Umělá inteligence na platrofmě nVIDIA Jetson

Abstract

Cílem této bakalářské práce je vytvoření, naučení a implementace umělé neuronové sítě ve vestavném zařízení NVIDIA Jetson Nano. V první části práce je popsán současný stav implementace umělé inteligence ve vestavných zařízeních. Následující část popisuje nástroje pro vývoj umělých neuronových sítí a možnosti jejich implementace v zařízení. Tyto nástroje jsou dále v práci použity pro vytvoření a natrénování umělé neuronové sítě, která má za cíl detekovat poruchu v předzpracovaných datech z měření na synchronním elektromotoru. Nakonec je popsán způsob provedené optimalizace natrénované neuronové sítě. Dosažené výsledky jsou shrnuty v závěru práce.The aim of this bachelor thesis is to design, train and implement an artificial neural network in an NVIDIA Jetson Nano embedded device. The first part of the thesis describes the current state of the art of implementing artificial intelligence in embedded devices. The following section describes the tools for developing artificial neural networks and the possibilities of implementing them in a Jetson Nano device. These tools are further used in the thesis to create and train an artificial neural network to detect a fault in preprocessed measurement data on a synchronous electric motor. Finally, the optimization of the trained neural network is described. The achieved results are summarized in the conclusion of the paper.