Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Cursusaanbod
Inleiding tot Edge AI in autonome systemen
- Overzicht van Edge AI en de betekenis ervan voor autonome systemen
- De belangrijkste voordelen en uitdagingen bij implementatie van Edge AI in autonome systemen
- Actuele ontwikkelingen en innovaties binnen Edge AI voor autonomie
- Praktische toepassingen en casestudy’s
Realtime-verwerking in autonome systemen
- De basisprincipes van realtime-dataverwerking
- AI-modellen voor besluitvorming in realtime
- Omgaan met datastromen en sensorgegevens
- Praktische voorbeelden en casestudy’s
Edge AI in zelfrijdende voertuigen
- AI-modellen voor waarneem- en besturingsfuncties van voertuigen
- Ontwikkeling en implementatie van AI-oplossingen voor realtime-navigatie
- Integratie van Edge AI met besturingssystemen van voertuigen
- Casestudy’s over Edge AI in zelfrijdende voertuigen
Edge AI in drones
- AI-modellen voor waarneem- en vluchtbesturing van drones
- Realtime-dataverwerking en besluitvorming bij drones
- Implementatie van Edge AI voor autonome vlucht en obstakelvermijding
- Praktische voorbeelden en casestudy’s
Edge AI in robotica
- AI-modellen voor waarneming en manipulatie door robots
- Realtime-verwerking en besturing van robotische systemen
- Integratie van Edge AI met robotbesturingsarchitecturen
- Casestudy’s over Edge AI in robotica
Ontwikkeling van AI-modellen voor autonome toepassingen
- Overzicht van relevante machine learning- en deep learning-modellen
- Trainen en optimaliseren van modellen voor gebruik op edge-apparaten
- Tools en frameworks voor Edge AI in autonome systemen (zoals TensorFlow Lite en ROS)
- Valideren en evalueren van modellen in praktische omstandigheden
Implementatie van Edge AI-oplossingen in autonome systemen
- Stappen voor implementatie van AI-modellen op diverse edge-hardware
- Realtime-dataverwerking en -inferentie op edge-apparaten
- Bewaking en beheer van geïmplementeerde AI-modellen
- Praktische voorbeelden en casestudy’s over implementatie
Ethiek en regelgeving
- Het waarborgen van veiligheid en betrouwbaarheid in AI-systemen voor autonomie
- Aandacht voor vooroordelen en rechtvaardigheid binnen AI-modellen
- Naleving van wetgeving en standaarden in autonome systemen
- Best practices voor verantwoord gebruik van AI in autonome toepassingen
Prestatie-evaluatie en optimalisatie
- Methoden voor het beoordelen van modelprestaties in autonome systemen
- Tools voor realtime-monitoring en probleemoplossing
- Strategieën voor het verbeteren van AI-prestaties binnen autonome toepassingen
- Aanpak van uitdagingen zoals latentie, betrouwbaarheid en schaalbaarheid
Innovatieve gebruiksmogelijkheden en toepassingen
- Geavanceerde toepassingen van Edge AI in autonome systemen
- Gedetailleerde casestudy’s uit verschillende gebieden van autonomie
- Succesverhalen en geleerde lessen
- Toekomstige trends en ontwikkelingsmogelijkheden voor Edge AI in autonomie
Praktische projecten en oefeningen
- Het ontwikkelen van een volledige Edge AI-toepassing voor een autonoom systeem
- Realistische projecten en scenario’s
- Samenwerkingsgerichte groepsopdrachten
- Presentaties van projecten met feedbackrondes
Samenvatting en vervolgstappen
Vereisten
- Kennis van basisconcepten rond AI en machine learning
- ervaring met programmeertalen (Python wordt aanbevolen)
- Kennismaking met robotica, autonome systemen of gerelateerde technologieën
Doelgroep
- Robots-engineers
- Ontwikkelaars van zelfrijdende voertuigen
- AI-onderzoekers
14 Uren
Getuigenissen (1)
Dat we geavanceerde onderwerpen kunnen bespreken en met praktijkvoorbeelden kunnen werken
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Cursus - Advanced Edge AI Techniques
Automatisch vertaald
