Kurzusleírás

Az Edge AI bemutatása itt: Industrial Automation

  • Az Edge AI és ipari alkalmazásai áttekintése
  • Az Edge AI ipari környezetben való használatának előnyei és kihívásai
  • Esettanulmányok sikeres Edge AI-alkalmazásokról a gyártásban

Az Edge AI környezet beállítása

  • Edge AI eszközök telepítése és konfigurálása
  • Ipari érzékelők és adatgyűjtő rendszerek felállítása
  • Bevezetés a releváns Edge AI keretrendszerekbe és könyvtárakba
  • Gyakorlati gyakorlatok a környezet beállításához

Prediktív karbantartás Edge AI segítségével

  • Bevezetés a prediktív karbantartásba
  • AI modellek fejlesztése a berendezések állapotának megfigyelésére
  • Valós idejű hibaészlelés és -előrejelzés megvalósítása
  • Gyakorlati gyakorlatok a prediktív karbantartáshoz

Minőségellenőrzés Edge AI használatával

  • A gyártás minőség-ellenőrzésének áttekintése
  • AI technikák a hibák észlelésére és osztályozására
  • Jövőkép alapú minőségellenőrzési rendszerek megvalósítása
  • Gyakorlati gyakorlatok minőség-ellenőrzési alkalmazásokhoz

Folyamatoptimalizálás Edge AI segítségével

  • Bevezetés a folyamatoptimalizálásba
  • AI használata a folyamatok valós idejű megfigyelésére és vezérlésére
  • AI-vezérelt döntéshozatali rendszerek megvalósítása
  • Gyakorlati gyakorlatok a folyamatok optimalizálásához

Edge AI-megoldások üzembe helyezése és kezelése

  • AI modellek telepítése ipari élvonalbeli eszközökön
  • Edge AI rendszerek figyelése és karbantartása
  • A telepített modellek hibaelhárítása és optimalizálása
  • Gyakorlati gyakorlatok a telepítéshez és a menedzsmenthez

Eszközök és keretek az Industrial Edge AI-hoz

  • Az eszközök és keretrendszerek áttekintése (pl. TensorFlow Lite, OpenVINO)
  • A TensorFlow Lite használata ipari mesterséges intelligencia alkalmazásokhoz
  • Gyakorlati gyakorlatok optimalizáló eszközökkel

Valós alkalmazások és esettanulmányok

  • Sikeres ipari Edge AI projektek áttekintése
  • Az iparág-specifikus felhasználási esetek megbeszélése
  • Gyakorlati projekt egy valós ipari AI-alkalmazás felépítéséhez és optimalizálásához

Összegzés és a következő lépések

Követelmények

  • Az AI és a gépi tanulási koncepciók megértése
  • Ipari automatizálási rendszerekkel kapcsolatos tapasztalat
  • Alapvető programozási ismeretek (Python ajánlott)

Közönség

  • Ipari mérnökök
  • Gyártó szakemberek
  • AI fejlesztők
 14 Órák

Résztvevők száma


Ár résztvevőnként

Közelgő kurzusok

Rokon kategóriák