Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
План на курса
Въведение в Federated Learning в IoT и Edge Computing
- Преглед на Federated Learning и неговите приложения в IoT
- Ключови предизвикателства при интегрирането Federated Learning с крайни изчисления
- Предимства на децентрализирания AI в IoT среди
Federated Learning Техники за IoT устройства
- Внедряване на Federated Learning модели на IoT устройства
- Работа с не-IID данни и ограничени изчислителни ресурси
- Оптимизиране на комуникацията между IoT устройства и централни сървъри
Вземане на решения в реално време и намаляване на латентността
- Подобряване на възможностите за обработка в реално време в крайни среди
- Техники за намаляване на латентността в Federated Learning системи
- Внедряване на модерни AI модели за бързо и надеждно вземане на решения
Осигуряване на поверителност на данните във федерални IoT системи
- Техники за поверителност на данните в децентрализирани AI модели
- Управление на споделянето на данни и сътрудничество между IoT устройства
- Съответствие с разпоредбите за поверителност на данните в IoT среди
Казуси и практически приложения
- Успешни внедрявания на Federated Learning в IoT
- Практически упражнения с набори от данни от IoT от реалния свят
- Проучване на бъдещите тенденции в Federated Learning за IoT и периферни изчисления
Обобщение и следващи стъпки
Изисквания
- Опит в разработката на IoT или edge computing
- Основно разбиране на AI и машинно обучение
- Познаване на разпределени системи и мрежови протоколи
Публика
- IoT инженери
- Edge компютърни специалисти
- AI разработчици
14 Часа