Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Avancerade koncept inom Edge AI
- Djupdykning i Edge AI-arkitektur
- Jämförande analys av Edge AI och moln-AI
- De senaste trenderna och ny teknik inom Edge AI
- Avancerade användningsfall och applikationer
Avancerade tekniker för modelloptimering
- Kvantisering och rensning för gränsenheter
- Kunskapsdestillation för lättviktsmodeller
- Överför inlärning för AI-gränsprogram
- Automatisera modelloptimeringsprocesser
Banbrytande distributionsstrategier
- Containerisering och orkestrering för Edge AI
- Distribuera AI-modeller med hjälp av edge computing-plattformar (t.ex. Edge TPU, Jetson Nano)
- Lösningar för slutsatsdragning i realtid och låg latens
- Hantera uppdateringar och skalbarhet på gränsenheter
Specialiserade verktyg och ramverk
- Utforska avancerade verktyg (t.ex. TensorFlow Lite, OpenVINO, PyTorch Mobile)
- Använda maskinvaruspecifika optimeringsverktyg
- Integrera AI-modeller med specialiserad gränsmaskinvara
- Fallstudier av verktyg i praktiken
Justering och övervakning av prestanda
- Tekniker för prestandatest på gränsenheter
- Verktyg för övervakning och felsökning i realtid
- Hantera svarstid, dataflöde och energieffektivitet
- Strategier för löpande optimering och underhåll
Innovativa Use Cases och applikationer
- Branschspecifika tillämpningar av avancerad Edge AI
- Smarta städer, autonoma fordon, industriell IoT, hälso- och sjukvård med mera
- Fallstudier av framgångsrika Edge AI-implementeringar
- Framtida trender och forskningsriktningar inom Edge AI
Avancerade etiska och säkerhetsmässiga överväganden
- Säkerställa robust säkerhet i Edge AI-distributioner
- Hantering av komplexa etiska frågor inom AI vid gränsen
- Implementering av integritetsbevarande AI-tekniker
- Överensstämmelse med avancerade regler och branschstandarder
Praktiska projekt och avancerade övningar
- Utveckla och optimera ett komplext Edge AI-program
- Verkliga projekt och avancerade scenarier
- Kollaborativa gruppövningar och innovationsutmaningar
- Projektpresentationer och expertrespons
Sammanfattning och nästa steg
Krav
- Fördjupad förståelse för AI- och maskininlärningskoncept
- Kunskaper i programmeringsspråk (Python rekommenderas)
- Erfarenhet av databehandling på gränsenheter och distribution av AI-modeller på gränsenheter
Publik
- AI-utövare
- Forskare
- Utvecklare
14 timmar