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

24.09.2019 - 26.09.2019 | Freiberg

DGM-Fortbildung Maschinelles Lernen

Für die Auswertung materialwissenschafticher 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 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 liegen.

Nach einer kurzen Einführung, welche mathematisch nicht in die Tiefe geht, werden Anwendungsbeispiele von Deep Learning entwickelt. Die Teilnehmer werden 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. Jedem Teilnehmer wird ein geeigneter Computer, sowie der benötigte Code der entwickelten Verfahren in Form von Jupyter Notebooks, zur Verfügung gestellt. Im Vordergrund steht das entdeckende Lernen durch eigenaktives Ausführen und Ändern der zur Verfügung gestellten Skripte. Ziel ist es, dass die Teilnehmer Möglichkeiten und Probleme
kennen und anwenden lernen, um die gelernten Inhalte auf eigene Daten effizient übertragen und adaptieren zu können.

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.

Das Fortbildung steht unter der fachlichen Leitung von:
Prof. Dr. Stefan Sandfeld
Professor für Mikromechanische Materialmodellierung an der Technischen Universität Freiberg

Dr.-Ing. Tim Dahmen
Teamleiter Computational 3D Imaging, Deutsches Forschungszentrum für Künstliche Intelligenz GmbH

Weitere Informationen unter:
https://www.dgm.de/index.php?id=6548

Hinweise zur Teilnahme:
DGM-Mitglied: 1375 €
Persönliches DGM-Mitglied | Mitarbeiter/-in eines DGM-Mitgliedsunternehmens /-institutes.

DGM-Nachwuchsmitglied (<30 Jahre): 825 €
Persönliches DGM-Mitglied | Mitarbeiter/-in eines DGM-Mitgliedsunternehmens /-institutes.

Regulär: 1.450 €

Regulär Nachwuchsteilnehmer (<30 Jahre): 900 €

Teilnahmepreise inkl. 19% MwSt.
Enthalten sind Unterlagen, Getränke, Mittagessen und ein Abendessen.

Nachwuchsplätze werden nur vergeben, wenn die Veranstaltung nicht voll ausgelastet ist. Spätestens 3 Wochen vor Veranstaltungsbeginn erhalten die angemeldeten Nachwuchsteilnehmer eine Mitteilung, ob die Teilnahme möglich ist. Bei großer Nachfrage wird bei der Platzvergabe das DGM-Nachwuchsmitglied bevorzugt.

Termin:

24.09.2019 ab 09:00 - 26.09.2019 17:00

Veranstaltungsort:

TU Bergakademie Freiberg
Freiberg
Sachsen
Deutschland

Zielgruppe:

Wirtschaftsvertreter, Wissenschaftler

E-Mail-Adresse:

Relevanz:

überregional

Sachgebiete:

Informationstechnik, Maschinenbau, Werkstoffwissenschaften, Wirtschaft

Arten:

Seminar / Workshop / Diskussion

Eintrag:

02.05.2019

Absender:

Dipl.-Ing. Fahima Fischer

Abteilung:

Pressereferat

Veranstaltung ist kostenlos:

nein

Textsprache:

Deutsch

URL dieser Veranstaltung: http://idw-online.de/de/event63503

Anhang
attachment icon DGM-Fortbildung Maschinelles Lernen - Grundlagen und Anwendungen auf materialwissenschaftliche Beispiele

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).