Kerangka Materi

Pengenalan Edge AI dalam Sistem Otonom

  • Kajian umum tentang Edge AI dan pentingnya dalam sistem otonom
  • Manfaat dan tantangan utama dalam penerapan Edge AI dalam sistem otonom
  • Trend dan inovasi saat ini dalam Edge AI untuk otonomi
  • Aplikasi dan studi kasus dunia nyata

Pengolahan Data Realtime dalam Sistem Otonom

  • Dasar-dasar pengolahan data realtime
  • Model AI untuk pengambilan keputusan realtime
  • Menangani aliran data dan fusi sensor
  • Contoh praktis dan studi kasus

Edge AI dalam Kendaraan Otonom

  • Model AI untuk percepsi dan kontrol kendaraan
  • Mengembangkan dan menerapkan solusi AI untuk navigasi realtime
  • Mengintegrasikan Edge AI dengan sistem kontrol kendaraan
  • Studi kasus Edge AI dalam kendaraan otonom

Edge AI dalam Drone

  • Model AI untuk percepsi dan kontrol penerbangan drone
  • Pengolahan data realtime dan pengambilan keputusan dalam drone
  • Menerapkan Edge AI untuk penerbangan otonom dan penanganan halangan
  • Contoh praktis dan studi kasus

Edge AI dalam Robotika

  • Model AI untuk percepsi dan manipulasi robot
  • Pengolahan dan kontrol realtime dalam sistem robot
  • Mengintegrasikan Edge AI dengan arsitektur kontrol robot
  • Studi kasus Edge AI dalam robotika

Membangun Model AI untuk Aplikasi Otonom

  • Kajian umum tentang model machine learning dan deep learning yang relevan
  • Melatih dan mengoptimalkan model untuk deploymen edge
  • Alat dan kerangka kerja untuk Edge AI autonom (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 edge
  • Pengolahan dan inferensi data realtime pada perangkat edge
  • Pemantauan dan pengelolaan model AI yang sudah diterapkan
  • Contoh penerapan praktis dan studi kasus

Perkara Etika dan Regulasi

  • Memastikan keamanan dan keterandalan dalam sistem AI otonom
  • Mengatasi bias dan kebenaran dalam model AI otonom
  • Kesesuaian dengan peraturan dan standar dalam sistem otonom
  • Prinsip terbaik untuk penerapan AI bertanggung jawab dalam sistem otonom

Evaluasi Kinerja dan Optimasi

  • Teknik untuk mengevaluasi kinerja model dalam sistem otonom
  • Alat untuk pemantauan dan penyelidikan realtime
  • Strategi untuk mengoptimalkan kinerja model AI dalam aplikasi otonom
  • Mengatasi tantangan keterlambatan, keterandalan, dan skalabilitas

Kasus Penggunaan dan Aplikasi Inovatif

  • Aplikasi maju dari Edge AI dalam sistem otonom
  • Studi kasus mendalam dalam berbagai domain otonom
  • Cerita sukses dan pelajaran yang dipelajari
  • Trend dan peluang masa depan dalam Edge AI untuk otonomi

Proyek dan Latihan Praktis

  • Membangun aplikasi Edge AI komprehensif untuk sistem otonom
  • Proyek dan skenario dunia nyata
  • Latihan kelompok kolaboratif
  • Presentasi proyek dan ulasan

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pemahaman mengenai konsep AI dan machine learning
  • Pengalaman dalam bahasa pemrograman (Python direkomendasikan)
  • Kenyamanan dalam robotika, sistem otomatis, atau teknologi terkait

Target Audience

  • Insinyur robotika
  • Pengembang kendaraan otonom
  • Peneliti AI
 14 Jam

Jumlah Peserta


Biaya per Peserta

Kursus Mendatang

Kategori Terkait