首页
›
AI智能与边缘计算工程
›
112-TinyML异常检测与预测维护
›
《TinyML设备健康评分》
VIP7
本课程属于:112-TinyML异常检测与预测维护
AI智能与边缘计算工程 · 共 7 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
📘
13. TinyML设备健康评分:模型输出到业务指标映射
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 · 适用人群 · 课程结构
课程导入
学习目标
02
TinyML基础回顾
微控制器上的机器学习 · 模型部署流程 · 资源约束(内存
TinyML
基础回顾
03
设备健康评分的业务定义
什么是设备健康评分 · 常见业务指标(剩余寿命 · 故障概率
设备健康评分的业…
什么是设备健康评…
04
模型输出类型与含义
分类概率 · 回归数值 · 异常分数
模型输出类型
含义
05
从模型输出到业务指标的映射框架
映射层级 · 转换函数 · 阈值设定
从模型输出到业务…
映射层级
06
健康评分指标体系设计
单指标与复合指标 · 权重分配 · 归一化方法
健康评分指标体系…
单指标
07
数据采集与特征工程
传感器数据 · 时序特征 · 统计特征
数据采集
特征工程
08
模型选择与训练策略
适合TinyML的轻量模型(决策树 · 随机森林 · 小型CNN
模型选择
训练策略
09
模型量化与压缩
量化感知训练 · 剪枝 · 蒸馏
模型量化
压缩
10
部署与推理优化
TFLite Micro · CMSIS-NN · 推理时间与功耗优化
部署
推理优化
11
映射函数设计
线性映射 · 分段线性 · 逻辑回归映射
映射函数设计
线性映射
12
阈值与决策边界
动态阈值 · 多级阈值 · ROC曲线与成本敏感决策
阈值
决策边界
13
不确定性量化
模型置信度 · 蒙特卡洛dropout · 集成方法
不确定性量化
模型置信度
14
业务指标验证
如何用历史数据验证评分有效性 · A/B测试 · 与专家判断对比
业务指标验证
如何用历史数据验…
15
案例实战
工业电机振动监测——从振动数据到健康…
案例实战
工业电机振动监测
16
案例实战
智能家居设备(如空调)的故障预测——…
案例实战
智能家居设备
17
案例实战
可穿戴设备(如心率传感器)的健康状态…
案例实战
可穿戴设备
18
案例实战
农业物联网(土壤传感器)——异常分数…
案例实战
农业物联网
19
案例实战
物流运输中的车辆健康监测——多传感器…
案例实战
物流运输
20
常见问题与解决方案
数据漂移 · 模型过拟合 · 评分不稳定
常见问题
解决方案
21
可解释性与可视化
SHAP · LIME在TinyML上的简化应用 · 评分仪表盘设计
可解释性
可视化
22
持续学习与模型更新
在线学习 · 增量训练 · 模型版本管理
持续学习
模型更新
23
安全与隐私
设备端评分的数据保护 · 对抗攻击对评分的影响 · 安全部署
安全
隐私
24
性能评估与监控
评分准确率 · 延迟 · 功耗
性能评估
监控
25
与云端协同
边缘计算与云分析结合 · 本地评分与云端复核的映射策略
云端协同
边缘计算
26
行业标准与最佳实践
ISO 13374 · PHM标准 · TinyML社区实践
行业标准
最佳实践
27
综合项目
设计一个完整的TinyML设备健康评… · 从需求分析到部署评估
综合项目
TinyML
28
进阶主题
多任务学习 · 联邦学习在设备健康评分中的应用
进阶主题
多任务学习
29
未来趋势
TinyML与AIoT · 自适应评分 · 数字孪生集成
未来趋势
TinyML
30
课程总结与考核
核心要点回顾 · 常见误区 · 实战考核题目与资源推荐
课程总结
考核
所属VIP或分类
同VIP:TinyML工业异常检测实战100例
同VIP:TinyML工业节点部署
同VIP:TinyML振动模型量化