お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
コース概要
産業環境におけるエッジAIの入門
- 製造業においてエッジコンピューティングが重要な理由
- クラウドベースAIとの比較
- ビジョン、予知保全、制御におけるユースケース
ハードウェアプラットフォームとデバイスレベルの制約
- 一般的なエッジハードウェア(Raspberry Pi、NVIDIA Jetson、Intel NUC)の概要
- 処理能力、メモリ、電力に関する考慮事項
- アプリケーションの種類に応じた適切なプラットフォームの選択
エッジ向けモデル開発と最適化
- モデル圧縮、プルーニング、量子化技術
- 組み込みデプロイメントのためのTensorFlow LiteとONNXの利用
- 制約環境における精度と速度のバランス
エッジにおけるコンピュータビジョンとセンサーフュージョン
- エッジベースの視覚検査と監視
- 複数センサー(振動、温度、カメラなど)からのデータ統合
- Edge Impulseを用いたリアルタイム異常検知
コミュニケーションとデータ交換
- 産業メッセージングにおけるMQTTの利用
- SCADA、OPC-UA、PLCシステムとの統合
- エッジコミュニケーションにおけるセキュリティとレジリエンス
デプロイメントとフィールドテスト
- モデルのエッジデバイスへのパッケージングとデプロイ
- パフォーマンスの監視とアップデートの管理
- ケーススタディ:ローカルアクチュエーションを伴うリアルタイム意思決定ループ
エッジAIシステムのスケーリングとメンテナンス
- エッジデバイス管理戦略
- リモートアップデートとモデルの再学習サイクル
- 産業グレードのデプロイメントにおけるライフサイクルの考慮事項
まとめと次のステップ
要求
- 組み込みシステムまたはIoTアーキテクチャへの理解
- PythonまたはC/C++プログラミングの経験
- 機械学習モデル開発への習熟
対象者
- 組み込み開発者
- 産業IoTチーム
21 時間
お客様の声 (1)
高度なトピックをカバーし、実際の例を使って実践的に学べること
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
コース - Advanced Edge AI Techniques
機械翻訳