Stranice predmeta

Teorijska nastava - Hardverske platforme koje se koriste u ugrađenim elektronskim IoT sistemima - Algoritmi i modeli mašinskog i dubokog mašinskog učenja koji mogu da se primene na ugrađenim elektronskim IoT sistemima (embedded IoT systems), odnosno unutar takozvanih “Edge AI” sistema - Distribuirano i kolaborativno učenje - Alati za treniranje i implementaciju modela mašinskog učenja prilagođeni platformama sa ograničenim resursima: TensorFlow Lite i Google toolkit - Metode optimizacije kašnjenja, potrošnje energije, modela i veličine koda u memoriji - Različite primene algoritama mašinskog učenja u ugrađenim elektronskim IoT sistemima Napredne teme: primena algoritama mašinskog učenja u okviru ugrađenih IoT sistema koji se bave problemima kripto zaštite, detekcije anomalija, sajber napada, primena blokčejn tehnologija i dr. Praktična nastava Računarske i laboratorijske vežbe koje prate ovaj kurssuosmišljene na takav način da kroz praktičan rad sa postojećim softverskim alatima, ali i sa odgovarajućim hardverskim platformama ograničenih resursa ilustruju sve teorijske koncepte koji će biti obrađivani na predavanjima. U tom smislu je planiran određeni skup vežbi: - Realizacija svih pojedinačnih koraka toka projektovanja u radu sa algoritmima dubokog učenja (postavka cilja, prikupljanje skupa podataka, projektovanje modela arhitekture, treniranje modela, konverzija modela, implementacija modela na odabranu platformu i evaluacija) na konkretnom primeru ciljne aplikacije - Vežbe iz realizacije konkretnih ciljnih aplikacija (detekcija pokreta/osobe/lica/predmeta/reči, klasifikacija objekata, prepoznavanje cifara/brojeva/lica i sl.) na odgovarajućim platformama sa ograničenim resursima (Arduino 33 BLE Sense, Sparkfun Edge, ESP32, RPi Zero i dr.) Neizostavni deo predmeta je samostalni studentski projekat, koji će od svakog studenta zahtevati da implentira konkretan algoritam za dati ugrađeni elektronski IoT sistem i ciljnu aplikaciju. Ovaj projekat će po pravilu biti realizovan kroz saradnju sa kompanijama koje se bave primenom algoritama mašinskog učenja oblastima obrade slike, videa, zvuka, komunikacionim tehnologijama tipa mobilnih komunikacija itd.