دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Ovidiu Vermesan, Franz Wotawa, Mario Diaz Nava, Björn Debaillie سری: River Publishers Series in Communications and Networking ISBN (شابک) : 9788770227919, 9788770227902 ناشر: River Publishers سال نشر: 2022 تعداد صفحات: 243 [244] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 26 Mb
در صورت تبدیل فایل کتاب Industrial Artificial Intelligence Technologies and Applications به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب فناوری ها و کاربردهای هوش مصنوعی صنعتی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
پیشرفتهای هوش مصنوعی لبههای صنعتی (AI) نحوه تعامل تجهیزات و ماشینهای صنعتی با دنیای واقعی، با سایر ماشینها و انسانها را در طول فرآیندهای تولید تغییر میدهد. این پیشرفتها به اینترنت صنعتی اشیا (IIoT) و دستگاههای لبه اجازه میدهد تا با استفاده از دادههای حسگرها و محرکها در طول فرآیندهای تولید تصمیم بگیرند. تحول دیجیتال در حال تغییر شکل صنعت تولید است و هوش مصنوعی لبه صنعتی با هدف ترکیب مزایای بالقوه محاسبات لبه (زمان تأخیر کم، کاهش پهنای باند، معماری توزیع شده، بهبود اعتماد و غیره) با مزایای هوش مصنوعی (پردازش هوشمند، راه حل های پیش بینی، طبقه بندی، استدلال و غیره). محیطهای صنعتی امکان استقرار برنامههای صنعتی هوشمند بسیار پراکنده را در سایتهای راه دور که به اتصال قابل اعتماد از طریق اتصالات بیسیم و سلولی نیاز دارند، میدهد. اتصال هوشمند فناوریهای IIoT، بیسیم/سلولی و هوش مصنوعی را برای پشتیبانی از برنامههای صنعتی مستقل جدید با فعال کردن قابلیتهای هوش مصنوعی در لبه و به شرکتهای تولیدی امکان بهبود کارایی عملیاتی و کاهش ریسکها و هزینههای برنامههای صنعتی را ترکیب میکند. هنگام آوردن هوش مصنوعی به کاربردهای صنعتی اینترنت اشیا با توجه به آموزش مدلهای هوش مصنوعی در لبه، استقرار مدلهای استنتاج آموزشدیده شده با هوش مصنوعی بر روی پلتفرمهای سختافزاری لبه قابل اعتماد هدف و محک زدن راهحل در مقایسه با سایر پیادهسازیها، مسائل مهمی وجود دارد. نسل بعدی سیستمهای هوش مصنوعی صنعتی قابل اعتماد از طریق طراحی، شفافیت، توضیحپذیری، تأییدپذیری و راهحلهای صنعتی استاندارد شده برای پیادهسازی در برنامههای مختلف در بخشهای مختلف صنعتی، قابل اعتماد هستند. تکنیکهای جدید هوش مصنوعی مانند یادگیری ماشین جاسازی شده (ML) و یادگیری عمیق (DL) دادههای لبه را جمعآوری میکنند، مدلهای هوش مصنوعی را به کار میگیرند و آنها را در دستگاههای لبه هدف سختافزاری از میکروکنترلرهای کم مصرف گرفته تا دستگاههای جاسازی شده، دروازهها و سرورهای داخلی به کار میگیرند. کاربردهای صنعتی. این تکنیکها تأخیر را کاهش میدهند، مقیاسپذیری، قابلیت اطمینان و انعطافپذیری را افزایش میدهند و اتصال بیسیم را بهینه میکنند و قابلیتهای IIoT را تا حد زیادی گسترش میدهند. این کتاب به بررسی اجمالی آخرین نتایج و فعالیتهای تحقیقاتی در فناوریها و کاربردهای هوش مصنوعی صنعتی بر اساس تحقیقات، پیشرفتها و ایدههای نوآورانه تولید شده توسط پروژههای ECSEL JU AI4DI، ANDANTE و TEMPO میپردازد. نویسندگان چالشهای هوش مصنوعی صنعتی، رویکردهای اتخاذ شده، و سیستمها و برنامههای صنعتی اصلی را توصیف میکنند تا به خواننده بینش خوبی نسبت به ماهیت فنی این حوزه بدهند. این مقاله ها مطالب روشنگری در مورد فناوری ها و برنامه های کاربردی هوش مصنوعی صنعتی ارائه می دهند. این کتاب منبع ارزشمندی برای محققان، دانشجویان تحصیلات تکمیلی، پزشکان و توسعه دهندگان فناوری است که علاقه مند به کسب بینش در زمینه هوش مصنوعی، IIoT، ماشین های جاسازی شده و یادگیری عمیق، فن آوری های جدید و راه حل هایی برای پیشبرد پردازش هوشمند در لبه هستند. .
The advances in industrial edge artificial intelligence (AI) are transforming the way industrial equipment and machine interact with the real world, with other machines and humans during manufacturing processes. These advances allow industrial internet of things (IIoT) and edge devices to make decisions during the manufacturing processes using sensors and actuators data. Digital transformation is reshaping the manufacturing industry, and industrial edge AI aims to combine the potential advantages of edge computing (low latency times, reduced bandwidth, distributed architecture, improved trustworthiness, etc.) with the benefits of AI (intelligent processing, predictive solutions, classification, reasoning, etc.). The industrial environments allow the deployment of highly distributed intelligent industrial applications in remote sites that require reliable connectivity over wireless and cellular connections. Intelligent connectivity combines IIoT, wireless/cellular and AI technologies to support new autonomous industrial applications by enabling AI capabilities at the edge and allowing manufacturing companies to improve operational efficiency and reduce risks and costs for industrial applications. There are several critical issues to consider when bringing AI to industrial IoT applications considering training AI models at the edge, the deployment of the AI-trained inferencing models on the target reliable edge hardware platforms and the benchmarking of the solution compared with other implementations. The next-generation trustworthy industrial AI systems offer dependability by design, transparency, explainability, verifiability, and standardised industrial solutions to be implemented into various applications across different industrial sectors. New AI techniques like embedded machine learning (ML) and deep learning (DL) capture edge data, employ AI models and deploy them to hardware target edge devices from ultra-low-power microcontrollers to embedded devices, gateways, and on-premises servers for industrial applications. These techniques reduce latency, increase scalability, reliability, and resilience, and optimise wireless connectivity, greatly expanding IIoT capabilities. The book overviews the latest research results and activities in industrial artificial intelligence technologies and applications based on the innovative research, developments and ideas generated by the ECSEL JU AI4DI, ANDANTE and TEMPO projects. The authors describe industrial AI's challenges, the approaches adopted, and the main industrial systems and applications to give the reader a good insight into the technical essence of the field. The articles provide insightful material on industrial AI technologies and applications. The book is a valuable resource for researchers, post-graduate students, practitioners, and technology developers interested in gaining insight into the industrial edge AI, IIoT, embedded machine and deep learning, new technologies, and solutions to advance the intelligent processing at the edge.