Plan Szkolenia

Wprowadzenie do 5G i Edge AI

  • Przegląd sieci 5G i obliczeń na krawędzi
  • Głównych różnic między 4G i 5G dla aplikacji AI
  • Wyzwania i możliwości w ultra-niskiej opóźnieniu AI

Architektura 5G i obliczenia na krawędzi

  • Zrozumienie segmentacji sieci 5G dla obciążeń AI
  • Rola Multi-Access Edge Computing (MEC)
  • Strategie wdrażania Edge AI w środowiskach telekomunikacyjnych

Wdrażanie modeli AI na urządzeniach krawędziowych z 5G

  • Używanie TensorFlow Lite i OpenVINO dla Edge AI
  • Optymalizacja modeli AI do przetwarzania w czasie rzeczywistym
  • Studium przypadku: analiza wideo zasilana AI przez 5G

Zastosowania o ultra-niskiej opóźnieniu wdrożone przez 5G

  • Samodzielne pojazdy i inteligentny transport
  • Przewidywanie konserwacji napędzane przez AI w środowiskach przemysłowych
  • Zastosowania w opiece zdrowotnej: diagnozy i monitorowanie zdalne

Bezpieczeństwo i niezawodność w systemach 5G Edge AI

  • Wyzwania dotyczące prywatności danych i cyberbezpieczeństwa w AI 5G
  • Zapewnienie odporności modeli AI w aplikacjach w czasie rzeczywistym
  • Zgodność z przepisami dla rozwiązań telekomunikacyjnych zasilanych przez AI

Przyszłe trendy w 5G i Edge AI

  • Postępy w 6G i sieciach zasilanych przez AI
  • Integracja uczenia federowanego z AI 5G
  • Zastosowania następnej generacji w inteligentnych miastach i IoT

Podsumowanie i następne kroki

Wymagania

  • Podstawowa wiedza o architekturze sieci 5G
  • Zapoznanie z pojęciami sztucznej inteligencji i uczenia maszynowego
  • Doświadczenie w obliczeniach na krawędzi sieci i aplikacjach IoT

Grupa docelowa

  • Specjaliści telekomunikacyjni
  • Inżynierowie AI
  • Specjaliści IoT
 21 godzin

Liczba uczestników


cena netto za uczestnika

Propozycje terminów

Powiązane Kategorie