idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store

Veranstaltung


institutionlogo


06.03.2023 - 10.03.2023 | Online

Deep Learning - Grundlagen und Anwendungen auf materialwissenschaftliche Beispiele

Nach einer kurzen Einführung, welche mathematisch nicht in die Tiefe geht, werden gemeinsam Anwendungsbeispiele von Deep Learning entwickelt. Sie lernen, wie man mit Hilfe von Python und geeigneten Bibliotheken Neuronale Netzwerke implementieren und anwenden kann. Der Fokus liegt dabei auf der eigenständigen Anwendung der erarbeiteten Modelle.

Fortbildungsleitung:

Dr.-Ing. Tim Dahmen - Deutsches Forschungszentrum für Künstliche Intelligenz GmbH

Dozenten:

Dr.-Ing. Dominik Britz - Material Engineering Center Saarland (MECS)

Prof. Dr.-Ing. Frank Mücklich - Universität des Saarlandes

Martin Müller - Universität des Saarlandes

Prof. Dr. Stefan Sandfeld - Forschungszentrum Jülich GmbH

Themen und Inhalte:

Für die Auswertung materialwissenschaftlicher und werkstoffkundlicher Daten, vor allem für Bilddaten, wird Künstliche Intelligenz in Form des Maschinellen Lernens mit Hilfe von Deep Learning immer wichtiger. In dieser Fortbildung bieten wir Ihnen einen praxisorientierten Einstieg in faltungsbasierte neuronale Netwerke (Convolutional Neural Networks) zur automatischen Analyse von materialwissenschaftlichen Daten. Der Fokus wird auf der Klassifizierung und Segmentierung von Bilddaten und Tabellendaten liegen.

Ziel ist es, dass die Teilnehmenden Möglichkeiten und Probleme kennen und anwenden lernen, um die gelernten Inhalte auf eigene Daten effizient übertragen und adaptieren zu können.

Durch eigenaktives Ausführen und Ändern der zur Verfügung gestellten Skripte können Sie das Erlernte direkt praktisch anwenden.

Nach der Teilnahme kennen Sie die Möglichkeiten und Problemstellungen des Maschinellen Lernen, so dass Sie die gelernten Inhalte auf eigene Daten effizient übertragen und adaptieren zu können.

Zielgruppe:

Ideale Voraussetzungen für eine erfolgreiche Teilnahme an der Fortbildung sind grundlegende Programmierkenntnisse in Python, Matlab oder anderen Programmiersprachen. Die Vorkenntnisse umfassen unter anderem: Variablen und zugehörge arithmetische Operationen, Funktionen, Fallunterscheidungen, Kontrollstrukturen. Weiterhin sind Mathematik Grundkenntnisse hilfreich. Beispielsweise sollten Sie eine Vorstellung zu den Stichworten Vektor, lineare Abhängigkeit, Gradient und Nichtlinearität haben.

Hinweise zur Teilnahme:
Die Fortbildung findet als Online-Veranstaltung statt. Die registrierten Teilnehmenden erhalten einige Tage vor der Veranstaltung den Zugangslink zur Fortbildung per Mail.

In den Teilnahmegebühren sind Fortbildungsunterlagen enthalten, die die registrierten Teilnehmenden einige Tage vor der Veranstaltung per Post erhalten.

Benötigte Softwaretools für die Teilnahme: PUTTY (Installationsanleitung erhalten die Teilnehmenden kurz vor der Fortbildung)

Termin:

06.03.2023 ab 09:00 - 10.03.2023 13:00

Veranstaltungsort:

Online-Fortbildung
Online
Nordrhein-Westfalen
Deutschland

Zielgruppe:

Wirtschaftsvertreter, Wissenschaftler

E-Mail-Adresse:

Relevanz:

überregional

Sachgebiete:

Informationstechnik, Werkstoffwissenschaften

Arten:

Seminar / Workshop / Diskussion

Eintrag:

29.07.2022

Absender:

Stefan Klein

Abteilung:

Kommunikation & Medien

Veranstaltung ist kostenlos:

nein

Textsprache:

Deutsch

URL dieser Veranstaltung: http://idw-online.de/de/event72152

Anhang
attachment icon Flyer- Deep Learning

Hilfe

Die Suche / Erweiterte Suche im idw-Archiv
Verknüpfungen

Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.

Klammern

Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).

Wortgruppen

Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.

Auswahlkriterien

Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).

Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).