Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction à l'Edge AI Industrial Automation
- Aperçu de l'Edge AI et de ses applications dans l'industrie
- Avantages et défis de l'utilisation de l'Edge AI dans l'industrie
- Études de cas d'applications réussies de l'Edge AI dans l'industrie manufacturière
Configuration de l'environnement Edge AI
- Installation et configuration des outils Edge AI
- Mise en place de capteurs industriels et de systèmes de collecte de données
- Introduction aux cadres et bibliothèques Edge AI pertinents
- Exercices pratiques pour la configuration de l'environnement
Maintenance prédictive avec Edge AI
- Introduction à la maintenance prédictive
- Développement de modèles d'IA pour la surveillance de l'état des équipements
- Mise en œuvre de la détection et de la prédiction des pannes en temps réel
- Exercices pratiques pour la maintenance prédictive
Contrôle de la qualité à l'aide d'Edge AI
- Vue d'ensemble du contrôle de la qualité dans l'industrie manufacturière
- Techniques d'IA pour la détection et la classification des défauts
- Mise en œuvre de systèmes de contrôle de la qualité basés sur la vision
- Exercices pratiques pour les applications de contrôle de la qualité
Optimisation des processus avec Edge AI
- Introduction à l'optimisation des processus
- Utilisation de l'IA pour la surveillance et le contrôle des processus en temps réel
- Mise en œuvre de systèmes de prise de décision basés sur l'IA
- Exercices pratiques pour l'optimisation des processus
Déploiement et gestion des solutions Edge AI
- Déploiement de modèles d'IA sur des dispositifs industriels de pointe
- Surveillance et maintenance des systèmes d'intelligence artificielle en périphérie
- Dépannage et optimisation des modèles déployés
- Exercices pratiques pour le déploiement et la gestion
Outils et cadres pour l'IA de périphérie industrielle
- Vue d'ensemble des outils et des cadres (par exemple, TensorFlow Lite, OpenVINO)
- Utilisation de TensorFlow Lite pour les applications d'IA industrielle
- Exercices pratiques avec des outils d'optimisation
Applications réelles et études de cas
- Examen de projets industriels réussis en matière d'intelligence artificielle
- Discussion sur les cas d'utilisation spécifiques à l'industrie
- Projet pratique de construction et d'optimisation d'une application d'IA industrielle réelle
Résumé et prochaines étapes
Pré requis
- Compréhension des concepts de l'IA et de l'apprentissage automatique
- Expérience des systèmes d'automatisation industrielle
- Compétences de base en programmation (Python recommandé)
Public
- Ingénieurs industriels
- Professionnels de la fabrication
- Développeurs d'IA
14 Heures