Plan Szkolenia

Wprowadzenie do Edge AI w automatyzacji przemysłowej

  • Przegląd Edge AI i jego zastosowań w przemyśle
  • Korzyści i wyzwania związane z wykorzystaniem Edge AI w środowiskach przemysłowych
  • Studia przypadków udanych zastosowań Edge AI w produkcji

Konfiguracja środowiska Edge AI

  • Instalowanie i konfigurowanie narzędzi Edge AI
  • Konfiguracja czujników przemysłowych i systemów zbierania danych
  • Wprowadzenie do odpowiednich frameworków i bibliotek Edge AI
  • Ćwiczenia praktyczne związane z konfiguracją środowiska

Prognozowanie konserwacji z wykorzystaniem Edge AI

  • Wprowadzenie do prognozowanej konserwacji
  • Tworzenie modeli AI do monitorowania stanu urządzeń
  • Wdrożenie wykrywania i prognozowania wad w czasie rzeczywistym
  • Ćwiczenia praktyczne związane z prognozowaną konserwacją

Kontrola jakości za pomocą Edge AI

  • Przegląd kontroli jakości w produkcji
  • Techniki AI do wykrywania i klasyfikacji wad
  • Wdrożenie systemów kontroli jakości opartych na wizji
  • Ćwiczenia praktyczne związane z zastosowaniami kontroli jakości

Optymalizacja procesów za pomocą Edge AI

  • Wprowadzenie do optymalizacji procesów
  • Wykorzystanie AI do monitorowania i kontroli procesów w czasie rzeczywistym
  • Wdrożenie systemów podejmowania decyzji napędzanych przez AI
  • Ćwiczenia praktyczne związane z optymalizacją procesów

Wdrażanie i zarządzanie rozwiązaniami Edge AI

  • Wdrażanie modeli AI na urządzeniach Edge przemysłowych
  • Monitorowanie i utrzymywanie systemów Edge AI
  • Diagnostyka i optymalizacja wdrożonych modeli
  • Ćwiczenia praktyczne związane z wdrażaniem i zarządzaniem

Narzędzia i frameworki dla Edge AI przemysłowego

  • Przegląd narzędzi i frameworków (np. TensorFlow Lite, OpenVINO)
  • Wykorzystanie TensorFlow Lite w zastosowaniach AI przemysłowych
  • Ćwiczenia praktyczne z narzędziami optymalizacyjnymi

Zastosowania i studia przypadków w świecie rzeczywistym

  • Przegląd udanych projektów Edge AI przemysłowego
  • Dyskusja na temat przypadków użycia specyficznych dla branży
  • Projekt praktyczny związany z budową i optymalizacją rzeczywistego zastosowania AI przemysłowego

Podsumowanie i kolejne kroki

Wymagania

  • Znajomość koncepcji sztucznej inteligencji i uczenia maszynowego
  • Doświadczenie w systemach automatyzacji przemysłowej
  • Podstawowe umiejętności programowania (zalecane Python)

Grupa docelowa

  • Inżynierowie przemysłowcy
  • Specjaliści ds. produkcji
  • Twórcy AI
 14 godzin

Liczba uczestników


cena netto za uczestnika

Propozycje terminów

Powiązane Kategorie