Course Outline

Εισαγωγή στο Edge AI στο Industrial Automation

  • Επισκόπηση του Edge AI και των εφαρμογών του στη βιομηχανία
  • Οφέλη και προκλήσεις της χρήσης Edge AI σε βιομηχανικές ρυθμίσεις
  • Μελέτες περίπτωσης επιτυχημένων εφαρμογών Edge AI στην κατασκευή

Ρύθμιση του Edge AI Environment

  • Εγκατάσταση και διαμόρφωση εργαλείων Edge AI
  • Εγκατάσταση βιομηχανικών αισθητήρων και συστημάτων συλλογής δεδομένων
  • Εισαγωγή στα σχετικά πλαίσια και βιβλιοθήκες Edge AI
  • Πρακτικές ασκήσεις για ρύθμιση περιβάλλοντος

Προγνωστική συντήρηση με Edge AI

  • Εισαγωγή στην προγνωστική συντήρηση
  • Ανάπτυξη μοντέλων AI για την παρακολούθηση της υγείας του εξοπλισμού
  • Εφαρμογή ανίχνευσης και πρόβλεψης σφαλμάτων σε πραγματικό χρόνο
  • Πρακτικές ασκήσεις για προγνωστική συντήρηση

Ποιοτικός έλεγχος με χρήση Edge AI

  • Επισκόπηση του ποιοτικού ελέγχου στην κατασκευή
  • Τεχνικές τεχνητής νοημοσύνης για ανίχνευση και ταξινόμηση ελαττωμάτων
  • Εφαρμογή συστημάτων ποιοτικού ελέγχου που βασίζονται στο όραμα
  • Πρακτικές ασκήσεις για εφαρμογές ποιοτικού ελέγχου

Βελτιστοποίηση διαδικασίας με Edge AI

  • Εισαγωγή στη βελτιστοποίηση διεργασιών
  • Χρήση AI για παρακολούθηση και έλεγχο της διαδικασίας σε πραγματικό χρόνο
  • Εφαρμογή συστημάτων λήψης αποφάσεων με γνώμονα την τεχνητή νοημοσύνη
  • Πρακτικές ασκήσεις για βελτιστοποίηση διαδικασίας

Ανάπτυξη και διαχείριση λύσεων Edge AI

  • Ανάπτυξη μοντέλων AI σε βιομηχανικές συσκευές αιχμής
  • Παρακολούθηση και συντήρηση συστημάτων Edge AI
  • Αντιμετώπιση προβλημάτων και βελτιστοποίηση αναπτυγμένων μοντέλων
  • Πρακτικές ασκήσεις για ανάπτυξη και διαχείριση

Εργαλεία και πλαίσια για Industrial Edge AI

  • Επισκόπηση εργαλείων και πλαισίων (π.χ., TensorFlow Lite, OpenVINO)
  • Χρήση του TensorFlow Lite για βιομηχανικές εφαρμογές τεχνητής νοημοσύνης
  • Πρακτικές ασκήσεις με εργαλεία βελτιστοποίησης

Εφαρμογές πραγματικού κόσμου και μελέτες περιπτώσεων

  • Ανασκόπηση επιτυχημένων βιομηχανικών έργων AI Edge
  • Συζήτηση περιπτώσεων χρήσης ειδικών για τον κλάδο
  • Πρακτικό έργο για τη δημιουργία και τη βελτιστοποίηση μιας πραγματικής βιομηχανικής εφαρμογής AI

Περίληψη και Επόμενα Βήματα

Requirements

  • Κατανόηση των εννοιών AI και μηχανικής μάθησης
  • Εμπειρία σε συστήματα βιομηχανικού αυτοματισμού
  • Βασικές δεξιότητες προγραμματισμού (Python συνιστάται)

Ακροατήριο

  • Βιομηχανικοί μηχανικοί
  • Επαγγελματίες της κατασκευής
  • Προγραμματιστές AI
 14 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories