Ta kontakt

Kursplan

Innføring i Edge AI i industrielle miljøer

  • Hvorfor Edge Computing er viktig i produksjon
  • Sammenligning med skybasert AI
  • Bruksområder i bildedanning, prediktiv vedlikehold og styring

Hardwareplattform og enhetsnivå begrensninger

  • Oversikt over vanlig Edge-hardware (Raspberry Pi, NVIDIA Jetson, Intel NUC)
  • Vurderinger av processing, minne og strømforsyning
  • Valg av riktig plattform for applikasjonstypen

Modellutvikling og optimalisering for Edge

  • Tekniske metoder for modellkomprimering, utskjæring og kvantisering
  • Bruk av TensorFlow Lite og ONNX for inngjekkede implementeringer
  • Balanse mellom nøyaktighet og hastighet i begrensede miljøer

Datamaskinvisjon og sensorfusion ved kanten

  • Bildediagnostikk og overvåking basert på Edge
  • Integrasjon av data fra flere sensorer (vibrasjon, temperatur, kameraer)
  • Reell tid anomaali-deteksjon med Edge Impulse

Kommunikasjon og datautveksling

  • Bruk av MQTT for industriell meldingsgivning
  • Integrasjon med SCADA, OPC-UA og PLC-systemer
  • Sikkerhet og robusthet i Edge-kommunikasjon

Implementering og felttesting

  • Pakke og implementer modeller på Edge-enheter
  • Overvåke ytelse og administrere oppdateringer
  • Tilfellestudie: realtid beslutningssløyfe med lokal aktivering

Skalering og vedlikehold av Edge AI-systemer

  • Strategier for administrasjon av Edge-enheter
  • Fjernaar oppdateringer og syklus for modell-omtrening
  • Livssyklus-overvegelser for industriell implementering

Oppsummering og neste steg

Krav

  • En forståelse av inngjekkede systemer eller IoT-arkitekturer
  • Erfaring med Python eller C/C++ programmering
  • Kjenning med utvikling av maskinlæringsmodeller

Publikum

  • Utviklere av inngjekkede systemer
  • Industrielle IoT-team
 21 Timer

Antall deltakere


Pris per deltaker

Referanser (1)

Kommende kurs

Relaterte kategorier