Embedded Artificial Intelligence (eBook)
XI, 260 Seiten
Springer-Verlag
978-981-97-5038-2 (ISBN)
This book focuses on the emerging topic of embedded artificial intelligence and provides a systematic summary of its principles, platforms, and practices. In the section on principles, it analyzes three main approaches for implementing embedded artificial intelligence: cloud computing mode, local mode, and local-cloud collaborative mode. The book identifies five essential components for implementing embedded artificial intelligence: embedded AI accelerator chips, lightweight neural network algorithms, model compression techniques, compiler optimization techniques, and multi-level cascaded application frameworks. The platform section introduces mainstream embedded AI accelerator chips and software frameworks currently used in the industry. The practical part outlines the development process of embedded artificial intelligence and showcases real-world application examples with accompanying code.
As a comprehensive guide to the emerging field of embedded artificial intelligence, the book offers rich and in-depth content, a clear and logical structure, and a balanced approach to both theoretical analysis and practical applications. It provides significant reference value and can serve as an introductory and reference guide for researchers, scholars, students, engineers, and professionals interested in studying and implementing embedded artificial intelligence.
| Erscheint lt. Verlag | 6.9.2024 |
|---|---|
| Zusatzinfo | XI, 260 p. 146 illus., 33 illus. in color. |
| Sprache | englisch |
| Themenwelt | Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik |
| Informatik ► Weitere Themen ► Hardware | |
| Mathematik / Informatik ► Mathematik ► Statistik | |
| Technik ► Bauwesen | |
| Technik ► Elektrotechnik / Energietechnik | |
| Technik ► Maschinenbau | |
| Schlagworte | Edge AI • Embedded AI • Embedded AI Accelerator Chip • Embedded Artificial Intelligence • Jetson • Lightweight Neural Network • Model compression • TensorFlow Lite • TinyML |
| ISBN-10 | 981-97-5038-5 / 9819750385 |
| ISBN-13 | 978-981-97-5038-2 / 9789819750382 |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
PDF (Wasserzeichen)DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
