Cursuri de pregatire Viziunea Calculatoarelor pentru Conducerea Autonomă

Această formare condusă de un instructor, live în Moldova (online sau la fața locului), este destinată inginerilor de robotică de nivel avansat și cercetătorilor în AI care doresc să implementeze algoritmi sofisticați de planificare a traseelor pentru a îmbunătăți performanța vehiculelor autonome.

La finalul acestei formări, participanții vor putea:

• Înțelege fundamentele teoretice ale algoritmilor avansați de planificare a traseelor.
• Implementa algoritmi precum RRT*, A* și D* pentru navigare în timp real.
• Optimiza planificarea traseelor pentru evitarea obstacolelor și medii dinamice.
• Integra algoritmi de planificare a traseelor cu datele senzorilor pentru o acuratețe sporită.
• Evalua performanța diferitelor algoritmi în scenarii practice.

Acest training condus de un instructor, în format live în Moldova (online sau la fața locului), este destinat specialiștilor avansați în știința datelor, specialiștilor în inteligență artificială și dezvoltatorilor de inteligență artificială din domeniul auto care doresc să construiască, să antreneze și să optimizeze modele de inteligență artificială pentru aplicații de conducere autonomă.

La finalul acestui training, participanții vor putea:

• Să înțeleagă elementele fundamentale ale inteligenței artificiale și învățării profunde în contextul vehiculelor autonome.
• Să implementeze tehnici de viziune artificială pentru detectarea în timp real a obiectelor și urmărirea benzilor de circulație.
• Să utilizeze învățarea prin întărire pentru luarea deciziilor în sistemele de conducere autonomă.
• Să integreze tehnici de fuziune a senzorilor pentru o percepție și navigare îmbunătățite.
• Să construiască modele de învățare profundă pentru a prezice și analiza scenarii de conducere.

Această formare condusă de un instructor, live în Moldova (online sau la fața locului), este destinată inginerilor de siguranță de nivel avansat și profesioniștilor din domeniul siguranței auto care doresc să dezvolte strategii complete de siguranță pentru vehicule autonome, inclusiv analiza hazardelor, evaluări ale siguranței funcționale și conformitatea cu standardele internaționale.

La finalul acestei formări, participanții vor putea:

• Identifica și evalua riscurile de siguranță asociate sistemelor de conducere autonomă.
• Efectua analiza hazardelor și evaluarea riscurilor folosind standarde industriale.
• Implementa metode de validare și verificare a siguranței pentru sistemele AV.
• Aplica standarde de siguranță funcțională, cum ar fi ISO 26262 și SOTIF.
• Dezvolta strategii de mitigare a riscurilor pentru provocările de siguranță ale AV.

Acest training condus de un instructor, live în Moldova (online sau la fața locului), este destinat personalului începător din forțele de ordine care dorește să facă tranziția de la schițarea facială manuală la utilizarea instrumentelor AI pentru dezvoltarea sistemelor de recunoaștere facială.

La finalul acestui training, participanții vor putea:

• Să înțeleagă elementele de bază ale Inteligenței Artificiale și Învățării Automate.
• Să învețe elementele de bază ale procesării digitale a imaginilor și aplicarea acestora în recunoașterea facială.
• Să dezvolte abilități în utilizarea instrumentelor și cadrelor de lucru AI pentru a crea modele de recunoaștere facială.
• Să dobândească experiență practică în crearea, antrenarea și testarea sistemelor de recunoaștere facială.
• Să înțeleagă considerentele etice și cele mai bune practici în utilizarea tehnologiei de recunoaștere facială.

Fiji este un pachet open-source pentru procesarea imaginilor care include ImageJ (un program de procesare a imaginilor pentru imagini științifice multidimensionale) și o serie de plugin-uri pentru analiza științifică a imaginilor.

În acest training condus de un instructor, participanții vor învăța cum să folosească distribuția Fiji și programul de bază ImageJ pentru a crea o aplicație de analiză a imaginilor.

La sfârșitul acestui training, participanții vor putea:

• Să utilizeze funcțiile avansate de programare și componentele software ale Fiji pentru a extinde ImageJ
• Să asambleze imagini 3D mari din plăci suprapuse
• Să actualizeze automat o instalare Fiji la pornire folosind sistemul integrat de actualizare
• Să aleagă dintr-o varietate largă de limbaje de scripting pentru a construi soluții personalizate de analiză a imaginilor
• Să utilizeze bibliotecile puternice ale Fiji, cum ar fi ImgLib, pe seturi mari de date bioimaging
• Să implementeze aplicația lor și să colaboreze cu alți oameni de știință pe proiecte similare

Formatul Cursului

• Prelegere interactivă și discuții.
• Multe exerciții și practică.
• Implementare practică într-un mediu de laborator live.

Opțiuni de Personalizare a Cursului

• Pentru a solicita un training personalizat pentru acest curs, vă rugăm să ne contactați pentru a aranja.

Acest training condus de un instructor, live în Moldova (online sau la fața locului), este destinat cercetătorilor și profesioniștilor de laborator de la nivel începător până la intermediar, care doresc să proceseze și să analizeze imagini legate de țesuturi histologice, celule sanguine, alge și alte probe biologice.

La finalul acestui training, participanții vor fi capabili să:

• Navigheze interfața Fiji și să utilizeze funcțiile de bază ale ImageJ.
• Preproceseze și îmbunătățească imaginile științifice pentru o analiză mai bună.
• Analizeze imagini cantitativ, inclusiv numărarea celulelor și măsurarea ariilor.
• Automatizeze sarcini repetitive folosind macro-uri și plugin-uri.
• Personalizeze fluxurile de lucru pentru nevoile specifice de analiză a imaginilor în cercetarea biologică.

Acest training condus de un instructor, live în Moldova (online sau la fața locului), este destinat profesioniștilor și entuziaștilor de nivel începător care doresc să înțeleagă conceptele fundamentale, tehnologiile și aplicațiile vehiculelor autonome.

La sfârșitul acestui training, participanții vor putea:

• Înțelege componentele cheie și principiile de funcționare ale vehiculelor autonome.
• Explora rolul inteligenței artificiale, al senzorilor și al procesării datelor în timp real în sistemele de conducere autonomă.
• Analiza diferite niveluri de autonomie ale vehiculelor și aplicațiile lor în lumea reală.
• Examina aspectele etice, legale și de reglementare ale mobilității autonome.
• Dobândi experiență practică în simulări de vehicule autonome.

Acest training condus de un instructor, în format live în Moldova (online sau la fața locului), este destinat specialiștilor avansați în fuziunea de senzori și inginerilor AI care doresc să dezvolte algoritmi de fuziune multi-senzor și să optimizeze navigația în timp real în sistemele autonome.

La finalul acestui training, participanții vor putea:

• Să înțeleagă fundamentele și provocările fuziunii datelor din multiple senzori.
• Să implementeze algoritmi de fuziune de senzori pentru navigație autonomă în timp real.
• Să integreze date din LiDAR, camere și RADAR pentru îmbunătățirea percepției.
• Să analizeze și să evalueze performanța sistemelor de fuziune în diverse condiții.
• Să dezvolte soluții practice pentru reducerea zgomotului senzorilor și alinierea datelor.

OpenCV (Open Source Computer Vision Library: http://opencv.org) este o bibliotecă open-source licențiată BSD care include câteva sute de algoritmi de viziune artificială.

Public țintă

Acest curs este destinat inginerilor și arhitecților care doresc să utilizeze OpenCV pentru proiecte de viziune artificială.

Acest training condus de un instructor, live în Moldova (online sau la fața locului), este destinat inginerilor de software care doresc să programeze în Python cu OpenCV 4 pentru învățarea profundă.

La finalul acestui training, participanții vor putea:

• Vizualiza, încărca și clasifica imagini și videoclipuri folosind OpenCV 4.
• Implementa învățarea profundă în OpenCV 4 cu TensorFlow și Keras.
• Rula modele de învățare profundă și a genera rapoarte impactante din imagini și videoclipuri.

Potrivirea Modelelor este o tehnică folosită pentru a localiza modele specificate într-o imagine. Poate fi utilizată pentru a determina existența unor caracteristici specificate într-o imagine capturată, de exemplu eticheta așteptată pe un produs defect dintr-o linie de fabricație sau dimensiunile specificate ale unei componente. Aceasta diferă de „Recunoașterea Modelelor” (care recunoaște modele generale bazate pe colecții mai mari de mostre înrudite) prin faptul că specifică exact ceea ce căutăm, apoi ne spune dacă modelul așteptat există sau nu.

Formatul Cursului

• Acest curs introduce abordările, tehnologiile și algoritmii utilizați în domeniul potrivirii modelelor așa cum se aplică în Vederea Artificială.

Acest training condus de un instructor, live în Moldova (online sau la fața locului) este destinat inginerilor de nivel intermediar, profesioniștilor din industria auto și specialiștilor IoT care doresc să înțeleagă rolul senzorilor în mașinile autonome, acoperind LiDAR, radar, camere și tehnici de fuziune a senzorilor.

La finalul acestui training, participanții vor putea:

• Înțelege diferitele tipuri de senzori utilizate în vehiculele autonome.
• Analiza datele senzoriale pentru percepția și luarea deciziilor în timp real ale vehiculului.
• Implementa tehnici de fuziune a senzorilor pentru a îmbunătăți precizia și siguranța vehiculului.
• Optimiza plasarea și calibrarea senzorilor pentru o performanță sporită a condusului autonom.

Acest training condus de un instructor, live în Moldova (online sau la fața locului), este destinat inginerilor de rețea de nivel intermediar și dezvoltatorilor IoT din domeniul auto care doresc să înțeleagă și să implementeze tehnologii de comunicare V2X pentru vehicule autonome.

La finalul acestui training, participanții vor putea:

• Să înțeleagă conceptele fundamentale ale comunicării V2X.
• Să analizeze modelele de comunicare V2V, V2I, V2P și V2N.
• Să implementeze protocoale V2X precum DSRC și C-V2X.
• Să dezvolte simulări pentru medii de vehicule conectate.
• Să abordeze provocările de securitate cibernetică și confidențialitate în rețelele V2X.

Acest training condus de un instructor, live în Moldova (online sau la fața locului), este destinat profesioniștilor de nivel intermediar care doresc să utilizeze Vision Builder AI pentru a proiecta, implementa și optimiza sisteme de inspecție automată pentru procesele SMT (Surface-Mount Technology).

La sfârșitul acestui training, participanții vor putea:

• Să configureze și să implementeze inspecții automate folosind Vision Builder AI.
• Să achiziționeze și să prelucreze imagini de înaltă calitate pentru analiză.
• Să implementeze decizii bazate pe logică pentru detectarea defectelor și validarea proceselor.
• Să genereze rapoarte de inspecție și să optimizeze performanța sistemului.