Schulung über Edge AI mit Spiking Neural Networks

Schulung: EdgeAI mit Spiking Neural Networks – KI für industrielle Anwendungen

Künstliche Intelligenz wird heute meist in der Cloud betrieben – doch für viele industrielle Anwendungen ist das keine Option. Hohe Rechenzeit, Datenschutzbedenken, Abhängigkeit von Internetverbindungen und hoher Energieverbrauch stehen dem entgegen. EdgeAI verlagert die Intelligenz direkt an die Maschine und löst damit diese Probleme.

In dieser Schulung des Mittelstand-Digital Zentrums Augsburg lernen Sie die Grundlagen von EdgeAI kennen und verstehen warum Spiking Neural Networks (SNNs), die impulsgetrieben Daten verarbeiten, für den Einsatz auf energieeffizienter Edge-Hardware besonders geeignet sind. Sie implementieren Ihr erstes SNN zur Erkennung von Defekten in Kugellagern als beispielhaftes Industrieproblem. Eine Live-Vorführung eines neuromorphen Demonstrators für Objekterkennung und -tracking auf einem Förderband mit SNNs und Event-Kameras macht die Vorteile greifbar.

Zielgruppe: 
Die Veranstaltung richtet sich an technische Fach- und Führungskräfte aus KMU. Erste Programmierkenntnisse vorzugsweise in Python sowie Grundkenntnisse des Maschinellen Lernens sind von Vorteil, aber nicht zwingend notwendig.

Melden Sie sich jetzt kostenfrei an!

FOTO: © Unsplash / Douglas Lopez

Di29Sep

Allgemeine Informationen

Mittelstand-Digital Zentrum Augsburg

Standort

Schulung über Edge AI mit Spiking Neural Networks

Schulung: EdgeAI mit Spiking Neural Networks – KI für industrielle Anwendungen

Künstliche Intelligenz wird heute meist in der Cloud betrieben – doch für viele industrielle Anwendungen ist das keine Option. Hohe Rechenzeit, Datenschutzbedenken, Abhängigkeit von Internetverbindungen und hoher Energieverbrauch stehen dem entgegen. EdgeAI verlagert die Intelligenz direkt an die Maschine und löst damit diese Probleme.

In dieser Schulung des Mittelstand-Digital Zentrums Augsburg lernen Sie die Grundlagen von EdgeAI kennen und verstehen warum Spiking Neural Networks (SNNs), die impulsgetrieben Daten verarbeiten, für den Einsatz auf energieeffizienter Edge-Hardware besonders geeignet sind. Sie implementieren Ihr erstes SNN zur Erkennung von Defekten in Kugellagern als beispielhaftes Industrieproblem. Eine Live-Vorführung eines neuromorphen Demonstrators für Objekterkennung und -tracking auf einem Förderband mit SNNs und Event-Kameras macht die Vorteile greifbar.

Zielgruppe: 
Die Veranstaltung richtet sich an technische Fach- und Führungskräfte aus KMU. Erste Programmierkenntnisse vorzugsweise in Python sowie Grundkenntnisse des Maschinellen Lernens sind von Vorteil, aber nicht zwingend notwendig.

Melden Sie sich jetzt kostenfrei an!