سرفصل های دوره:
1. مقدمه ای بر فضاهای هوشمند و خودکار
2. تعریف فضاهای هوشمند
3. تعریف فضاهای خودکار
4. تفاوت و همپوشانی فضاهای هوشمند و خودکار
5. تاریخچه مختصری از توسعه فضاهای هوشمند
6. روندهای فعلی و آینده در فضاهای هوشمند
7. مبانی معماری فضاهای هوشمند
8. مفهوم "اینترنت اشیا" (IoT)
9. اجزای اصلی یک سیستم فضای هوشمند
10. حسگرها و جمع آوری داده ها
11. محرک ها و اقدامات
12. پلتفرم های نرم افزاری و مدیریت داده ها
13. اتصال و شبکه ها
14. رابط های کاربری و تجربه کاربری (UX)
15. ملاحظات امنیتی و حریم خصوصی
16. استانداردهای کلیدی و پروتکل ها در IoT
17. معماری های توزیع شده و مرکزی
18. مفاهیم محاسبات لبه (Edge Computing)
19. مفاهیم محاسبات ابری (Cloud Computing)
20. ملاحظات مربوط به پردازش داده های بلادرنگ
21. یادگیری ماشین و هوش مصنوعی در فضاهای هوشمند
22. مقدمه ای بر یادگیری ماشین
23. یادگیری نظارت شده و بدون نظارت
24. یادگیری تقویتی
25. الگوریتم های کلیدی یادگیری ماشین برای فضاهای هوشمند
26. تحلیل داده های حسگرها
27. تشخیص الگوها و ناهنجاری ها
28. پیش بینی رفتار و رویدادها
29. تطبیق پذیری و یادگیری مداوم
30. کاربرد هوش مصنوعی در اتوماسیون
31. سیستم های قانون محور
32. سیستم های مبتنی بر عامل
33. یادگیری عمیق (Deep Learning) و شبکه های عصبی
34. شبکه های عصبی کانولوشنال (CNN)
35. شبکه های عصبی بازگشتی (RNN)
36. ...