お問い合わせ

コース概要

自律型システムにおけるエッジAIの概要

  • エッジAIの基礎および自律型システムにおけるその重要性について解説する
  • 自律型システムへエッジAIを導入する際の主な利点と課題を紹介する
  • 自律運転分野におけるエッジAIの最新動向とイノベーションを解説する
  • 実際の応用例およびケーススタディを示す

自律型システムにおけるリアルタイム処理

  • リアルタイムデータ処理の基礎を学ぶ
  • リアルタイム意思決定を行うためのAIモデルについて説明する
  • データストリームの取り扱いおよびセンサーの情報統合方法を解説する
  • 実際の例やケーススタディを示す

自律型車両におけるエッジAI

  • 車両の認識および制御に用いられるAIモデルについて説明する
  • リアルタイムナビゲーション向けのAIソリューション開発・導入方法を解説する
  • エッジAIと車両制御システムとの統合方法について述べる
  • 自律型車両におけるエッジAIの応用例を紹介する

ドローンにおけるエッジAI

  • ドローンの認識および飛行制御に用いられるAIモデルについて説明する
  • ドローンにおけるリアルタイムデータ処理と意思決定の仕組みを解説する
  • 自律飛行や障害物回避にエッジAIを活用する方法について述べる
  • 実際の例やケーススタディを示す

ロボットにおけるエッジAI

  • ロボットの認識および操作に用いられるAIモデルについて説明する
  • ロボットシステムにおけるリアルタイム処理と制御の実現方法を解説する
  • エッジAIとロボット制御アーキテクチャとの統合手法について述べる
  • ロボティックス分野でのエッジAIの応用例を紹介する

自律型アプリケーション向けのAIモデル開発

  • 関連する機械学習およびディープラーニングモデルの概要を説明する
  • エッジ環境での導入向けにモデルを訓練・最適化する方法について解説する
  • 自律型エッジAI開発用のツールやフレームワーク(TensorFlow Lite、ROSなど)について紹介する
  • 自律型システムにおけるモデルの検証および評価手法を述べる

自律型システムへのエッジAIソリューションの導入

  • 各種エッジハードウェア上へAIモデルを導入する手順を説明する
  • エッジデバイスでのリアルタイムデータ処理および推論の実現方法を解説する
  • 導入済みAIモデルの監視および管理手法について述べる
  • 実際の導入事例やケーススタディを示す

倫理的・規制的な配慮事項

  • 自律型AIシステムにおける安全性と信頼性の確保方法について説明する
  • 自律型AIモデルにおけるバイアスや公平性への対処法を述べる
  • 自律型システム関連の規制および標準規格への適合方法について解説する
  • 自律型システムにおける責任あるAI導入のためのベストプラクティスを紹介する

パフォーマンス評価と最適化

  • 自律型システムにおいてモデル性能を評価する手法について説明する
  • リアルタイム監視やデバッグのためのツールについて紹介する
  • 自律型アプリケーションにおけるAIモデル性能を最適化する戦略を述べる
  • 遅延、信頼性、スケーラビリティの課題への対処法について解説する

革新的な利用事例と応用分野

  • 自律型システムにおけるエッジAIの先進的活用方法を紹介する
  • 各種自律分野での詳細なケーススタディを示す
  • 成功事例やそこから得られた教訓について説明する
  • 自律運転分野におけるエッジAIの今後の動向および機会を述べる

ハンズオンプロジェクトと演習

  • 自律型システム向けの総合的なエッジAIアプリケーションを開発する
  • 現実世界でのプロジェクトやシナリオを取り上げる
  • グループ単位での共同演習を行う
  • 作成したプロジェクトの発表およびフィードバックを実施する

まとめおよび次のステップについて

要求

  • AIおよび機械学習の基礎的な概念を理解していること
  • プログラミング言語(特にPython)の使用経験があること
  • ロボット工学、自律型システム、または関連技術に精通していること

対象者

  • ロボット工学エンジニア
  • 自動運転車の開発者
  • AI研究者
 14 時間

参加者の人数


参加者1人あたりの価格

お客様の声 (1)

今後のコース

関連カテゴリー