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
Introduktion till Edge AI in Autonomous Systems
- Översikt över Edge AI och dess betydelse i autonoma system
- Viktiga fördelar och utmaningar med att implementera Edge AI i autonoma system
- Aktuella trender och innovationer inom Edge AI för autonomi
- Verkliga tillämpningar och fallstudier
Realtidsbearbetning i autonoma system
- Grunderna för databehandling i realtid
- AI-modeller för beslutsfattande i realtid
- Hantering av dataströmmar och sensorfusion
- Praktiska exempel och fallstudier
Edge AI i autonoma fordon
- AI-modeller för fordonsuppfattning och kontroll
- Utveckla och distribuera AI-lösningar för navigering i realtid
- Integrera Edge AI med fordonskontrollsystem
- Fallstudier av Edge AI i autonoma fordon
Edge AI i drönare
- AI-modeller för drönaruppfattning och flygkontroll
- Databehandling och beslutsfattande i realtid i drönare
- Implementera Edge AI för autonom flygning och undvikande av hinder
- Praktiska exempel och fallstudier
Edge AI i Robotics
- AI-modeller för robotperception och manipulation
- Bearbetning och styrning i realtid i robotsystem
- Integrera Edge AI med robotstyrarkitekturer
- Fallstudier av Edge AI inom robotik
Utveckling av AI-modeller för autonoma tillämpningar
- Översikt över relevanta modeller för maskininlärning och djupinlärning
- Träna och optimera modeller för gränsdistribution
- Verktyg och ramverk för autonom Edge AI (TensorFlow Lite, ROS etc.)
- Modellvalidering och utvärdering i autonoma miljöer
Distribuera Edge AI-lösningar i autonoma system
- Steg för att distribuera AI-modeller på olika gränsmaskinvara
- Databearbetning och slutsatsdragning i realtid på gränsenheter
- Övervaka och hantera distribuerade AI-modeller
- Exempel på praktisk användning och fallstudier
Etiska och regulatoriska överväganden
- Säkerställa säkerhet och tillförlitlighet i autonoma AI-system
- Hantering av partiskhet och rättvisa i autonoma AI-modeller
- Överensstämmelse med regler och standarder i autonoma system
- Metodtips för ansvarsfull AI-distribution i autonoma system
Utvärdering och optimering av prestanda
- Tekniker för att utvärdera modellprestanda i autonoma system
- Verktyg för övervakning och felsökning i realtid
- Strategier för att optimera AI-modellens prestanda i autonoma applikationer
- Hantera utmaningar med svarstid, tillförlitlighet och skalbarhet
Innovativa Use Cases och applikationer
- Avancerade tillämpningar av Edge AI i autonoma system
- Fördjupade fallstudier inom olika autonoma domäner
- Framgångshistorier och lärdomar
- Framtida trender och möjligheter inom Edge AI för autonomi
Praktiska projekt och övningar
- Utveckla en omfattande Edge AI-applikation för ett autonomt system
- Verkliga projekt och scenarier
- Gemensamma gruppövningar
- Projektpresentationer och återkoppling
Sammanfattning och nästa steg
Krav
- En förståelse för AI och maskininlärningskoncept
- Erfarenhet av programmeringsspråk (Python rekommenderas)
- Kännedom om robotik, autonoma system eller relaterad teknik
Publik
- Robotics Ingenjörer
- Utvecklare av autonoma fordon
- AI-forskare
14 timmar