Machine and Deep Learning Seminar

Seminarreihe im Rahmen des Leistungszentrums Simulations- und Software-basierte Innovation

Machine Learning, Deep Learning und auch ganz allgemein die Analyse von sehr großen Datenmengen werden immer wichtiger. In fast jedem Bereich der Forschung, Entwicklung oder Industrie werden solche Methoden angewandt. Mit unserem Deep Learning Seminar sollen Interessierte Einblicke in dieses große Forschungsgebiet und ein tieferes Verständnis erhalten. Dazu sind alle eingeladen, die mehr über Deep Learning, Machine Learning oder auch KI allgemein erfahren möchten – egal ob StudentInnen, DoktorandInnen, ProfessorInnen oder Software-EntwicklerInnen.

Dies ist ein Seminarreihe im Rahmen des Leistungszentrums Simulations- und Software-basierte Innovation.

 

Vortragende

Neben den Mitarbeitenden unseres Bereichs können auch interessierte Externe einen Vortrag in unserer Seminarreihe halten. Wir haben auch die Möglichkeit, externe Sprecherinnen und Sprecher einzuladen. Für Vorschläge, Anregungen oder Wünsche sind wir immer offen.

 

Vortragsrahmen

Ein Vortrag sollte mindestens 20, höchstens jedoch 60 Minuten umfassen. Die verbleibende Zeit steht für Fragen, Kommentare und Feedback zur Verfügung. Wir planen maximal 60 Minuten für jedes Seminar ein.

Das Thema eines Vortrags sollte entweder direkt aus den Bereichen Deep Learning, Machine Learning, Datenanalyse oder KI stammen oder für diese von Relevanz sein. Es ist dabei vollkommen offen gehalten, ob der Vortrag über ein Paper, ein eigenes Projekt oder ein interessantes Thema gehalten wird. Die Komplexität kann dabei von einem allgemeinen Übersichtsvortrag bis hin zu einem Spezialthema reichen.

Kontakt

Ergänzend zur Webseite mit aktuellen Informationen bieten wir eine Mailingliste an: zur Anmeldung

Allgemeines zu den Terminen 2023

Das Seminar findet ab März 2023 regelmäßig donnerstags statt. Titel und weitere Termine werden ergänzend im Laufe des Jahres eingetragen.  

Die Vorträge unserer Mitarbeitenden des Bereichs sind mit (Fraunhofer ITWM) gekennzeichnet. Diese Termine können ohne Probleme verschoben werden, sollte Interesse an einem Vortrag an diesem Termin bestehen.

Termine 2023

Datum Titel Referent:innen
04.04.2023 ChatGPT: If Scale is the Answer, What is Left to be Asked?Zum Vortrag Prof. Dr. Goran Glavaš (Universität Würzburg, Fakultät für Mathematik und Informatik, Zentrum für Künstliche Intelligenz und Datenwissenschaften (CAIDAS))
20.04.2023 Unfolding Local Growth Rate Estimates for(Almost) Perfect Adversarial Detection Zum Vortrag Peter Lorenz (Fraunhofer ITWM, Bereich »High Performance Computing«)
27.04.2023 Können wir CNN's trainieren ohne Filter zu lernen? Zum Vortrag Paul Gavrikov (Hochschule Offenburg, Institute for Machine Learning and Analytics (IMLA))
04.05.2023 Robuste Modelle sind weniger zuversichtlich Zum Vortrag Julia Grabinski (Fraunhofer ITWM, Bereich »High Performance Computing«)
11.05.2023 Physics-Constrained Deep Learning for Climate Downscaling Zum Vortrag Paula Harder (Fraunhofer ITWM, Bereich »High Performance Computing«)
16.05.2023 Deep Reinforcement Learning Zum Vortrag Prof. Dr. rer. nat. Klaus Dorer (Hochschule Offenburg, Institute for Machine Learning and Analytics (IMLA))
25.05.2023 Deep Learning for Seismic Applications Zum Vortrag Ricard Durall (Fraunhofer ITWM, Bereich »High Performance Computing«)
07.06.2023 Neural Architecture Search Zum Vortrag
Dominik Loroch (Fraunhofer ITWM, Bereich »High Performance Computing«)
06.07.2023 Breaking the Boundaries of Certified Robustness Zum Vortrag Dr. Andrew Cullen (Fachbereich »Adversarial Machine Learning«, University of Melbourne)
28.09.2023 A Novel Perspective on Robustness in Deep Learning Zum Vortrag Dr. Hadi M. Dolatabadi (Postdoctoral Research Fellow at ARC Center of Excellence for Automated Decision-Making and Society (ADM+S))
19.10.2023 From Spiking Neural Networks to Event-Based AI – the SpiNNaker2 System Zum Vortrag Matthias Lohrmann (Mitbegründer und Geschäftsführender Direktor von SpiNNcloud Systems)
25.10.2023 Dissecting U-net for Seismic Application Zum Vortrag M.Sc. Ricard Durall Lopez (Mitarbeiter des Bereichs »High Performance Computing«)
08.11.2023 Analyzing and Lifting Architectural Constraints on Normalizing Flows Zum Vortrag

 

Felix Draxler (Doktorand Computer Science und Mathematik an der Universität Heidelberg)
15.11.2023 Permutations in Neural Networks and Quantum Annealing Zum Vortrag Dr. Zorah Lähner (Postdoc der AG »Computer Vision« an der Universität Siegen) 
22.11.2023 Deep Learning for Seismic Demultiple Zum Vortrag Mario Ruben Fernandez (Fraunhofer ITWM, Bereich »High Performance Computing«)
29.11.2023 Deep Geometric Consistent 3D Shape Matching Zum Vortrag Paul Rötzer (Doktorand im Institut für Informatik II an der Universität Bonn)
06.12.2023 A Case for Coherent Point Sets as Versatile Object Representation Zum Vortrag Dr. Jan Eric Lenssen (Max-Planck-Institut für Informatik)
13.12.2023 Synthetic Data for Defect Segmentation on Complex Metal Surfaces Zum Vortrag  Juraj Fulir (Fraunhofer ITWM, Abteilung »Bildverarbeitung«)