문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
산업 자동화 분야의 엣지 AI 소개
- 엣지 AI 개요 및 산업 현장에서의 활용 사례
- 산업 환경에서 엣지 AI를 사용할 때의 장점과 한계점
- 제조 분야에서 성공적으로 도입된 엣지 AI 사례 연구
엣지 AI 환경 구축하기
- 엣지 AI 관련 툴의 설치 및 구성 방법
- 산업용 센서와 데이터 수집 시스템 준비
- 주요 엣지 AI 프레임워크 및 라이브러리 소개
- 환경 설정을 위한 실습 연습문제
엣지 AI를 활용한 예측 유지보수
- 예측 유지보수의 개념 설명
- 장비 상태 모니터링을 위한 AI 모델 개발 방법
- 실시간 고장 감지 및 예측 기능 구현
- 예측 유지보수 관련 실습 연습문제
엣지 AI를 활용한 품질 관리
- 제조 공정 내 품질 관리의 개요
- 불량품 탐지 및 분류를 위한 AI 기법 설명
- 시각 기반 품질 관리 시스템 구현 방법
- 품질 관리 관련 실습 연습문제
엣지 AI를 활용한 공정 최적화
- 공정 최적화의 기본 개념 설명
- 실시간 공정 모니터링 및 제어를 위한 AI 활용법
- AI 기반 의사결정 시스템 구현 방안
- 공정 최적화 관련 실습 연습문제
엣지 AI 솔루션의 배포 및 관리
- 산업용 엣지 기기에 AI 모델을 배포하는 방법
- 엣지 AI 시스템의 모니터링 및 유지보수 절차
- 이미 배포된 모델의 최적화 및 문제 해결 방안
- 배포 및 관리와 관련된 실습 연습문제
산업용 엣지 AI를 위한 툴과 프레임워크
- 주요 툴 및 프레임워크 소개 (예: TensorFlow Lite, OpenVINO)
- 산업용 AI 응용 프로그램 개발을 위한 TensorFlow Lite 활용법
- 최적화 툴을 사용한 실습 연습문제
실제 현장 사례와 성공적인 적용 예시
- 산업 분야에서 성공적으로 도입된 엣지 AI 프로젝트 살펴보기
- 각 산업군별 활용 사례에 대한 심층 토론
- 실제 현장 환경에서 AI 기반 응용 프로그램을 설계 및 최적화하는 프로젝트 진행
요약 및 향후 학습 방향 제시
요건
- AI 및 머신러닝 관련 개념에 대한 기초 이해
- 산업 자동화 시스템 운영 경험
- 기본적인 프로그래밍 능력 (파이썬 활용 권장)
대상 수강생
- 산업 공학자
- 제조 분야 전문가
- AI 개발자
14 시간
회원 평가 (1)
고급 주제를 다루고 실제 사례를 통해 실습할 수 있습니다.
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
코스 - Advanced Edge AI Techniques
기계 번역됨
