Kurzusleírás

A 5G és Edge AI bemutatása

  • A 5G hálózatok és az élszámítástechnika áttekintése
  • Főbb különbségek a 4G és a 5G között az AI-alkalmazásoknál
  • Kihívások és lehetőségek az ultraalacsony késleltetésű AI-ban

5G Építészet és Edge Computing

  • A 5G hálózatszeletelés megértése AI munkaterhelésekhez
  • Multi-Access Edge Computing (MEC) szerepe
  • Edge AI telepítési stratégiák távközlési környezetben

AI-modellek telepítése Edge-eszközökön a 5G segítségével

  • TensorFlow Lite és OpenVINO használata Edge AI-hez
  • AI modellek optimalizálása valós idejű feldolgozáshoz
  • Esettanulmány: AI-alapú videoelemzés több mint 5G

Ultra-alacsony késleltetésű alkalmazások, amelyeket 5G engedélyez

  • Autonóm járművek és intelligens közlekedés
  • AI-vezérelt prediktív karbantartás ipari környezetben
  • Egészségügyi alkalmazások: távdiagnosztika és monitorozás

Biztonság és megbízhatóság 5G Edge AI rendszerekben

  • Adatvédelmi és kiberbiztonsági kihívások a 5G AI-ban
  • Az AI-modell robusztusságának biztosítása valós idejű alkalmazásokban
  • Az AI-alapú távközlési megoldások szabályozási megfelelősége

Jövőbeli trendek 5G és Edge AI

  • Fejlődések a 6G és az AI-vezérelt hálózatok terén
  • Az egyesített tanulás integrálása 5G AI-val
  • Következő generációs alkalmazások az intelligens városokban és az IoT-ben

Összegzés és a következő lépések

Követelmények

  • A 5G hálózati architektúra alapjai
  • Az AI és a gépi tanulási koncepciók ismerete
  • Élvonalbeli számítástechnikával és IoT-alkalmazásokkal kapcsolatos tapasztalat

Közönség

  • Telecom szakemberek
  • AI mérnökök
  • IoT szakértők
 21 Órák

Résztvevők száma


Ár résztvevőnként

Közelgő kurzusok

Rokon kategóriák