Kerangka Materi

Konsep Lanjut dalam Edge AI

  • Mendalami arsitektur Edge AI
  • Analisis perbandingan antara Edge AI dan cloud AI
  • Tren terbaru dan teknologi baru dalam Edge AI
  • Kasus penggunaan dan aplikasi lanjut

Teknik Optimasi Model Lanjut

  • Kuantisasi dan pemangkasan untuk perangkat edge
  • Distilasi pengetahuan untuk model ringan
  • Transfer learning untuk aplikasi Edge AI
  • Mengotomatiskan proses optimasi model

Strategi Pelaksanaan Terbaru

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

Alat dan Framework Khusus

  • Menjelajahi alat lanjut (misalnya, TensorFlow Lite, OpenVINO, PyTorch Mobile)
  • Menggunakan alat optimisasi khusus perangkat keras
  • Mengintegrasikan model AI dengan perangkat keras edge khusus
  • Studi kasus alat dalam aksion

Penyesuaian dan Pemantauan Kinerja

  • Teknik untuk penilaian kinerja pada perangkat edge
  • Alat untuk pemantauan dan pengujian waktu nyata
  • Menyelesaikan masalah latensi, daya lewat, dan efisiensi daya
  • Strategi untuk optimasi dan pemeliharaan berkelanjutan

Kasus Penggunaan dan Aplikasi Inovatif

  • Aplikasi spesifik industri dari Edge AI lanjut
  • Kota pintar, kendaraan otonom, industri IoT, kesehatan, dan lainnya
  • Studi kasus implementasi Edge AI yang berhasil
  • Tren dan arah penelitian di masa depan dalam Edge AI

Perhatian Keamanan dan Etis Lanjut

  • Memastikan keamanan yang kuat dalam pelaksanaan Edge AI
  • Menyelesaikan masalah etis yang kompleks dalam AI di tepi
  • Menerapkan teknik AI yang melindungi privasi
  • Patuh terhadap peraturan dan standar industri yang lanjut

Proyek Tangan dan Latihan Lanjut

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

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Memahami konsep AI dan machine learning secara mendalam
  • Mahir dalam bahasa pemrograman (Python direkomendasikan)
  • Pengalaman dengan edge computing dan mengimplementasikan model AI pada perangkat edge

Penonton

  • Praktekwan AI
  • Peneliti
  • Pengembang
 14 Jam

Jumlah Peserta


Biaya per Peserta

Kursus Mendatang

Kategori Terkait