کتاب پیاده‌سازی سیستم‌های پایش هوشمند ارتعاشات با استفاده از حسگرهای MEMS و یادگیری ماشین لبه (Edge AI) 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 پیاده‌سازی سیستم‌های پایش هوشمند ارتعاشات با استفاده از حسگرهای MEMS و یادگیری ماشین لبه (Edge AI)

موضوع کلی: مهندسی برق و هوش مصنوعی

موضوع میانی: اینترنت اشیا (IoT) و پایش وضعیت صنعتی

📋 سرفصل‌های دوره (100 موضوع)

  • 1. مبانی اینترنت اشیاء صنعتی و نقش پایش وضعیت در نگهداری پیشگیرانه
  • 2. آشنایی با حسگرهای شتاب‌سنج MEMS و اصول عملکرد آن‌ها
  • 3. پارامترهای فنی و مشخصات کلیدی حسگرهای ارتعاش‌سنج
  • 4. معماری سیستم‌های هوشمند لبه (Edge AI) در پایش ارتعاشات
  • 5. آشنایی با واحد پردازش حسگر داخلی (ISPU) و مزایای آن
  • 6. بررسی تفاوت‌های پردازش ابری و پردازش در لبه برای داده‌های ارتعاشی
  • 7. نصب و راه‌اندازی محیط توسعه برای حسگرهای هوشمند MEMS
  • 8. مبانی جمع‌آوری داده‌های ارتعاشی با نرخ نمونه‌برداری بهینه
  • 9. پیش‌پردازش سیگنال‌های ارتعاشی در سطح سخت‌افزار
  • 10. تکنیک‌های حذف نویز و فیلتر کردن سیگنال‌های محیطی
  • 11. مفاهیم پایه یادگیری ماشین برای تشخیص ناهنجاری (Anomaly Detection)
  • 12. معرفی پلتفرم NanoEdge AI Studio برای مدل‌سازی
  • 13. آماده‌سازی مجموعه داده‌های آموزشی برای یادگیری ماشین
  • 14. روش‌های برچسب‌گذاری داده‌های ارتعاشی در شرایط کاری نرمال
  • 15. استخراج ویژگی‌های آماری از سیگنال‌های ارتعاشی در حوزه زمان
  • 16. تبدیل فوریه و تحلیل ویژگی‌های فرکانسی سیگنال‌ها
  • 17. آموزش مدل تشخیص ناهنجاری با استفاده از الگوریتم‌های یادگیری بدون نظارت
  • 18. ارزیابی دقت مدل در شناسایی ارتعاشات غیرعادی
  • 19. بهینه‌سازی پارامترهای مدل برای اجرا روی میکروکنترلرهای کم‌مصرف
  • 20. تولید کتابخانه اختصاصی برای تشخیص ناهنجاری روی سخت‌افزار
  • 21. یکپارچه‌سازی مدل هوش مصنوعی با واحد ISPU
  • 22. پیاده‌سازی الگوریتم‌های تشخیص ارتعاش روی بردهای توسعه
  • 23. روش‌های تست و اعتبارسنجی مدل در محیط عملیاتی
  • 24. شبیه‌سازی خطاهای مکانیکی و ارزیابی پاسخ سیستم پایش
  • 25. مدیریت توان مصرفی در سیستم‌های پایش وضعیت صنعتی
  • 26. انتقال داده‌های وضعیت دستگاه از طریق پروتکل‌های استاندارد صنعتی
  • 27. اصول طراحی داشبورد نظارتی برای نمایش وضعیت ماشین‌آلات
  • 28. امنیت داده‌ها در ارتباطات دستگاه به دستگاه (M2M) در شبکه صنعتی
  • 29. مطالعه موردی پایش ارتعاشات الکتروموتورهای صنعتی
  • 30. راهکارهای توسعه و به‌روزرسانی مدل‌های هوش مصنوعی در طول زمان
تگ‌ها: NanoEdge AI Studio اینترنت اشیا صنعتی پایش ارتعاشات پایش وضعیت تجهیزات پردازش سیگنال حسگر MEMS سیستم‌های هوشمند صنعتی نگهداری و تعمیرات پیشگیرانه هوش مصنوعی لبه یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.