Kerangka Materi

Pengenalan Edge AI dan IoT

  • Definisi dan konsep utama dari Edge AI
  • Overview dari sistem dan arsitektur IoT
  • Manfaat dan tantangan dalam mengintegrasikan Edge AI dengan IoT
  • Aplikasi dan kasus penggunaan di dunia nyata

Arsitektur Edge AI untuk IoT

  • Komponen dari sistem Edge AI untuk IoT
  • Persyaratan perangkat keras dan perangkat lunak
  • Aliran data dalam aplikasi IoT yang dilengkapi Edge AI
  • Integrasi dengan sistem IoT yang ada

Menyusun Lingkungan Edge AI dan IoT

  • Pengenalan ke platform IoT populer (misalnya, Arduino, Raspberry Pi, NVIDIA Jetson)
  • Memasang perangkat lunak dan perpustakaan yang diperlukan
  • Konfigurasi lingkungan pengembangan
  • Inisialisasi pengaturan Edge AI dan IoT

Membangun Model AI untuk Perangkat IoT

  • Overview dari model pembelajaran mesin dan deep learning untuk edge dan IoT
  • Melatih dan mengoptimalkan model untuk penyebaran IoT
  • Alat dan kerangka kerja untuk pengembangan Edge AI (TensorFlow Lite, OpenVINO, dll.)
  • Teknik untuk kompresi dan optimasi model

Pengelolaan Data dan Praproses dalam IoT

  • Teknik pengumpulan data untuk lingkungan IoT
  • Praproses dan augmentasi data untuk perangkat edge
  • Mengelola pipa data di perangkat IoT
  • Memastikan privasi dan keamanan data dalam lingkungan IoT

Menyebarkan Model Edge AI di Perangkat IoT

  • Langkah untuk menyebarkan model AI di perangkat edge IoT
  • Teknik untuk memantau dan mengelola model yang disebarkan
  • Pengolahan data dan inferensi waktu nyata di perangkat IoT
  • Kasus dan contoh praktis penyebaran

Mengintegrasikan Edge AI dengan Protokol dan Platform IoT

  • Overview dari protokol komunikasi IoT (MQTT, CoAP, HTTP, dll.)
  • Menghubungkan solusi Edge AI dengan sensor dan aktor IoT
  • Membangun solusi Edge AI dan IoT end-to-end
  • Contoh praktis dan kasus penggunaan

Kasus Penggunaan dan Aplikasi

  • Aplikasi Edge AI khusus industri dalam IoT
  • Kasus studi mendalam dalam rumah pintar, IoT industri, kesehatan, dan lainnya
  • Cerita sukses dan pelajaran yang dipelajari
  • Tren dan peluang masa depan dalam Edge AI untuk IoT

Pertimbangan Etika dan Praktik Terbaik

  • Memastikan privasi dan keamanan dalam penyebaran Edge AI dan IoT
  • Mengatasi bias dan keadilan dalam model AI
  • Kepatuhan terhadap peraturan dan standar
  • Praktik terbaik untuk penyebaran AI bertanggung jawab dalam IoT

Proyek dan Latihan Praktis

  • Membangun aplikasi Edge AI kompleks untuk IoT
  • Proyek dan skenario dunia nyata
  • Latihan kelompok kolaboratif
  • Presentasi proyek dan umpan balik

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pemahaman konsep dasar AI dan pemelajaran mesin
  • Pengalaman dengan bahasa pemrograman (Python direkomendasikan)
  • Keakrabatan dengan konsep dan teknologi IoT

Peserta

  • Pengembang IoT
  • Arsitek sistem
  • Profesional industri
 14 Jam

Jumlah Peserta


Biaya per Peserta

Kursus Mendatang

Kategori Terkait