BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Kompetenzzentrum-Lingen.digital - ECPv6.0.3.1//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Kompetenzzentrum-Lingen.digital
X-ORIGINAL-URL:https://kompetenzzentrum-lingen.digital
X-WR-CALDESC:Veranstaltungen für Kompetenzzentrum-Lingen.digital
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Berlin
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20200329T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20201025T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Berlin:20200929T180000
DTEND;TZID=Europe/Berlin:20200929T193000
DTSTAMP:20260409T120908
CREATED:20200903T094915Z
LAST-MODIFIED:20200903T104129Z
UID:6865-1601402400-1601407800@kompetenzzentrum-lingen.digital
SUMMARY:Fachseminar - Bildklassifikation mit künstlichen neuronalen Netzen
DESCRIPTION:Künstliche Neuronale Netze eignen sich zur Vorhersage\, Klassifizierung\, Mustererkennung oder Verdichtung von Daten. Ein wesentliches Einsatzgebiet für diese Netze ist die Bildverarbeitung und -klassifizierung.\nDas Fachseminar „Bildklassifikation mit künstlichen neuronalen Netzen“ beschäftigt sich mit der Bildklassifizierung durch die Nutzung sogenannter „Convolutional Neural Networks (CNNs)“. Anders als herkömmliche „Full-Connected Feed-Forward Netze“ extrahieren CNNs die Merkmale eines Objektes\, wie Kanten oder Ähnliches und klassifizieren mit Hilfe dieser Grundlage. Daraus ergibt sich\, dass auch Objekte erkannt werden\, die verdreht\, verschoben oder nur teilweise zu sehen sind. Außerdem sind diese neuronalen Netze in der Lange Objekte unterschiedlicher Skalierung (größer oder kleiner) zu erkennen. \nChristopher Metz vom Data Science Center der Universität Bremen geht in seinem Vortrag auf den theoretischen Hintergrund und den Aufbau dieser Technologie ein. Das Seminar richtet sich vor allem an (Software-) Entwickler\, Techniker\, Ingenieure sowie Data Scientists. Die Inhalte werden dabei unabhängig von Programmiersprachen oder Frameworks erläutert. Die Teilnehmer sind nach dem Besuch des Fachseminars dazu in der Lage\, eigene Architekturen von CNNs abzubilden.\n \n \n\n \n  \n    \n      \n        \n        Informationen zum Referenten\n      \n    \n    \n      \nChristopher Metz ist wissenschaftlicher Mitarbeiter am Data Science Center der Universität Bremen. Er entwickelt in interdisziplinären Projekten mit den verschiedenen Fachbereichen der Universität Bremen maschinelle Lernverfahren. Er hat einen Bachelor in Wirtschaftsinformatik (2015) und einen Master in Informatik – „Verteilte und mobile Anwendungen“ (2017). Nach seinem Studium war Metz zunächst als Softwareentwickler für die CKS Systeme GmbH tätig. Dort war er verantwortlich für die Weiterentwicklung der Produkte für Feuerwehr und Rettungsdienst. Anschließend war Christopher Metz von Oktober 2018 bis April 2020 an der Hochschule Osnabrück als wissenschaftlicher Mitarbeiter im Forschungsprojekt „Environment\, Health and Safety based on Artificial Intelligence“ tätig. \n\n    \n  \n	\n \n\n	\n	\n	\n	\n    \n\n	    \n            Jetzt anmelden\n        Jetzt anmelden\n    \n        		Es gab Fehler bei Ihrer Einreichung. Bitte versuche es erneut.\n		\n        \n\n\n		\n\n	\n\n				\n		\n		\n		\n			\n			\n	\n		\n\n	Titel\n	\n						\n									\n\n\n\n	Vorname*\n	\n						\n									\n\n\n\n	Nachname*\n	\n						\n									\n\n\n\n	Unternehmen/Organisation*\n	\n						\n									\n\n\n\n	Email (geschäftlich)*\n	\n						\n									\n\n\n\n	Datenschutzhinweise*\n	\n					\n				Datenschutzhinweise gelesen und akzeptiert*\n			\n		\n							\n\n	\n		\n\n				\n			Address\n			\n				\n				Wenn Sie ein Mensch sind\, füllen Sie dieses Feld nicht aus
URL:https://kompetenzzentrum-lingen.digital/termin/fachseminar-bildklassifikation-mit-kuenstlichen-neuronalen-netzen
LOCATION:Online
CATEGORIES:Fachseminar,Künstliche Intelligenz
ATTACH;FMTTYPE=image/jpeg:https://kompetenzzentrum-lingen.digital/wp-content/uploads/2020/03/md_kampagne_facebook_1200x630_5.jpg
END:VEVENT
END:VCALENDAR