idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Grafik: idw-Logo

idw - Informationsdienst
Wissenschaft

Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store

Veranstaltung


institutionlogo

06.04.2017 - 07.04.2017 | Bremen

A Simulation Environment for Deep Neural Networks: Theory and Practice

Training Course with Dr. Ralph Grothmann (Siemens AG)

April 6-7, 2017 at the University of Bremen

Objectives

The tutorial deals with the implementation of neural networks in our simulation and development environment, short SENN. We will introduce the theory of simple and deep feedforward neural networks and show how to implement these models in our software platform SENN. We address the topic of data preprocessing for neural networks and the configuration of the learning algorithm, which is error back propagation together with a stochastic learning rule.
The guideline for implementing neural networks in SENN is the correspondence principle between equations, architectures and local algorithms. The equations of a neural network can be represented by an architecture. Local algorithms, like error backpropagation, that work on the architecture allow for the training of the model, i.e. fitting it to data. Besides (deep) feedfoward neural networks we will also deal with time-delay recurrent neural network architectures, where deepness is a natural feature when non-algorithmic learning techniques like error backpropagation through time are used. Simple recurrent neural networks, long-short term memory networks (LSTM), echo state networks and large recurrent neural networks are popular examples.
We implement all neural network models in SENN using a typical application example, energy load forecasting. Here, we also deal with the different modeling steps, i.e. data preprocessing, learning the model and regularizing it. This also allows us to compare the different modeling lines.
Ralph Grothmann, currently employed by Siemens AG, Corporate Technology as their Principal Key Expert Consultant for predictive analytics, has a PhD and diploma in quantitative finance, both received from the University of Bremen, Germany. Research interests are Modeling of dynamical systems with recurrent neural networks and time series forecasting.

Registration

For registration please send an email to Mr Jens Behrmann: jbehrmann@uni-bremen.de

Hinweise zur Teilnahme:

Termin:

06.04.2017 ab 09:00 - 07.04.2017 17:00

Anmeldeschluss:

05.04.2017

Veranstaltungsort:

University of Bremen
Bibliothekstraße 5
Building MZH
Seminar Room 0240
28359 Bremen
Bremen
Deutschland

Zielgruppe:

Studierende

E-Mail-Adresse:

Relevanz:

international

Sachgebiete:

Biologie, Chemie, Mathematik, Medizin

Arten:

Seminar / Workshop / Diskussion

Eintrag:

27.02.2017

Absender:

Dr. Anja Milde

Abteilung:

Presse- und Öffentlichkeitsarbeit

Veranstaltung ist kostenlos:

ja

Textsprache:

Englisch

URL dieser Veranstaltung: http://idw-online.de/de/event56891

Anhang
attachment icon FlyerTrainingCourseDeepNeuralNetworks

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).