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.
Đề cương khóa học
Giới thiệu về Edge AI trong các hệ thống tự động
- Tổng quan về Edge AI và ý nghĩa của nó trong các hệ thống tự động
- Các lợi ích và thách thức chính khi triển khai Edge AI trong các hệ thống tự động
- Các xu hướng và sáng tạo hiện nay trong Edge AI cho tính tự động
- Các ứng dụng thực tế và nghiên cứu trường hợp
Xử lý thời gian thực trong các hệ thống tự động
- Các nguyên lý cơ bản của xử lý dữ liệu thời gian thực
- Các mô hình AI cho quyết định thời gian thực
- Xử lý luồng dữ liệu và fusion cảm biến
- Các ví dụ thực tế và nghiên cứu trường hợp
Edge AI trong các xe tự hành
- Các mô hình AI cho nhận biết và điều khiển xe
- Phát triển và triển khai các giải pháp AI cho điều hướng thời gian thực
- Tích hợp Edge AI với các hệ thống điều khiển xe
- Các nghiên cứu trường hợp về Edge AI trong các xe tự hành
Edge AI trong các máy bay không người lái
- Các mô hình AI cho nhận biết và điều khiển bay
- Xử lý dữ liệu thời gian thực và quyết định trong máy bay không người lái
- Triển khai Edge AI cho bay tự động và tránh vật cản
- Các ví dụ thực tế và nghiên cứu trường hợp
Edge AI trong Robot học
- Các mô hình AI cho nhận biết và thao tác của robot
- Xử lý và điều khiển thời gian thực trong các hệ thống robot
- Tích hợp Edge AI với kiến trúc điều khiển robot
- Các nghiên cứu trường hợp về Edge AI trong Robot học
Phát triển các mô hình AI cho các ứng dụng tự động
- Tổng quan các mô hình học máy và học sâu liên quan
- Huấn luyện và tối ưu hóa các mô hình cho triển khai trên Edge
- Các công cụ và khung (TensorFlow Lite, ROS, etc.) cho Edge AI tự động
- Xác thực và đánh giá mô hình trong môi trường tự động
Triển khai các giải pháp Edge AI trong các hệ thống tự động
- Các bước triển khai các mô hình AI trên các thiết bị Edge khác nhau
- Xử lý dữ liệu và suy luận thời gian thực trên các thiết bị Edge
- Giám sát và quản lý các mô hình AI đã triển khai
- Các ví dụ triển khai thực tế và nghiên cứu trường hợp
Các vấn đề đạo đức và quy định
- Đảm bảo an toàn và tin cậy trong các hệ thống AI tự động
- Đối phó với sự thiên vị và công bằng trong các mô hình AI tự động
- Tuân thủ quy định và tiêu chuẩn trong các hệ thống tự động
- Các thao tác tốt nhất cho việc triển khai AI chịu trách nhiệm trong các hệ thống tự động
Đánh giá hiệu suất và tối ưu hóa
- Các kỹ thuật để đánh giá hiệu suất mô hình trong các hệ thống tự động
- Các công cụ cho giám sát và gỡ lỗi thời gian thực
- Các chiến lược để tối ưu hóa hiệu suất mô hình AI trong các ứng dụng tự động
- Đối phó với các thách thức về độ trễ, tin cậy và khả năng mở rộng
Các trường hợp sử dụng và ứng dụng sáng tạo
- Các ứng dụng nâng cao của Edge AI trong các hệ thống tự động
- Các nghiên cứu trường hợp sâu sắc trong các lĩnh vực tự động khác nhau
- Các câu chuyện thành công và bài học được học
- Các xu hướng và cơ hội trong tương lai của Edge AI cho tính tự động
Các dự án thực hành và bài tập
- Phát triển một ứng dụng Edge AI toàn diện cho một hệ thống tự động
- Các dự án và tình huống thực tế
- Các bài tập nhóm cộng tác
- Báo cáo dự án và phản hồi
Tóm tắt và các bước tiếp theo
Requirements
- Hiểu biết về các khái niệm AI và học máy
- Kinh nghiệm với các ngôn ngữ lập trình (đề xuất sử dụng Python)
- Thông thạo với robot học, hệ thống tự động hoá, hoặc các công nghệ liên quan
Đối tượng học
- Kỹ sư robot học
- Người phát triển xe tự hành
- Nhà nghiên cứu AI
14 Hours
