利用在线和开源机器学习工具包，发挥可持续工程的未来
摘要：利用机器学习（ML）和人工智能（AI）推进工程技术，从材料科学中的先进断裂力学到土壤和水质检测，在民用和环境工程领域有一个全国范围的推动。利用AI，特别是机器学习，工程师可以通过经过训练的模型和传感器自动化和减少处理或人工标记时间，同时保持统计重复性。Edge Impulse设计了一个面向工程学科的开源TinyML Arduino教育工具套件。本文讨论了工程教育者在课堂上利用ML工具包的各种应用和方法。我们提供了面向环境工程课堂的深入实施指南和相关学习成果。我们讨论了四个标准环境工程课程的五个具体例子，包括大一和大三级别的工程课程。目前全国范围内很少有项目利用机器学习工具包来培养下一代人工智能和机器学习教育工程师，以准备他们在工业和学术领域的职业生涯。本文将指导教育者设计和实施将ML/AI纳入工程课程（不包括特定的AI或ML课程）的方法，使用简单、廉价和开源的工具，并与Edge Impulse合作在线平台提供技术支持。
作者：Andrew Schulz (1), Suzanne Stathatos (2), Cassandra Shriver (3), Roxanne Moore (1) ((1) School of Mechanical Engineering at Georgia Institute of Technology, (2) School of Computing and Mathematical Sciences at California Institute of Technology, (3) School of Biological Sciences at Georgia Institute of Technology)
论文ID：2304.11175
分类：Computers and Society
分类简称：cs.CY
提交时间：2023-04-25