Programa del Curso

Introducción

  • ¿Qué es la conducción inteligente y por qué utilizarla?
  • Conducción inteligente frente a conducción tradicional
  • Descripción general de las características y la arquitectura de la conducción inteligente
  • Navegación por la interfaz de conducción inteligente y el espacio de trabajo

Comprender la IA y la fusión de información multisensor

  • Ciclo de vida de la sesión de conducción inteligente
  • Fusión de información de IA y multisensor para una conducción inteligente
  • Creación e importación de archivos 3D para una conducción inteligente

Habilidades y técnicas de conducción

  • Practicar habilidades y técnicas de conducción
  • Ajuste de los ajustes de conducción
  • Medición, etiquetado, comentarios y marcado

Escenarios y situaciones de conducción

  • Practicar escenarios y situaciones de conducción
  • Identificación y respuesta a peligros y riesgos potenciales
  • Seguir y aplicar las normas y reglamentos de circulación
  • Lidiar con entornos de conducción complejos y dinámicos

Impulsando el rendimiento y la evaluación

  • Analizar y evaluar el rendimiento, el comportamiento y la retroalimentación de la conducción
  • Creación y demostración de animaciones de sesiones de conducción
  • Creación y visualización de imágenes y vídeos de las sesiones de conducción
  • Realización de pruebas de detección de colisiones y comprobación de la integridad de las sesiones de conducción

Impulsando la integración y la aplicación

  • Integrar el conocimiento y las habilidades aprendidas con situaciones y desafíos de conducción del mundo real
  • Conectarse y colaborar con otros conductores e instructores
  • Obtención y creación de presupuestos de material para sesiones de conducción
  • Crear y animar cronogramas de conducción y comprobar la validez de los horarios de conducción

Solución de problemas

Resumen y próximos pasos

Requerimientos

  • Comprensión de los conceptos y principios de la inteligencia artificial (IA)
  • Experiencia con software de diseño 3D como AutoCAD, Revit o 3ds Max
  • Experiencia básica en programación (opcional)

Audiencia

  • Desarrolladores
  • Arquitectos
 21 horas

Número de participantes



Precio por participante

Cursos Relacionados

LangChain: Building AI-Powered Applications

14 horas

LangChain Fundamentals

14 horas

H2O AutoML

14 horas

AutoML con Auto-sklearn

14 horas

AutoML con Auto-Keras

14 horas

Avanzado Stable Diffusion: Aprendizaje profundo para la generación de texto a imagen

21 horas

Introducción a Stable Diffusion para la generación de texto a imagen

21 horas

AlphaFold

7 horas

TensorFlow Lite for Embedded Linux

21 horas

TensorFlow Lite for Android

21 horas

TensorFlow Lite for iOS

21 horas

Tensorflow Lite for Microcontrollers

21 horas

Deep Learning Neural Networks with Chainer

14 horas

Distributed Deep Learning with Horovod

7 horas

Accelerating Deep Learning with FPGA and OpenVINO

35 horas

Categorías Relacionadas