Teaching Guides Query



Academic Year of Degree: 2024/25

658 - Master in Telecommunications Engineering

61069 - Machine learning in communications


Teaching Plan Information

Academic year:
2024/25
Subject:
61069 - Machine learning in communications
Faculty / School:
110 - Escuela de Ingeniería y Arquitectura
Degree:
658 - Master in Telecommunications Engineering
ECTS:
6.0
Year:
1
Semester:
First semester
Subject type:
Compulsory
Module:
---

1. General information

The subject Machine Learning in Communications focuses on the knowledge and understanding of the different blocks that integrate the modern digital communication systems, as well as the digital signal processing and machine learning techniques, which play an increasingly prominent role in their design and implementation. The main objectives of the subject are the acquisition of the learning results indicated in the following section.

2. Learning results

  • HA_01: Ability to design, calculate, and plan products, processes, and installations in all areas of telecommunications engineering.
  • HA_04: Ability to perform mathematical modeling, calculation, and simulation in technology centers and corporate engineering, particularly in research, development, and innovation tasks related to telecommunications engineering and related multidisciplinary fields.
  • HA_10: Ability to apply methods of information theory, adaptive modulation, and channel coding, as well as advanced digital signal processing techniques to communication and audiovisual systems.
  • CP_02: Teamwork. (APC UZ1)
  • CP_06: Lifelong self-learning (UZ5)
  • CP_07: Ability to communicate (both orally and in writing) the conclusions—and the knowledge and underlying reasons supporting them—to specialized and non-specialized audiences in a clear and unambiguous manner

3. Syllabus

  • TOPIC 1. Machine learning with application to communications
  • TOPIC 2. Neural networks with application to communications
  • TOPIC 3. Advanced channel coding

4. Academic activities

Participative master classes: 42 hours

Presentation by the teacher of the main contents of the subject.

Problem solving and case studies: 8 hours

Problem solving and case studies of the fundamentals presented in the master classes.

Laboratory work: 10 hours

Laboratory practices to consolidate the theoretical concepts developed in the lectures.

Study and personal work. 84 hours

Assessment tests. 6 hours

5. Assessment system

The subject will be evaluated through the following activities:

E1: Laboratory practices (20% of the grade, minimum score 4 out of 10): Evaluation will be based on the reports provided by the students and their attitude and performance in the laboratory.

E2: Practical teaching projects (20% of the grade, minimum score 4 out of 10): Evaluation will consider the student's analytical and critical capacity, the originality of the solutions, and especially the ability to work in a team and the skill to convey relevant information both orally and in writing.

E3: Mid-term written test (30% of the grade, minimum score 4 out of 10): Approximately halfway through the course, a written test will be conducted, accounting for 30% of the final grade based on the content covered up to that point. Obtaining a score of 4 out of 10 or higher in this test will exempt students from this part of the final exam. In any case, they can take this part to improve their grade.

E4: Final written test (30% of the grade, minimum score 4 out of 10): At the end of the syllabus, another written test will be conducted, accounting for 30% of the final grade based on the remaining content of the subject. Obtaining a score of 4 out of 10 or higher in this test will exempt students from this part of the final exam. In any case, they can take this part to improve their grade.

The total score E1+E2+E3+E4 must be higher than 5 to pass the subject.

The student will have a comprehensive test in each of the established sessions throughout the course. The dates and times will be determined by the School. The grade of this test must be higher than 5 to pass the subject and will be obtained as follows:

  • Laboratory practices (20% of the grade, minimum score 4 out of 10)
  • Practical teaching projects (20% of the grade, minimum score 4 out of 10)
  • Final exam (60% of the grade, minimum score 4 out of 10 in each of its 2 parts): The final exam will consist of a written test divided into two parts, both with the same weight and the same minimum score.

6. Sustainable Development Goals

8 - Decent Work and Economic Growth
9 - Industry, Innovation and Infrastructure


Curso Académico: 2024/25

658 - Máster Universitario en Ingeniería de Telecomunicación

61069 - Aprendizaje automático en comunicaciones


Información del Plan Docente

Año académico:
2024/25
Asignatura:
61069 - Aprendizaje automático en comunicaciones
Centro académico:
110 - Escuela de Ingeniería y Arquitectura
Titulación:
658 - Máster Universitario en Ingeniería de Telecomunicación
Créditos:
6.0
Curso:
1
Periodo de impartición:
Primer semestre
Clase de asignatura:
Obligatoria
Materia:
---

1. Información básica de la asignatura

La asignatura Aprendizaje automático en comunicaciones persigue el conocimiento y la comprensión de los diferentes bloques que integran los sistemas de comunicaciones digitales modernos y de las técnicas de procesado digital de señal y aprendizaje automático, con un protagonismo creciente, que intervienen en el diseño e implementación de estos. Los objetivos principales de la asignatura son la adquisición de los resultados del aprendizaje indicados en la sección siguiente.

2. Resultados de aprendizaje

  • HA_01: Capacidad para proyectar, calcular y diseñar productos, procesos e instalaciones en todos los ámbitos de la ingeniería de telecomunicación.
  • HA_04: Capacidad para el modelado matemático, cálculo y simulación en centros tecnológicos y de ingeniería de empresa, particularmente en tareas de investigación, desarrollo e innovación en todos los ámbitos relacionados con la Ingeniería de Telecomunicación y campos multidisciplinares afines.
  • HA_10: Capacidad para aplicar métodos de la teoría de la información, la modulación adaptativa y codificación de canal, así como técnicas avanzadas de procesado digital de señal a los sistemas de comunicaciones y audiovisuales.
  • CP_02: Trabajo en equipo. 
  • CP_06: Autoaprendizaje permanente 
  • CP_07: Capacidad para saber comunicar (de forma oral y escrita) las conclusiones- y los conocimientos y razones últimas que las sustentan- a públicos especializados y no especializados de un modo claro y sin ambigüedades.

3. Programa de la asignatura

  • TEMA 1. Aprendizaje automático con aplicación a las comunicaciones
  • TEMA 2. Redes neuronales con aplicación a las comunicaciones
  • TEMA 3. Codificación de canal avanzada

4. Actividades académicas

Clases magistrales participativas: 42 horas

Exposición por parte del profesor de los principales contenidos de la asignatura

Resolución de problemas y casos: 8 horas

Resolución de problemas y casos prácticos de los fundamentos presentados en las clases magistrales

Prácticas de laboratorio: 10 horas

Realización de un conjunto de prácticas en laboratorio que permitan consolidar los conceptos teóricos desarrollados en las clases magistrales.

Estudio y trabajo personal. 84 horas

Pruebas de evaluación. 6 horas

5. Sistema de evaluación

La asignatura se evaluará mediante las siguientes actividades:

E1: Prácticas de laboratorio (20% de la nota, nota mínima 4 sobre 10): Su evaluación se realizará a partir de los informes aportados por los alumnos y de su actitud y rendimiento en el laboratorio.

E2: Trabajos docentes prácticos (20 % de la nota, nota mínima 4 sobre 10): En su evaluación se valorará la capacidad analítica y crítica del alumno, la originalidad de las soluciones y, especialmente, la capacidad para trabajar en equipo y la habilidad para transmitir la información relevante de forma oral y escrita.

E3: Pruebas escrita intermedia (30% de la nota, nota mínima de 4 sobre 10): Aproximadamente a mitad de curso se realizará una prueba escrita que ponderará el 30% de la calificación final sobre los contenidos vistos hasta ese momento. La obtención de una nota mayor o igual a 4 sobre 10 en esta prueba, eximirá a los estudiantes de presentarse a esta parte del examen final. En todo caso, podrán presentarse a esta parte para mejorar su nota.

E4: Pruebas escrita intermedia (30% de la nota, nota mínima de 4 sobre 10): A final del temario se realizará otra prueba escrita que ponderará el 30% de la calificación final basado en el resto de contenidos de la asignatura. La obtención de una nota mayor o igual a 4 sobre 10 en esta prueba, eximirá a los estudiantes de presentarse a esta parte del examen final. En todo caso, podrán presentarse a esta parte para mejorar su nota.

La puntuación total E1+E2+E3+E4 deber ser superior a 5 para superar la asignatura.

El alumno dispondrá de una prueba global en cada una de las convocatorias establecidas a lo largo del curso. Las fechas y horarios vendrán determinadas por la Escuela. La calificación de dicha prueba debe ser superior a 5 para superar la asignatura y se obtendrá de la siguiente forma:

  • Prácticas de laboratorio (20% de la nota, nota mínima 4 sobre 10)
  • Trabajos docentes prácticos (20 % de la nota, nota mínima 4 sobre 10)
  • Examen final (60% de la nota, nota mínima de 4 sobre 10 en cada una de sus 2 partes): El examen final consistirá en una prueba escrita dividida en dos partes, ambas con la misma ponderación y misma nota mínima.

6. Objetivos de Desarrollo Sostenible

8 - Trabajo Decente y Crecimiento Económico
9 - Industria, Innovación e Infraestructura