Návrh Školení

Úvod do Edge AI in Autonomous Systems

  • Přehled Edge AI a její význam v autonomních systémech
  • Klíčové výhody a výzvy implementace Edge AI v autonomních systémech
  • Aktuální trendy a inovace v Edge AI pro autonomii
  • Reálné aplikace a případové studie

Zpracování v reálném čase v autonomních systémech

  • Základy zpracování dat v reálném čase
  • Modely AI pro rozhodování v reálném čase
  • Zpracování datových toků a fúze senzorů
  • Praktické příklady a případové studie

Edge AI v autonomních vozidlech

  • Modely AI pro vnímání a ovládání vozidla
  • Vývoj a nasazení řešení AI pro navigaci v reálném čase
  • Integrace Edge AI s řídicími systémy vozidla
  • Případové studie Edge AI v autonomních vozidlech

Edge AI v dronech

  • AI modely pro vnímání dronů a řízení letu
  • Zpracování dat v reálném čase a rozhodování v dronech
  • Implementace Edge AI pro autonomní let a vyhýbání se překážkám
  • Praktické příklady a případové studie

Edge AI v Robotics

  • Modely umělé inteligence pro robotické vnímání a manipulaci
  • Zpracování a řízení v reálném čase v robotických systémech
  • Integrace Edge AI s architekturami robotického ovládání
  • Případové studie Edge AI v robotice

Vývoj modelů umělé inteligence pro autonomní aplikace

  • Přehled relevantních modelů strojového učení a hlubokého učení
  • Školení a optimalizace modelů pro okrajové nasazení
  • Nástroje a rámce pro autonomní Edge AI (TensorFlow Lite, ROS atd.)
  • Validace a vyhodnocení modelu v autonomním prostředí

Nasazení řešení Edge AI v autonomních systémech

  • Kroky pro nasazení modelů umělé inteligence na různém okrajovém hardwaru
  • Zpracování dat v reálném čase a odvození na okrajových zařízeních
  • Monitorování a správa nasazených modelů umělé inteligence
  • Praktické příklady nasazení a případové studie

Etické a regulační aspekty

  • Zajištění bezpečnosti a spolehlivosti v autonomních systémech umělé inteligence
  • Řešení zkreslení a spravedlnosti v autonomních modelech umělé inteligence
  • Dodržování předpisů a norem v autonomních systémech
  • Nejlepší postupy pro zodpovědné nasazení AI v autonomních systémech

Hodnocení a optimalizace výkonu

  • Techniky pro hodnocení výkonnosti modelu v autonomních systémech
  • Nástroje pro monitorování a ladění v reálném čase
  • Strategie pro optimalizaci výkonu modelu AI v autonomních aplikacích
  • Řešení problémů s latencí, spolehlivostí a škálovatelností

Inovativní Use Cases a aplikace

  • Pokročilé aplikace Edge AI v autonomních systémech
  • Hloubkové případové studie v různých autonomních doménách
  • Příběhy úspěšných a poučení
  • Budoucí trendy a příležitosti v Edge AI pro autonomii

Praktické projekty a cvičení

  • Vývoj komplexní aplikace Edge AI pro autonomní systém
  • Reálné projekty a scénáře
  • Společná skupinová cvičení
  • Prezentace projektů a zpětná vazba

Shrnutí a další kroky

Požadavky

  • Pochopení konceptů AI a strojového učení
  • Zkušenosti s programovacími jazyky (doporučeno Python)
  • Znalost robotiky, autonomních systémů nebo souvisejících technologií

Publikum

  • Robotics inženýři
  • Vývojáři autonomních vozidel
  • výzkumníci AI
 14 hodiny

Počet účastníků


Price per participant

Upcoming Courses

Související kategorie