Edge AI: bouw slimme producten en machines met Embedded Machine Learning
Edge machine learning (ML) laat AI-modellen lokaal draaien op toestellen zoals sensoren of machines. Dit maakt realtime beslissingen mogelijk, verlaagt de latentie, verhoogt de privacy en maakt je minder afhankelijk van een stabiele internetverbinding. Een ideale oplossing voor autonome, slimme producten in industriële of afgelegen omgevingen.
Voor wie?
- Product- en machinebouwers die intelligentie willen inbouwen in hun toepassingen.
- R&D-engineers, R&D-managers, productmanagers en innovatiemanagers.
Belangrijkste inzichten
- Ontwikkelrichtlijnen voor Embedded ML op maat van kmo's
- Live demo's en tools: Edge Impulse, TensorFlow Lite
- Hoe snel een proof-of-concept opzetten voor anomaliedetectie en classificatie
- Inzicht in benodigde skills, inspanning en make-or-buy-beslissingen
- Inspirerende cases
Programma
Tijd | Onderwerp | Spreker |
| 12:30 | Welkom & broodjes | |
| 13:00 | Drijfveren voor Edge AI, waarde en impact Wanneer is edge machine learning zinvol? Wat is de impact op uw product en productontwikkeling? Wat kunnen we leren van bestaande producten met Edge AI? | Pieter Beyl - Sirris |
| 13:30 | Ontwikkelingsrichtlijnen voor Embedded ML op maat van kmo's We behandelen alle belangrijke stappen: van het identificeren van het probleem, het definiëren van de doelstellingen, het verzamelen en analyseren van gegevens, het selecteren van een model, het trainen en optimaliseren van het model, tot het implementeren en ten slotte het monitoren en updaten van de oplossing. | Miguel Lejeune - Sirris |
| 14:10 | Live demo Edge Impulse: bouw snel een proof-of-concept voor anomaliedetectie en -classificatie op een STM32-microcontroller Deze demo behandelt de verschillende stappen van de Edge Impulse-workflow om te illustreren hoe u snel een end-to-end embedded ML-oplossing voor anomaliedetectie en -classificatie kunt bouwen en implementeren. | Frank Van den Broek - Sirris |
| 14:30 | Koffiepauze & netwerken | |
| 14:45 | Live demonstratie: training van een embedded ML-model en implementatie op een microcontroller In deze demonstratie gebruiken we open-sourcebibliotheken om verschillende aspecten van het trainen van een embedded neuraal netwerk te behandelen, zoals data-augmentatie, kwantisering en pruning, en de implementatie van het model op een microcontroller. | Frank Van den Broek - Sirris |
| 16:10 | Krachtige edge-AI met NVIDIA Jetson Nano Wanneer moet je NVIDIA Jetson Nano gebruiken, bibliotheken, valkuilen en testresultaten voor een segmentatiemodel. | Brecht De Cock - Sirris |
| 16:30 | Afsluiting | Frank Van den Broek - Sirris |
| 16:40 - 17:00 | Netwerkdrink |
Vlaamse bedrijven kunnen voor deze opleiding genieten van een subsidie van VLAIO
Dit programma maakt deel uit van het Industriepartnershap waarin 13 Vlaamse innovatiepartners een geïntegreerde dienstverlening aanbieden om groei en innovatie in de Vlaamse industrie te stimuleren in de 6 volgende thema's: AI, Circulariteit, Cybersecurity, Digitalisering, Klimaat & Energie en Industrie 4.0. Ze doen dit onder leiding van Agoria en Sirris en met de steun van Agentschap Innoveren & Ondernemen.
Datum
Location
Prijs
Taal
Engels