Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
План на курса
Начало на Edge AI в автономни системи
- Преглед на Edge AI и значението му в автономни системи
- Основни преимущества и предизвикателства при внедряването на Edge AI в автономни системи
- Съвременни тенденции и иновации в Edge AI за автономност
- Реални приложения и изследвания
Реално времеобработка в автономни системи
- Основни принципи на реално времеобработка на данни
- AI модели за реално времеприемане на решения
- Обработка на потоци данни и сензорна фузия
- Практични примери и изследвания
Edge AI в автономни превозни средства
- AI модели за превъзнание и контрол на превозно средство
- Развитие и разпространение на AI решения за реално време навигация
- Интегриране на Edge AI с системи за контрол на превозни средства
- Изследвания на Edge AI в автономни превозни средства
Edge AI в дронове
- AI модели за дроново превъзнание и контрол на полета
- Реално времеобработка на данни и приемане на решения в дронове
- Имплементация на Edge AI за автономен полет и избегване на пречки
- Практични примери и изследвания
Edge AI в робототехника
- AI модели за роботско превъзнание и манипулация
- Реално времеобработка и контрол в роботски системи
- Интегриране на Edge AI с роботски архитектури за контрол
- Изследвания на Edge AI в робототехника
Развиване на AI модели за автономни приложения
- Преглед на релевантни модели за машинно обучение и дълбоко обучение
- Обучение и оптимизация на модели за Edge разпространение
- Инструменти и платформи за автономен Edge AI (TensorFlow Lite, ROS и др.)
- Валидация и оценка на модели в автономни среди
Разпространение на Edge AI решения в автономни системи
- Стъпки за разпространение на AI модели на различна Edge хардуер
- Реално времеобработка на данни и извличане на заключения на Edge устройства
- Мониторинг и управление на разпространени AI модели
- Практични примери за разпространение и изследвания
Етични и регулаторни разсъждения
- Осигуряване на безопасност и надежност в автономни AI системи
- Засегнатост на предразсъдъци и справедливост в автономни AI модели
- Съответствие с регулации и стандарти в автономни системи
- Добри практики за отговорно разпространение на AI в автономни системи
Оценка на производителността и оптимизация
- Техники за оценка на производителността на модели в автономни системи
- Инструменти за реално време мониторинг и диагностика
- Стратегии за оптимизация на производителността на AI модели в автономни приложения
- Решаваме проблеми с забавяне, надежност и масовост
Иновативни употреби и приложения
- Напреднали приложения на Edge AI в автономни системи
- Детайлни изследвания в различни автономни области
- Спечелени успехи и извлекли уроци
- Бъдещи тенденции и възможности в Edge AI за автономност
Практическа работа и упражнения
- Развиване на комплексно Edge AI приложение за автономна система
- Реални проекти и сценарии
- Колективни упражнения
- Представяне на проекти и отзиви
Резюме и следващи стъпки
Изисквания
- Разбиране на концепции за изкуствен интелект и машинно обучение
- Опит с езици за програмиране (предпочитан е Python)
- Познание в областта на роботиката, автономните системи или свързани технологии
Целева аудитория
- Инженери по роботика
- Разработчици на автономни превозни средства
- Изследователи в областта на изкуствения интелект
14 часа