Introduktionskursus til Tiny Machine Learning (TinyML)

Deltag i introduktionskursus om krydsfeltet mellem Machine Learning, Signal Behandling og Embedded IoT-systemer.

TinyML – eller Tiny Machine Learning – er en af de nyeste trends inden for intelligent maskinlæring. Dette kursus er et introduktionskursus i krydsfeltet mellem Machine Learning, Signal Behandling og Embedded IoT-systemer, og det giver dig mulighed for at dykke ned i en spændende ny teknologi og lære, hvordan du kan udnytte små processorer med lavt energiforbrug til at få mere ud af dine egne data. 

Hvad er TinyML?

TinyML er resultatet af, at regnekraften i moderne microcontrolere kombineret med et ultralavt energiforbrug muliggør implementering af små AI modeller i sensorer i stedet for i skyen. Herved kan en uintelligent sensor, der sender rå-data til analyse, istedet foretage analysen, der hvor dataene genereres. Moderne microcontrollere er typisk en meget lille del af udgifterne til et system, og har ofte regnekraft ”tilovers” og muliggør herved implementering af TinyML, samt opnåelsen af muligheder inden for forretningsudvikling og dataanalyse.

Hvor kan du bruge TinyML?

Maskinlæring er ikke nyt, men TinyML giver os mulighed for at arbejde med maskinlæring helt lokalt. Eksempler på anvendelsesområder kunne være:

1. Overvågning af produktionsmaskiner: Ved at træne algoritmer til at finde bestemte mønstre i data kan man overvåge og forudsige, hvornår produktionsmaskiner skal have eftersyn eller repareres, og dermed undgå nedetid.
2. Analyse på personfølsomme data, f.eks. ifm. at overvåge og genkende antal personer i et mødelokale, uden at gemme person-relevante eller følsomme data. Dette kunne f.eks. bruges til at spare på energiforbruget til rumventilation.
3. Genkendelse af åndedrætssygdomme, som forkølelse, covid eller andet der kan høres på vejtrækningen hos en patient, som bærer en mikrofonbaseret sensor.

Perspektiverne i at arbejde med TinyML er store, og derfor er vi stolte af at have Morten Opprud Jakobsen, Institut for Elektro- og Computerteknologi, Aarhus Universitet, som underviser på dette involverende hands-on kursus.

Du kommer til at arbejde med:

• TinyML applications and use cases.
• Algorithms suited for optimization and deployment on a 32-bit MCU.
• Tiny ML Frameworks, tools, and techniques.
• The importance of good data sets.
• Data preprocessing and introductory feature engineering.

Efter kurset vil du have opnået:

• Familiarity with one or more toolchains for TinyML.
• Hand-on experience with model design, training, and deployment on an embedded device.
• Model optimization for memory and power-constrained devices.
• Data collection and labeling.

Tilmelding og det praktiske

Du tilmelder dig kurset via vores samarbejdspartners hjemmeside.

Pris: Kurset er gratis at deltage i hvis du kommer en fra SMV eller en offentlig organisation. SMV’er modtager statsstøtte under deminimis-forordningen. Er du fra en større virksomhed er prisen DKK 6057,-. Læs mere om deminimis

Indkøb: Du vil senere få tilsendt en info-mail med oplysninger på, hvor du skal indkøbe dine egne materialer til brug i undervisningen.

Forplejning: Kurset er vært for frokost og vand, ellers er der ikke forplejning inkluderet.

Sprog: Dette 3-dagkursus gennemføres på dansk, men en del af undervisningsmaterialet er på engelsk.

Antal Pladser: Der er plads til maks. 14 kursister. 

Kompetencer og adgangskrav:

1. Kurset henvender sig til dig der sandsynligvis er ingeniør eller på anden vis har erfaring med og kompetencer indenfor programmering: minimum “Arduino-niveau” + lidt Python, og gerne erfaring med embedded udvikling.
2. Du skal være tilknyttet en organisation.

Er du i tvivl, så kontakt jesper.askov@ece.au.dk

Kurset kræver aktiv deltagelse og samarbejde, og vil være en blanding af forberedelse/læsning og diskussion af akademisk litteratur, teoripræsentationer samt praktiske laboratorieøvelser. Du kommer til at arbejde med en eller flere egnede platforme til dataindsamling og modelimplementering, ud fra deltagernes egne brugs-cases.