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
Introduksjon til Edge AI in Autonomous Systems
- Oversikt over Edge AI og dens betydning i autonome systemer
- Viktige fordeler og utfordringer ved å implementere Edge AI i autonome systemer
- Aktuelle trender og innovasjoner i Edge AI for autonomi
- Virkelige applikasjoner og casestudier
Sanntidsbehandling i autonome systemer
- Grunnleggende om sanntidsdatabehandling
- AI-modeller for sanntids beslutningstaking
- Håndtering av datastrømmer og sensorfusjon
- Praktiske eksempler og case-studier
Edge AI i autonome kjøretøy
- AI-modeller for oppfatning og kontroll av kjøretøy
- Utvikle og distribuere AI-løsninger for sanntidsnavigasjon
- Integrering av Edge AI med kjøretøykontrollsystemer
- Kasusstudier av Edge AI i autonome kjøretøy
Edge AI i droner
- AI-modeller for dronepersepsjon og flykontroll
- Sanntidsdatabehandling og beslutningstaking i droner
- Implementering av Edge AI for autonom flyging og unngåelse av hindringer
- Praktiske eksempler og casestudier
Edge AI i Robotics
- AI-modeller for robot persepsjon og manipulasjon
- Sanntidsbehandling og kontroll i robotsystemer
- Integrering av Edge AI med robotkontrollarkitekturer
- Kasusstudier av Edge AI i robotikk
Utvikle AI-modeller for autonome applikasjoner
- Oversikt over relevante maskinlærings- og dyplæringsmodeller
- Trening og optimalisering av modeller for edge-distribusjon
- Verktøy og rammeverk for autonom Edge AI (TensorFlow Lite, ROS osv.)
- Modellvalidering og evaluering i autonome omgivelser
Implementering av Edge AI-løsninger i autonome systemer
- Trinn for å distribuere AI-modeller på forskjellig kantmaskinvare
- Sanntidsdatabehandling og inferens på kantenheter
- Overvåke og administrere utplasserte AI-modeller
- Praktiske implementeringseksempler og casestudier
Etiske og regulatoriske hensyn
- Sikre sikkerhet og pålitelighet i autonome AI-systemer
- Ta tak i skjevhet og rettferdighet i autonome AI-modeller
- Overholdelse av forskrifter og standarder i autonome systemer
- Beste praksis for ansvarlig AI-distribusjon i autonome systemer
Ytelsesevaluering og optimering
- Teknikker for å evaluere modellytelse i autonome systemer
- Verktøy for sanntidsovervåking og feilsøking
- Strategier for å optimalisere AI-modellytelsen i autonome applikasjoner
- Ta tak i utfordringer med ventetid, pålitelighet og skalerbarhet
Innovative Use Caseer og applikasjoner
- Avanserte applikasjoner av Edge AI i autonome systemer
- Dybde casestudier i ulike autonome domener
- Suksesshistorier og lærdom
- Fremtidige trender og muligheter i Edge AI for autonomi
Praktiske prosjekter og øvelser
- Utvikle en omfattende Edge AI-applikasjon for et autonomt system
- Prosjekter og scenarier i den virkelige verden
- Samarbeidsgruppeøvelser
- Prosjektpresentasjoner og tilbakemeldinger
Sammendrag og neste trinn
Krav
- En forståelse av AI og maskinlæringskonsepter
- Erfaring med programmeringsspråk (Python anbefales)
- Kjennskap til robotikk, autonome systemer eller relaterte teknologier
Publikum
- Robotics ingeniører
- Autonome kjøretøyutviklere
- AI-forskere
14 timer
