一、課程說明(Course Desc<x>ription)
<br>邊緣運算是一種分散式運算的架構，將應用程式、數據資料與服務的運算，由網路中心節點，移往網路
<br>的邊緣節點來處理。邊緣運算將大型服務加以分解，切割成更小與更容易管理的部份，分散到邊緣節點
<br>去處理。因為更接近於用戶終端裝置，可以加快資料的處理與傳送速度，減少延遲。
<br>本課程以研究最新的邊緣運算技術為主，例如與IOT的關聯，與5G的關聯，與AI的連結等。特別會注重
<br>在虛擬化技術與系統設計。對於AI的連結，也會研究Edge AI中的模型設計與訓練方法，例如
<br>Federated Learning技術等。
<br>
<br>二、指定用書(Text Books)
<br>無
<br>
<br>三、參考書籍(References)
<br>無
<br>
<br>四、教學方式(Teaching Method)
<br>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。
<br>
<br>五、教學進度(Syllabus)
<br>1. From cloud to edge (2 weeks)
<br>2. Light weight virtualization (4 weeks)
<br>3. Distributed computing (3 weeks)
<br>4. 5G IOT, MEC (3 weeks)
<br>5. Edge AI, Model reduction, Federated learning (4 weeks)
<br>6. Edge security (2 weeks)
<br>
<br>六、成績考核(Evaluation)
<br>課程參與 40%
<br>論文報告 30%
<br>論文實作 30%
<br>
<br>七、可連結之網頁位址 相關網頁(Personal Website)
<br>