首页
›
工业控制与工业互联网
›
014-TinyML时序传感器异常检测
›
《Edge AI设备闭环异常检测实战项目》
VIP20
本课程属于:014-TinyML时序传感器异常检测
工业控制与工业互联网 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
Edge AI设备闭环异常检测实战项目
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
课程导入
学习目标 · 课程结构 · Edge AI与闭环异常检测的总体概…
课程导入
学习目标
02
边缘计算基础
边缘设备类型 · 边缘与云端的区别 · 边缘AI的典型应用场景
边缘计算基础
边缘设备类型
03
异常检测基础
异常检测的定义 · 常见异常类型(点异常 · 上下文异常
异常检测基础
异常检测的定义
04
闭环系统概念
闭环控制原理 · 反馈机制 · 在异常检测中的闭环流程(检测-决策-…
闭环系统概念
闭环控制原理
05
Edge AI硬件选型
常用边缘设备(Jetson · 树莓派 · Intel NUC等)的性能对比与选…
Edge
AI
06
传感器与数据采集
常见传感器(振动 · 温度 · 电流等)的数据采集方法
传感器
数据采集
07
数据预处理与特征工程
数据清洗 · 归一化 · 滑动窗口
数据预处理
特征工程
08
传统异常检测方法
统计方法(Z-score · IQR) · 基于距离的方法(KNN
传统异常检测方法
Z-score
09
机器学习异常检测
孤立森林 · One-Class SVM · 随机森林等模型在边缘设备上的部署与优…
机器学习异常检测
孤立森林
10
深度学习异常检测
自编码器 · LSTM · Transformer在时序异常检测…
深度学习异常检测
自编码器
11
模型压缩与加速
剪枝 · 量化 · 知识蒸馏
模型压缩
加速
12
边缘推理框架
TensorFlow Lite · ONNX Runtime · OpenVINO等框架的对比与使用
边缘推理框架
TensorFlow
13
闭环决策机制
异常阈值设定 · 告警策略 · 自动响应动作(如停机
闭环决策机制
异常阈值设定
14
反馈与模型更新
在线学习 · 增量学习 · 边缘端模型重训练与闭环更新策略
反馈
模型更新
15
端云协同架构
边缘与云端的数据同步 · 模型分发 · 异常事件上报与云端分析
端云协同架构
边缘
16
实战项目一
基于振动数据的旋转机械异常检测(数据… · 预处理 · 模型训练与边缘部署)
实战项目一
基于振动数据的旋…
17
实战项目二
基于温度/电流的工业设备热异常检测(…
实战项目二
基于温度
18
实战项目三
基于视频流的边缘异常检测(如安全帽检… · 人员跌倒)与闭环响应
实战项目三
基于视频流的边缘…
19
实战项目四
多传感器融合的异常检测(融合振动 · 温度 · 声音等)在边缘端的实现
实战项目四
多传感器融合的异…
20
边缘端实时性优化
延迟控制 · 吞吐量优化 · 资源调度与多任务并发
边缘端实时性优化
延迟控制
21
模型鲁棒性与泛化
对抗样本 · 数据漂移 · 概念漂移及应对策略
模型鲁棒性
泛化
22
系统可靠性设计
边缘设备故障处理 · 断网续传 · 冗余备份与容错机制
系统可靠性设计
边缘设备故障处理
23
安全与隐私
边缘端数据加密 · 模型安全 · 差分隐私在异常检测中的应用
安全
隐私
24
项目部署与运维
Docker容器化 · K3s轻量K8s · 远程监控与日志管理
项目部署
运维
25
常见问题与调试
模型过拟合 · 误报漏报 · 边缘设备资源不足等问题的排查与解决
常见问题
调试
26
性能评估与调优
在边缘端进行模型精度 · 延迟 · 功耗的综合评估与调优方法
性能评估
调优
27
案例研究
工业制造 · 智慧城市 · 能源电力等领域的Edge AI闭环异…
案例研究
工业制造
28
综合实战
从零搭建一个完整的Edge AI闭环… · 设计 · 实现
综合实战
Edge
29
课程总结与进阶
核心知识点回顾 · 常见误区 · 学习资源推荐与未来趋势(如TinyM…
课程总结
进阶
30
结业项目答辩
学员项目展示 · 评审标准 · 反馈与改进建议
结业项目答辩
学员项目展示
所属VIP或分类
同VIP:Edge-AI传感器异常检测实战课程
同VIP:Edge-AI传感器异常检测延迟预算优化实战
同VIP:Edge-AI传感器异常检测模型部署代码解析