Course Outline

TinyML 및 Edge AI 소개

  • TinyML은 무엇입니까?
  • 마이크로컨트롤러에서의 AI의 장점과 과제
  • TinyML 도구 개요: TensorFlow Lite 및 Edge Impulse
  • IoT 및 실제 응용 프로그램에서 TinyML의 사용 사례

TinyML 개발 환경 설정

  • Arduino IDE 설치 및 구성
  • 마이크로컨트롤러에 대한 TensorFlow Lite 소개
  • TinyML 개발을 위해 Edge Impulse Studio 사용
  • AI 애플리케이션을 위한 마이크로컨트롤러 연결 및 테스트

빌딩 및 교육 Machine Learning 모델

  • TinyML 워크플로 이해
  • 센서 데이터 수집 및 사전 처리
  • 임베디드 AI를 위한 머신 러닝 모델 학습
  • 저전력 및 실시간 처리를 위한 모델 최적화

Microcontroller에 AI 모델 배포

  • AI 모델을 TensorFlow Lite 형식으로 변환
  • 마이크로컨트롤러에서 모델 플래싱 및 실행
  • TinyML 구현 검증 및 디버깅

성능 및 효율성을 위한 최적화TinyML

  • 모델 양자화 및 압축 기술
  • 에지 AI를 위한 전력 관리 전략
  • 임베디드 AI의 메모리 및 계산 제약

TinyML의 실제적 응용

  • 가속도계 데이터를 이용한 제스처 인식
  • 오디오 분류 및 키워드 발견
  • 예측 유지 관리를 위한 이상 감지

TinyML의 보안 및 미래 동향

  • TinyML 애플리케이션에서 데이터 개인 정보 보호 및 보안 보장
  • 마이크로컨트롤러에서의 연합 학습의 과제
  • TinyML의 새로운 연구 및 발전

요약 및 다음 단계

Requirements

  • 임베디드 시스템 프로그래밍 경험
  • Python 또는 C/C++ 프로그래밍에 익숙함
  • 머신러닝 개념에 대한 기본 지식
  • 마이크로컨트롤러 하드웨어 및 주변장치에 대한 이해

청중

  • 임베디드 시스템 엔지니어
  • AI 개발자
 21 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories