Course Outline

Pengantar Edge AI in Autonomous Systems

  • Ikhtisar Edge AI dan signifikansinya dalam sistem otonom
  • Manfaat dan tantangan utama penerapan Edge AI dalam sistem otonom
  • Tren dan inovasi terkini pada Edge AI untuk otonomi
  • Aplikasi dunia nyata dan studi kasus

Pemrosesan Real-Time dalam Sistem Otonom

  • Dasar-dasar pemrosesan data waktu nyata
  • Model AI untuk pengambilan keputusan secara real-time
  • Menangani aliran data dan fusi sensor
  • Contoh praktis dan studi kasus

Edge AI pada Kendaraan Otonom

  • Model AI untuk persepsi dan kontrol kendaraan
  • Mengembangkan dan menerapkan solusi AI untuk navigasi waktu nyata
  • Mengintegrasikan Edge AI dengan sistem kontrol kendaraan
  • Studi kasus Edge AI pada kendaraan otonom

Edge AI di Drone

  • Model AI untuk persepsi drone dan kontrol penerbangan
  • Pemrosesan data dan pengambilan keputusan secara real-time di drone
  • Menerapkan Edge AI untuk penerbangan otonom dan penghindaran rintangan
  • Contoh praktis dan studi kasus

Tepi AI di Robotics

  • Model AI untuk persepsi dan manipulasi robot
  • Pemrosesan dan kontrol waktu nyata dalam sistem robot
  • Mengintegrasikan Edge AI dengan arsitektur kontrol robot
  • Studi kasus Edge AI dalam robotika

Mengembangkan Model AI untuk Aplikasi Otonom

  • Ikhtisar pembelajaran mesin dan model pembelajaran mendalam yang relevan
  • Melatih dan mengoptimalkan model untuk penerapan edge
  • Alat dan kerangka kerja untuk Edge AI otonom (TensorFlow Lite, ROS, dll.)
  • Validasi dan evaluasi model dalam pengaturan otonom

Menerapkan Solusi Edge AI dalam Sistem Otonom

  • Langkah-langkah untuk menerapkan model AI pada berbagai perangkat keras edge
  • Pemrosesan dan inferensi data secara real-time pada perangkat edge
  • Memantau dan mengelola model AI yang diterapkan
  • Contoh penerapan praktis dan studi kasus

Pertimbangan Etis dan Peraturan

  • Memastikan keamanan dan keandalan dalam sistem AI otonom
  • Mengatasi bias dan keadilan dalam model AI otonom
  • Kepatuhan terhadap peraturan dan standar dalam sistem otonom
  • Praktik terbaik untuk penerapan AI yang bertanggung jawab dalam sistem otonom

Evaluasi dan Optimasi Kinerja

  • Teknik untuk mengevaluasi kinerja model dalam sistem otonom
  • Alat untuk pemantauan dan debugging waktu nyata
  • Strategi untuk mengoptimalkan kinerja model AI dalam aplikasi otonom
  • Mengatasi tantangan latensi, keandalan, dan skalabilitas

Use Case Inovatif dan Aplikasi

  • Aplikasi lanjutan Edge AI dalam sistem otonom
  • Studi kasus mendalam di berbagai domain otonom
  • Kisah sukses dan pelajaran yang didapat
  • Tren dan peluang masa depan di Edge AI untuk otonomi

Proyek dan Latihan Praktis

  • Mengembangkan aplikasi Edge AI yang komprehensif untuk sistem otonom
  • Proyek dan skenario dunia nyata
  • Latihan kelompok kolaboratif
  • Presentasi proyek dan umpan balik

Ringkasan dan Langkah Selanjutnya

Requirements

  • Pemahaman tentang konsep AI dan pembelajaran mesin
  • Pengalaman dengan bahasa pemrograman (Python disarankan)
  • Keakraban dengan robotika, sistem otonom, atau teknologi terkait

Hadirin

  • Robotics insinyur
  • Pengembang kendaraan otonom
  • Peneliti AI
 14 Hours

Number of participants


Price per participant

Upcoming Courses (Minimal 5 peserta)

Related Categories