嵌入式边缘AI与TinyML课程目录 · 第6页
本页列出第301–360门课程,共1220门。
- 《TinyML分类式故障识别:正常、磨损与不平衡状态分类》
- 《TinyML工业低功耗监测:周期采样与事件触发上报》
- 《TinyML工业节点部署:MCU采样、推理与本地告警》
- 《TinyML异常检测排错:采样漂移、安装松动与噪声干扰》
- 《TinyML异常检测数据闭环:现场误报回收与重训练》
- 《TinyML振动信号时域特征与故障分类》
- 《TinyML振动模型量化:小模型部署与阈值校准》
- 《TinyML振动采集系统与机械状态数据集》
- 《TinyML无监督异常检测模型与MCU部署》
- 《TinyML无监督异常检测:缺少故障样本时的建模策略》
- 《TinyML机械故障案例:轴承异常识别端侧实现》
- 《TinyML电机电流分析:电流波形与负载状态识别》
- 《TinyML设备健康评分模型与边缘预警系统》
- 《TinyML设备异常告警阈值标定与误报治理》
- 《TinyML设备异常检测模型训练与边缘告警》
- 《TinyML边缘网关协同:本地初筛与云端趋势分析》
- 《TinyML预测性维护项目交付:指标、部署与复盘报告》
- 《TinyML预测性维护:电机、泵与风扇故障监测场景》
- 《TinyML预测维护评估:召回率、误报率与提前预警时间》
- 《TinyML频域特征工程与机械故障识别》
- 《TinyML GRU/LSTM时序模型压缩与端侧部署》
- 《TinyML一维CNN传感器时序分类系统》
- 《TinyML传感器偏置标定与漂移补偿》
- 《TinyML传感器数据分类建模与端侧推理》
- 《TinyML传感器数据清洗:异常点、丢包与采样漂移处理》
- 《TinyML传感器部署排错:采样率不一致与特征错位》
- 《TinyML分类模型评估与误报漏报治理》
- 《TinyML增量时序特征计算与低功耗推理》
- 《TinyML多传感器输入:通道拼接与同步采样策略》
- 《TinyML姿态识别项目:IMU数据到动作分类输出》
- 《TinyML工业状态分类:温度、电流与振动多信号建模》
- 《TinyML手势识别项目:加速度与陀螺仪融合建模》
- 《TinyML时序分类窗口方案与低延迟部署》
- 《TinyML时序数据增强与模型泛化训练》
- 《TinyML时序模型INT8量化与板端验收》
- 《TinyML时序项目交付:数据规范、模型指标与板端验证》
- 《TinyML活动识别:步行、跑步与跌倒检测模型》
- 《TinyML统计频域特征流水线与分类建模》
- 《TinyML跨端传感器归一化与一致性验证》
- 《TinyML连续传感器流推理与环形缓冲架构》
- 《Edge AI EKF多传感器融合定位与姿态估计》
- 《Edge AI GNSS/IMU融合定位系统开发》
- 《Edge AI IMU姿态解算与动作识别数据建模》
- 《Edge AI IMU视觉定位融合系统开发》
- 《Edge AI传感器缺失补偿与异常降级系统》
- 《Edge AI可穿戴设备:动作、心率与环境传感器融合》
- 《Edge AI多传感器时间对齐与延迟补偿》
- 《Edge AI多传感器融合决策与结果可解释化》
- 《Edge AI多模态推理:图像、音频与传感器联合建模》
- 《Edge AI多模态数据集:采集、对齐与标签规范》
- 《Edge AI多模态融合网络训练与端侧部署》
- 《Edge AI多模态项目评估:单模态对比与融合收益验证》
- 《Edge AI多输入融合模型量化与边缘部署》
- 《Edge AI工业多传感器监测:温度、振动与电流联合诊断》
- 《Edge AI异步多传感器融合推理调度系统》
- 《Edge AI相机IMU时间同步与视觉惯性融合》
- 《Edge AI融合工程交付:采集规范、模型接口与测试清单》
- 《Edge AI融合部署排错:同步错位、输入顺序与标定问题》
- 《Edge AI边缘机器人感知:IMU、距离传感器与视觉模型》
- 《嵌入式IMU九轴姿态融合与实时解算》