Course Outline

Konsep Tingkat Lanjut di Edge AI

  • Pelajari lebih dalam tentang arsitektur Edge AI
  • Analisis perbandingan Edge AI dan cloud AI
  • Tren terkini dan teknologi baru di Edge AI
  • Kasus penggunaan dan aplikasi tingkat lanjut

Teknik Pengoptimalan Model Tingkat Lanjut

  • Kuantisasi dan pemangkasan untuk perangkat tepi
  • Penyulingan pengetahuan untuk model ringan
  • Transfer pembelajaran untuk aplikasi edge AI
  • Mengotomatiskan proses pengoptimalan model

Strategi Penerapan Mutakhir

  • Kontainerisasi dan orkestrasi untuk Edge AI
  • Menerapkan model AI menggunakan platform komputasi edge (misalnya Edge TPU, Jetson Nano)
  • Inferensi waktu nyata dan solusi latensi rendah
  • Mengelola pembaruan dan skalabilitas pada perangkat edge

Alat dan Kerangka Khusus

  • Menjelajahi alat tingkat lanjut (misalnya, TensorFlow Lite, OpenVINO, PyTorch Mobile)
  • Menggunakan alat pengoptimalan khusus perangkat keras
  • Mengintegrasikan model AI dengan perangkat keras edge khusus
  • Studi kasus tentang alat yang sedang beraksi

Penyetelan dan Pemantauan Kinerja

  • Teknik untuk melakukan benchmarking kinerja pada perangkat edge
  • Alat untuk pemantauan dan debugging waktu nyata
  • Mengatasi latensi, throughput, dan efisiensi daya
  • Strategi untuk pengoptimalan dan pemeliharaan berkelanjutan

Use Case Inovatif dan Aplikasi

  • Aplikasi khusus industri dari Edge AI yang canggih
  • Kota pintar, kendaraan otonom, IoT industri, layanan kesehatan, dan banyak lagi
  • Studi kasus implementasi Edge AI yang sukses
  • Tren masa depan dan arah penelitian di Edge AI

Pertimbangan Etis dan Keamanan Tingkat Lanjut

  • Memastikan keamanan yang kuat dalam penerapan Edge AI
  • Mengatasi masalah etika yang kompleks pada AI di edge
  • Menerapkan teknik AI yang menjaga privasi
  • Kepatuhan terhadap peraturan lanjutan dan standar industri

Proyek Praktis dan Latihan Tingkat Lanjut

  • Mengembangkan dan mengoptimalkan aplikasi Edge AI yang kompleks
  • Proyek dunia nyata dan skenario tingkat lanjut
  • Latihan kelompok kolaboratif dan tantangan inovasi
  • Presentasi proyek dan umpan balik ahli

Ringkasan dan Langkah Selanjutnya

Requirements

  • Pemahaman mendalam tentang konsep AI dan pembelajaran mesin
  • Kemahiran dalam bahasa pemrograman (Python disarankan)
  • Pengalaman dengan komputasi edge dan penerapan model AI pada perangkat edge

Hadirin

  • Praktisi AI
  • Peneliti
  • Pengembang
 14 Hours

Number of participants


Price per participant

Upcoming Courses (Minimal 5 peserta)

Related Categories