; intégrer des modules de mise en forme du signal, d’acquisition et transferts de données; appliquer des techniques de traitement prédictif aux données enregistrées; générer des indicateurs de performance et des tableaux de bord. 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; Le contrôle des opérations par sketch, python et la technologie orientée‐objet; Les techniques d’accès aux services infonuagiques à l’aide des protocoles de données : REST et MQTT. L’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.
- Enseignant: Tony Wong