کتاب جامع بهینه‌سازی الگوریتم‌های هوش مصنوعی برای سیستم‌های نهفته و اینترنت اشیا با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره جامع بهینه‌سازی الگوریتم‌های هوش مصنوعی برای سیستم‌های نهفته و اینترنت اشیا

موضوع کلی: مهندسی کامپیوتر و هوش مصنوعی

موضوع میانی: یادگیری ماشین بر روی سخت‌افزارهای کم‌مصرف (TinyML)

📋 سرفصل‌های دوره (100 موضوع)

  • 1. مبانی سیستم‌های نهفته و جایگاه هوش مصنوعی در اینترنت اشیا
  • 2. آشنایی با سخت‌افزارهای کم‌مصرف و محدودیت‌های منابع محاسباتی
  • 3. معرفی اکوسیستم TinyML و نقش آن در پردازش لبه
  • 4. بررسی معماری میکروکنترلرهای مبتنی بر ARM Cortex-M
  • 5. تفاوت پردازش ابری و پردازش در لبه برای مدل‌های یادگیری ماشین
  • 6. آشنایی با ابزارهای توسعه و محیط‌های برنامه‌نویسی برای سیستم‌های نهفته
  • 7. مفاهیم پایه یادگیری ماشین و شبکه‌های عصبی مصنوعی
  • 8. پیش‌پردازش داده‌های حسگرها در محیط‌های محدود
  • 9. روش‌های جمع‌آوری و برچسب‌گذاری داده برای کاربردهای اینترنت اشیا
  • 10. معماری شبکه‌های عصبی عمیق با تمرکز بر کاهش پیچیدگی
  • 11. تکنیک‌های فشرده‌سازی مدل شامل وزن‌دهی و حذف اتصالات غیرضروری
  • 12. الگوریتم‌های کوانتیزاسیون و تأثیر آن بر دقت مدل
  • 13. پیاده‌سازی شبکه‌های عصبی کانولوشنی سبک برای پردازش تصویر
  • 14. استفاده از شبکه‌های عصبی بازگشتی برای تحلیل داده‌های سری زمانی
  • 15. بهینه‌سازی مصرف انرژی در الگوریتم‌های هوش مصنوعی
  • 16. مدیریت حافظه در میکروکنترلرها برای اجرای مدل‌های هوش مصنوعی
  • 17. کاربرد TensorFlow Lite for Microcontrollers در پروژه‌های عملی
  • 18. روش‌های تبدیل مدل‌های آموزش‌دیده به فرمت قابل اجرا روی سخت‌افزار
  • 19. تکنیک‌های استقرار مدل بر روی میکروکنترلرهای کم‌مصرف
  • 20. بررسی تأخیر و سرعت اجرا در سیستم‌های زمان‌واقع
  • 21. پیاده‌سازی سیستم‌های تشخیص صدا بر روی سخت‌افزارهای نهفته
  • 22. تشخیص ناهنجاری در داده‌های حسگر برای پایش سلامت تجهیزات
  • 23. بهینه‌سازی استفاده از حافظه فلش و رم در مدل‌های TinyML
  • 24. تکنیک‌های کاهش توان مصرفی در پردازش‌های هوش مصنوعی
  • 25. بررسی سخت‌افزارهای شتاب‌دهنده برای عملیات محاسباتی هوش مصنوعی
  • 26. ارزیابی دقت و کارایی مدل‌های بهینه‌سازی شده در محیط واقعی
  • 27. امنیت در سیستم‌های هوش مصنوعی نهفته و محافظت از مدل‌ها
  • 28. روش‌های به‌روزرسانی مدل‌ها در دستگاه‌های متصل به اینترنت اشیا
  • 29. حل چالش‌های مربوط به محدودیت‌های توان و گرمایشی در سخت‌افزار
  • 30. پروژه عملی: طراحی و پیاده‌سازی یک سیستم هوشمند مبتنی بر TinyML
  • 31. اخلاق در توسعه هوش مصنوعی و رعایت حریم خصوصی در اینترنت اشیا
  • 32. چشم‌انداز آینده هوش مصنوعی در سیستم‌های نهفته و اینترنت اشیا صنعتی
تگ‌ها: TinyML اینترنت اشیا بهینه‌سازی الگوریتم پردازش لبه سخت‌افزارهای کم‌مصرف سیستم‌های نهفته محاسبات هوش مصنوعی هوش مصنوعی کارآمد یادگیری عمیق یادگیری ماشین کوچک

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.