CS 7604-0

Brief

Description

Course keywords: 次世代通訊, 邊緣運算, 邊緣智慧, 聯邦式學習, 智慧物聯網 Next-generation Communication, Edge Computing, Edge Intelligence/AI, Federated Learning, AIoT 一、課程說明(Course Description) 邊緣智慧 (Edge Intelligence/AI) 是基於邊緣運算 (Edge Computing) 以及人工智慧 (AI) 應運而 生的次世代網路框架，除了繼承邊緣運算之分散式架構特性，能將應用程式、數據資料與服務的運算，由雲端伺 服器中心，搬移至貼近使用者端的霧端邊緣節點來處理以大幅降低服務延遲時間。考量到智慧物聯網 (AIoT) 服務將產生多元大數據以滿足各式應用情境，邊緣智慧將關注如何在確保使用者隱私前提下，讓這些數據能夠透 過人工智慧訓練模型淬鍊出有用之資訊。本課程將以研究最新的邊緣智慧技術為主，探討跟B5G/6G的銜接性、 如何基於Edge Computing架構整合AI、如何實現AIoT各式應用等。特別會關注Google 提出之聯邦式學習架 構 (Federated Learning) 以實現具隱私考量之邊緣智慧學習策略，並進一步聚焦相關之資安議題目標使邊 緣智慧服務順利實現。 二、指定用書(Text Books) 無 三、參考書籍(References) 無 四、教學方式(Teaching Method) 本課程會以論文討論為主，我們會羅列目前最新的研究論文，並且討論可能的研究方向。 五、教學進度(Syllabus) 1. Distributed computing (2 weeks) 2. Fog/edge computing (4 weeks) 3. B5G/6G communication (3 weeks) 4. Federated learning (3 weeks) 5. Edge intelligence/AI (4 weeks) 6. Edge privacy and security (2 weeks) 六、成績考核(Evaluation) 課程參與 40% 論文報告 30% 論文實作 30% 七、可連結之網頁位址 相關網頁(Personal Website) https://eeclass.nthu.edu.tw/ 生成式人工智慧倫理聲明：本課程無涉及AI使用

Timetable

Remarks

16週課程。以加簽方式選課。

Restrictions

Compulsory

Elective

Cross Discipline

First Specialization

Second Specialization