Veranstaltung
Die hier angezeigten Termine und Veranstaltungen werden dynamisch aus Stud.IP heraus angezeigt.
Daher kontaktieren Sie bei Fragen bitte direkt die Person, die unter dem Punkt Lehrende/Dozierende steht.
Veranstaltung
Semester:
Wintersemester
2024
2.01.359 Challenges of AI on embedded Hardware -
Veranstaltungstermin | Raum
- Montag, 14.10.2024 16:00 - 18:00 | A14 1-114
- Dienstag, 15.10.2024 16:00 - 18:00 | A14 1-114
- Montag, 21.10.2024 16:00 - 18:00 | A14 1-114
- Dienstag, 22.10.2024 16:00 - 18:00 | A14 1-114
- Montag, 28.10.2024 16:00 - 18:00 | A14 1-114
- Dienstag, 29.10.2024 16:00 - 18:00 | A14 1-114
- Montag, 4.11.2024 16:00 - 18:00 | A14 1-114
- Dienstag, 5.11.2024 16:00 - 18:00 | A14 1-114
- Montag, 11.11.2024 16:00 - 18:00 | A14 1-114
- Dienstag, 12.11.2024 16:00 - 18:00 | A14 1-114
- Montag, 18.11.2024 16:00 - 18:00 | A14 1-114
- Dienstag, 19.11.2024 16:00 - 18:00 | A14 1-114
- Montag, 25.11.2024 16:00 - 18:00 | A14 1-114
- Dienstag, 26.11.2024 16:00 - 18:00 | A14 1-114
- Montag, 2.12.2024 16:00 - 18:00 | A14 1-114
- Dienstag, 3.12.2024 16:00 - 18:00 | A14 1-114
- Montag, 9.12.2024 16:00 - 18:00 | A14 1-114
- Dienstag, 10.12.2024 16:00 - 18:00 | A14 1-114
- Montag, 16.12.2024 16:00 - 18:00 | A14 1-114
- Dienstag, 17.12.2024 16:00 - 18:00 | A14 1-114
- Montag, 6.1.2025 16:00 - 18:00 | A14 1-114
- Dienstag, 7.1.2025 16:00 - 18:00 | A14 1-114
- Montag, 13.1.2025 16:00 - 18:00 | A14 1-114
- Dienstag, 14.1.2025 16:00 - 18:00 | A14 1-114
- Montag, 20.1.2025 16:00 - 18:00 | A14 1-114
- Dienstag, 21.1.2025 16:00 - 18:00 | A14 1-114
- Montag, 27.1.2025 16:00 - 18:00 | A14 1-114
- Dienstag, 28.1.2025 16:00 - 18:00 | A14 1-114
Beschreibung
Das Modul behandelt spezielle Anforderungen der Anwendung von Maschinellem Lernen auf eingebetteten und ressourcenbeschränkten Systemen. Im Zentrum stehen die Einschätzung und Messung von relevanten Hardwareeigenschaften (z.B.: Latenz, Speicherbedarf und Energiebedarf) sowie die Auswahl geeigneter Methoden des Maschinellen Lernens für gegebene Hardwareeigenschaften. Des Weiteren werden verschiedene Optimierungstechniken besprochen, um den Ressourcenbedarf von KI Modellen unter Erhaltung der Vorhersagegüte zu reduzieren.
Lehrende
SWS
4
Lehrsprache
englisch