idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store

Veranstaltung


institutionlogo


Instanz:
Teilen: 
23.02.2026 - 27.02.2026 | Sankt Augustin

Deep Learning - Grundlagen und Anwendungen auf materialwissenschaftliche Beispiele

Die automatisierte Auswertung materialwissenschaftlicher Daten mittels KI und Deep Learning verändert die Werkstoffanalyse grundlegend. In dieser praxisnahen Fortbildung erhalten Sie einen fundierten Einstieg in Convolutional Neural Networks zur Analyse von Bild- und Tabellendaten. Sie lernen, Deep Learning zur Klassifizierung und Segmentierung einzusetzen und die Methoden gezielt auf eigene Projekte zu übertragen.

Deep Learning ist ein entscheidender Baustein, um die Fähigkeiten Ihres Unternehmens im Bereich Künstliche Intelligenz auszubauen und Kompetenzen in der praktischen Umsetzung materialwissenschaftlicher Probleme zu erwerben.
Hier sind einige Gründe, warum Ihr Unternehmen von einer tieferen Kenntnis in diesem Bereich profitieren wird:

Grundlagen der verwendeten Software Tools: Verstehen Sie PyTorch, FastAi und Jupyter Notebook und nutzen Sie diese effektiv für Ihre Projekte.
Prinzipien des Deep Learning: Erfahren Sie, wie Deep Learning als Methode des Maschinellen Lernens eingesetzt wird und welche Vorteile es bietet.
Anwendung von Deep Learning in der Materialwissenschaft: Erhalten Sie Einblicke in spezifische Anwendungen und lernen Sie, wie Sie diese in Ihrem Unternehmen umsetzen können.
Theorie von Neuronalen Netzen: Verstehen Sie Neuronale Neutze und vertiefen Sie Ihr Wissen über deren Struktur.
Klassifizierungsmodelle: Lernen Sie, wie Sie entsprechende Modelle implementieren und damit 2-Phasen-Stähle klassifizieren sowie tabellarische Daten analysieren können.
Convolutional Neural Networks für Bilddaten: Erfahren Sie, wie Sie Bilddaten effizient klassifizieren und konkrete Anwendungsfälle meistern.
Diskutieren Sie Ihre konkrete praktische Anwendung/Problemstellung mit Expert*innen.
Nutzen Sie diese Chance, um Ihr Unternehmen technologisch weiterzuentwickeln und einen Wettbewerbsvorteil zu erlangen!

Hinweise zur Teilnahme:
Die Fortbildung eignet sich für:

Wissenschaftler*innen sowie Ingenieur*innen, die in der Forschung und Entwicklung sowie der industriellen Fertigung tätig sind.
Empfohlene Vorkenntnisse: Grundlegende Programmierkenntnisse in Python, Matlab oder anderen Programmiersprachen. Dazu gehören: 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.

Termin:

23.02.2026 ab 09:00 - 27.02.2026 13:00

Anmeldeschluss:

20.02.2026

Veranstaltungsort:

Die Fortbildung findet Online statt
Sankt Augustin
Nordrhein-Westfalen
Deutschland

Zielgruppe:

Wissenschaftler, jedermann

E-Mail-Adresse:

Relevanz:

überregional

Sachgebiete:

Werkstoffwissenschaften

Arten:

Seminar / Workshop / Diskussion

Eintrag:

20.08.2025

Absender:

Stefan Klein

Abteilung:

Kommunikation & Medien

Veranstaltung ist kostenlos:

nein

Textsprache:

Deutsch

URL dieser Veranstaltung: http://idw-online.de/de/event79869


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).