Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a Edge AI en Sistemas Autónomos
- Visión general de Edge AI y su relevancia en sistemas autónomos
- Beneficios clave y desafíos de implementar Edge AI en sistemas autónomos
- Tendencias e innovaciones actuales en Edge AI para autonomía
- Aplicaciones del mundo real y estudios de caso
Procesamiento en Tiempo Real en Sistemas Autónomos
- Fundamentos del procesamiento de datos en tiempo real
- Modelos de IA para la toma de decisiones en tiempo real
- Manejo de flujos de datos y fusión de sensores
- Ejemplos prácticos y estudios de caso
Edge AI en Vehículos Autónomos
- Modelos de IA para percepción y control vehicular
- Desarrollo e implementación de soluciones de IA para navegación en tiempo real
- Integración de Edge AI con sistemas de control del vehículo
- Estudios de caso de Edge AI en vehículos autónomos
Edge AI en Drones
- Modelos de IA para percepción y control de vuelo de drones
- Procesamiento de datos en tiempo real y toma de decisiones en drones
- Implementación de Edge AI para vuelo autónomo y evasión de obstáculos
- Ejemplos prácticos y estudios de caso
Edge AI en Robótica
- Modelos de IA para percepción y manipulación robótica
- Procesamiento en tiempo real y control en sistemas robóticos
- Integración de Edge AI con arquitecturas de control robótico
- Estudios de caso de Edge AI en robótica
Desarrollo de Modelos de IA para Aplicaciones Autónomas
- Visión general de modelos relevantes de aprendizaje automático y aprendizaje profundo
- Entrenamiento y optimización de modelos para implementación en edge
- Herramientas y marcos de trabajo para Edge AI autónomo (TensorFlow Lite, ROS, etc.)
- Validación y evaluación de modelos en entornos autónomos
Implementación de Soluciones de Edge AI en Sistemas Autónomos
- Pasos para implementar modelos de IA en diversos hardware perimetral (edge)
- Procesamiento de datos en tiempo real e inferencia en dispositivos perimetrales
- Monitoreo y gestión de modelos de IA implementados
- Ejemplos prácticos de implementación y estudios de caso
Consideraciones Éticas y Regulatorias
- Garantizar la seguridad y fiabilidad en sistemas de IA autónomos
- Abordar el sesgo y la equidad en modelos de IA autónomos
- Cumplimiento con regulaciones y estándares en sistemas autónomos
- Mejores prácticas para el despliegue responsable de IA en sistemas autónomos
Evaluación y Optimización del Rendimiento
- Técnicas para evaluar el rendimiento de modelos en sistemas autónomos
- Herramientas para monitoreo y depuración en tiempo real
- Estrategias para optimizar el rendimiento de modelos de IA en aplicaciones autónomas
- Abordar desafíos de latencia, fiabilidad y escalabilidad
Casos de Uso e Innovación Aplicada
- Aplicaciones avanzadas de Edge AI en sistemas autónomos
- Estudios de caso detallados en diversos dominios autónomos
- Historias de éxito y lecciones aprendidas
- Tendencias futuras y oportunidades en Edge AI para autonomía
Proyectos Prácticos y Ejercicios
- Desarrollo de una aplicación integral de Edge AI para un sistema autónomo
- Proyectos y escenarios del mundo real
- Ejercicios grupales colaborativos
- Presentaciones de proyectos y retroalimentación
Resumen y Próximos Pasos
Requerimientos
- Comprensión de conceptos de IA y aprendizaje automático
- Experiencia con lenguajes de programación (se recomienda Python)
- Familiaridad con robótica, sistemas autónomos o tecnologías relacionadas
Audiencia Objetivo
- Ingenieros de robótica
- Desarrolladores de vehículos autónomos
- Investigadores de IA
14 Horas
Reseñas (1)
Podemos cubrir temas avanzados y trabajar con ejemplos de la vida real
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Curso - Advanced Edge AI Techniques
Traducción Automática