idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store

Event


institutionlogo


03/06/2023 - 03/10/2023 | 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.

Information on participating / attending:
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)

Date:

03/06/2023 09:00 - 03/10/2023 13:00

Event venue:

Online-Fortbildung
Online
Nordrhein-Westfalen
Germany

Target group:

Business and commerce, Scientists and scholars

Email address:

Relevance:

transregional, national

Subject areas:

Information technology, Materials sciences

Types of events:

Seminar / workshop / discussion

Entry:

07/29/2022

Sender/author:

Stefan Klein

Department:

Kommunikation & Medien

Event is free:

no

Language of the text:

German

URL of this event: http://idw-online.de/en/event72152

Attachment
attachment icon Flyer- Deep Learning

Help

Search / advanced search of the idw archives
Combination of search terms

You can combine search terms with and, or and/or not, e.g. Philo not logy.

Brackets

You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

Phrases

Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

Selection criteria

You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).

If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).