IMPULSVORTRAG KÜNSTLICHE INTELLIGENZ & HELMHOLTZ
|
|
- Julia Neumann
- vor 5 Jahren
- Abrufe
Transkript
1 IMPULSVORTRAG KÜNSTLICHE INTELLIGENZ & HELMHOLTZ PROF. DR. ING. MORRIS RIEDEL, JUELICH SUPERCOMPUTING CENTRE (JSC) / UNIVERSITY OF ICELAND GRUPPENLEITER HIGH PRODUCTIVITY DATA PROCESSING & CROSS-SECTIONAL TEAM DEEP LEARNING , ENQUETE-KOMMISSION KÜNSTLICHE INTELLIGENZ DES DEUTSCHEN BUNDESTAGES, BERLIN
2 EINORDNUNG Künstliche Intelligenz im Kontext Künstliche Intelligenz (KI) Ein sehr breites Feld mit Techniken und Werkzeugen die Computern erlauben das menschliche Verhalten nachzuahmen Maschinelles Lernen Künstliche Intelligenz Big Data Maschinelles Lernen (ML) Lernen aus Daten ohne explizit ein Programm aus üblichen Programmiersprachen zu haben Deep Learning (DL) Komplexe Systeme mit der Fähigkeit die zugrundeliegenden Merkmale in Daten zu lernen Gesellschaft, Staat und Wirtschaft High Performance Computing Quantum Computing DEEP Learning
3 KOMPLEXE ZUSAMMENHÄNGE Herausforderungen für Gesellschaft, Staat und Wirtschaft Lernmodell Richtigkeit (engl. Accuracy ) kleine Datensätze Manuelles Feature Engineering ändert hier die Ordnung (Parallele Nutzung einer Vielzahl von GPUs = Graphical Processing Units) Random Forests SVMs Große Deep Learning Netzwerke Medium Deep Learning Network Kleine Neuronale Netze Traditionelle Lernmodelle MatLab Statistical Computing with R scikit-learn Zeit zur Verarbeitung Weka Octave High Performance Computing & Cloud Computing Volumen der Datensätze Big Data [7] Seite 3
4 DER RICHTIGE ZEITPUNKT Chancen für Gesellschaft, Staat und Wirtschaft Warum Jetzt? 1952 Stochastic Gradient Descent Optimierungsprobleme lösen Perceptron Lernmodell Lernende Gewichte 1985 Backpropagation der Fehler Ansatz im Lernen Künstliche Neuronale Netze 2019 Deep Convolutional Neural Networks Deutliche Verbesserung in der Bilderkennung Enorme Chancen durch Deep Learning Big Data Große Datenmengen Leichter Zugang Mehr Speicher Hardware Mehr Memory Graphical Processing Units (GPUs) HPC & Parallele Systeme [3] NVIDIA Software Skalierende Datenanalyse Neue Lernmodelle Open Source & Freie Software Pakete [1] Keras [2] TensorFlow [4] soccerwatch.tv Kombination: Start-up Beispiel aus Forschungsgruppe Seite 4
5 INTERDISZIPLINÄRE NETZWERKE Beispiel HAICU im Einklang mit Neuartigen HPC Technologien Local HLST HAICU YIG 4 [6] DEEP Projects [5] HAICU Modular Supercomputing Local HLST HAICU YIG 3 Local HLST HAICU YIG 5 FUTURE QUANTUM MODULE Local HLST HAICU YIG 2 Local HLST HAICU YIG 1 Gesundheit Materie Energie D-Wave Schlüsseltechnologien Luftfahrt, Raumfahrt und Verkehr Interdisziplinäre Netzwerke sind wichtig zur Schaffung von Momentum und Technologietransfer als Brücke zu neuartigen Technologien (Beispiel GPGPUs & Quantum Computing) Erde & Umwelt
6 STRATEGIEN & FORSCHUNGSSTAND Umsetzungsbeispiele Wir stehen erst am Anfang in wichtigen Feldern Beispiel Medizin Im internationalen KI Wettbewerb müssen wir noch viel tun [8] Nationale Strategie KI Datenschutz Grundverordnung (DSGVO) ist wichtig aber verfügbare Daten sind Kern von KI und werden zu Forschungszwecken in Wissenschaft & Industrie dringend benötigt um neue Durchbrüche zu erzielen [9] Alfred Winter, A. Schuppert, M. Riedel et al., Journal of Methods of Information in Medicine, 2018 [10] patientslikeme Web page [11] Research Data Alliance Seite 6
7 KI FORSCHUNG & UMSETZUNG Im Vergleich zu anderen Ländern Beispiel Stationärer Einzelhandel & KI Experten Work & Life ON4OFF [12] Retail Analytics Beispiel: Bedeutung von KI als Einfluss auf Menschen Bewertungen [14] Amazon 4-Star Shop [15] DeepMind AlphaFold [16] Life at Google Mehr Forschung & Umsetzung der KI für den stationären Einzelhandel nötig: Deutschland ca. 10 Jahre hinter USA & ca. 20 Jahre hinter China [13] Prof. G. Heinemann Buch Beispiel: Bedeutung von KI Experten Teams & Work/Life Seite 7
8 REFERENZEN Seite 8
9 REFERENZEN (1) [1] Keras Python High-Level Deep Learning Library, Online: [2] TensorFlow Python Low-Level Deep learning Library, Online: [3] NVIDIA Web Page, Online: [4] Deep Learning Start-Up Beispiel Deutschland, Online: [5] Helmholtz Artficial Intelligence Cooperation Unit, Online: [6] Deep Projects, Online: [7] Big Data Tips Big Data Mining & Machine Learning, Online: [8] National Strategie für Künstliche Intelligenz, Online: Seite 9
10 REFERENZEN (2) [9] Alfred Winter, A. Schuppert, M. Riedel et al., Smart Medical Information Technology for Healthcare (SMITH) Data Integration based on Interoperability Standards, Journal of Methods of Information in Medicine, 57 (S 01), e92-e105, 2018 [10] Patients Like Me Web Page, Online: [11] Research Data Alliance (RDA) Interest Group Big Data - Web Page, Online: [12] Retail Analytics Beispiel ON4OFF Project, Online: [13] Gerrit Heinemann, Die Neuerfindung des stationären Einzelhandels: Kundenzentralität und ultimative Usability für Stadt und Handel der Zukunft, Online: [14] Amazon 4 Star Store, Online: [15] DeepMind AlphaFold, Online: [16] Life at Google, Online: Seite 10
11 DANKSAGUNGEN Vorherige & Momentane Angehörige der Forschungsgruppen Finished PHD in 2016 Finishing in Spring 2019 Finishing in Spring 2019 Mid-Term in Spring 2019 Starting in Spring 2018 Starting in Spring 2018 Starting in Spring 2018 PD Dr. G. Cavallaro Senior PhD Student A.S. Memon Senior PhD Student M.S. Memon PhD Student E. Erlingsson PhD Student S. Bakarat PhD Student A. Pálsson PhD Student R. Sedona Finished PHD in 2018 Thesis Completed Thesis Completed DEEP Learning Startup Dr. M. Goetz (now KIT) MSc M. Richerzhagen (now other division) MSc P. Glock (now INM-1) MSc C. Bodenstein (now Soccerwatch.tv) MSc Student G.S. Guðmundsson (Landsverkjun) This research group has received funding from the European Union's Horizon 2020 research and innovation programme under grant agreement No (DEEP-EST EU Project) Seite 11
12 VIELEN DANK FÜR IHRE AUFMERKSAMKEIT Folien sind verfügbar auf
Modulliste. für den Masterstudiengang. Data & Knowledge Engineering (alt) an der Otto von Guericke Universität Magdeburg Fakultät für Informatik
Modulliste für den Masterstudiengang Data & Knowledge Engineering (alt) an der Otto von Guericke Universität Magdeburg Fakultät für Informatik vom Sommersemester 2019 Der Masterstudiengang Data & Knowledge
MehrEchtzeitdatenanalyse für Risikomanagement im Finanzwesen
Holger Eichelberger eichelberger@sse.uni-hildesheim.de Motivation Börsencrash als Finanzrisiko Dotcom-Blase (2000) Banken- und Finanzkrise (2007) Fukushima (2011) Griechenland (2015)??? SSE, University
MehrSeminar: Maschinelles Lernen und Deep Learning
Seminar: Maschinelles Lernen und Deep Learning Sommersemester 2018 Prof. Dr. Xiaoyi Jiang, Sören Klemm, Aaron Scherzinger Institut für Informatik, Arbeitsgruppe Pattern Recognition and Image Analysis (PRIA)
MehrTensorFlow Open-Source Bibliothek für maschinelles Lernen. Matthias Täschner Seminar Deep Learning WS1718 Abteilung Datenbanken Universität Leipzig
TensorFlow Open-Source Bibliothek für maschinelles Lernen Seminar Deep Learning WS1718 Abteilung Datenbanken Universität Leipzig Motivation Renaissance bei ML und KNN Forschung bei DNN fortgeschrittene
MehrESPRESSO - Dipl.-Ing. Martin Fabisch
ESPRESSO - A systemic Standardisation approach to Empower Smart cities and communties Dipl.-Ing. Martin Fabisch TU Kaiserslautern Morgenstadt Werkstatt 2016, Stuttgart This project has received funding
MehrArtificial Intelligence. Was ist das? Was kann das?
Artificial Intelligence Was ist das? Was kann das? Olaf Erichsen Tech-Day Hamburg 13. Juni 2017 Sehen wir hier bereits Künstliche Intelligenz (AI)? Quelle: www.irobot.com 2017 Hierarchie der Buzzwords
MehrKünstliche Intelligenz
1. Juni, 2017 Künstliche Intelligenz Stand der Forschung, Aktuelle Probleme & Herausforderungen Prof. Dr. Roland Kwitt Fachbereich Computerwissenschaften Universität Salzburg Übersicht Begrifflichkeiten
MehrVon der Entscheidungsunterstützung zur Entscheidungsautomatisierung mit Big Data und Künstlicher Intelligenz
Von der Entscheidungsunterstützung zur Entscheidungsautomatisierung mit Big Data und Künstlicher Intelligenz Dr. Stefan Wess CEO Empolis Information Management, Kaiserslautern Seite 1 Historie der Empolis
MehrDr. Alexander Janda Generalsekretär Kuratorium Sicheres Österreich
Dr. Alexander Janda Generalsekretär Kuratorium Sicheres Österreich Künstliche Intelligenz vs. menschliche Kompetenz: Wie wir im Umgang mit künstlicher Intelligenz scheitern können/werden? Economist-Studie
MehrNeue Trends und neue Möglichkeiten der datengetriebenen Versorgungsforschung
Neue Trends und neue Möglichkeiten der datengetriebenen Versorgungsforschung Hamburg 16.11.2016 Nmedia Fotolia Fraunhofer-Institut für Intelligente Analyseund Informationssysteme Fraunhofer IAIS - Wir
MehrIntelligente Algorithmen Einführung in die Technologie
Intelligente Algorithmen Einführung in die Technologie Dr. KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu Natürlich sprachliche
Mehrscitis.io the production knowledge cloud
scitis.io the production knowledge cloud Mission Maschinen, Prozess und Produktionswissen generieren, um die Produktivität zu steigern Welches Problem lösen wir? scitis.io schlägt die Brücke zwischen Fertigung
MehrMachinelles Lernen. «Eine kleine Einführung» BSI Business Systems Integration AG
Machinelles Lernen «Eine kleine Einführung» @ZimMatthias Matthias Zimmermann BSI Business Systems Integration AG «Welcher Unterschied besteht zum Deep Blue Schachcomputer vor 20 Jahren?» AlphaGo Hardware
MehrPotentiale der Digitalisierung Herausforderungen gestalten. Prof. Dr. Christoph Meinel Dekan, Institutsdirektor und CEO Hasso-Plattner-Institut
Herausforderungen gestalten Prof. Dr. Christoph Meinel Dekan, Institutsdirektor und CEO Hasso-Plattner-Institut Herzlich Willkommen zur skonferenz Brandenburg 2018! Die Digitale Transformation ist, nach
MehrReinforcement-Learning
Reinforcement-Learning Vortrag von: Fabien Lapok Betreuer: Prof. Dr. Meisel 1 Agenda Motivation Überblick und Probleme von RL Aktuelle Forschung Mein Vorgehen Konferenzen und Quellen 2 Reinforcement Learning
Mehr(Software) Architektur der Dinge. Roland Graf / Simon Kranzer IKT-Forum 2016 I(o)T for Industry - Von IT zu IoT
(Software) Architektur der Dinge Roland Graf / Simon Kranzer IKT-Forum 2016 I(o)T for Industry - Von IT zu IoT Hardware Mainframe Speichersysteme Rechner Kopplung Zentralisierung Anwendungsprogramme Software
MehrProduktionscontrolling auf dem Weg zur Industrie 4.0
Produktionscontrolling auf dem Weg zur Industrie 4.0 Intelligente Produktion durch Real-Time-Big-Data-Analyse von Sensordaten & Bern, 27.05.2016 Jörg Rieth Jedox vereinfacht Planung, Reporting & Analyse
MehrWE SHAPE INDUSTRY 4.0 BOSCH CONNECTED INDUSTRY DR.-ING. STEFAN AßMANN
WE SHAPE INDUSTRY 4.0 BOSCH CONNECTED INDUSTRY DR.-ING. STEFAN AßMANN Bosch-Definition for Industry 4.0 Our Seven Features Connected Manufacturing Connected Logistics Connected Autonomous and Collaborative
MehrNeuronale Netze. Automatische Hinderniserkennung Paul Fritsche
1 Neuronale Netze Automatische Hinderniserkennung 2 Hintergrund Grundlagen Tensorflow Keras Fazit 3 TTBN 4 TTBN 5 TTBN 6 TTBN 7 Biological Neural Network By BruceBlaus - Own work, CC BY 3.0 8 Artificial
MehrDer Data Science-Studiengang an der Hochschule Darmstadt
Der Data Science-Studiengang an der Hochschule Darmstadt Sebastian Döhler Hochschule Darmstadt Fachtagung Data Science in Studium und Lehre 2018 Institut für Hochschulentwicklung September 19, 2018 Döhler
MehrArtificial Intelligence. Deep Learning Neuronale Netze
Artificial Intelligence Deep Learning Neuronale Netze REVOLUTION Lernende Maschinen Mit lernenden Maschinen/Deep Learning erleben wir aktuell eine Revolution in der Informationsverarbeitung. Neue Methoden
MehrAI MADE IN CHINA Dr. Claudia Gruhn und Xingyue Zhu
WIE DEUTSCHE UNTERNEHMEN VON CHINAS KI-OFFENSIVE PROFITIEREN KÖNNEN. AI MADE IN CHINA Dr. Claudia Gruhn und Xingyue Zhu bitkom AI Summit 01.03.2018 THE TIGER IS COMING! Will The Future Of Artificial Intelligence
MehrSTART DER INSTITUTS- PARTNERSCHAFT ZUM THEMA DIGITALISIERUNG
START DER INSTITUTS- PARTNERSCHAFT ZUM THEMA DIGITALISIERUNG HAMBURG 23. MAI 2017 PROF. DR. DIMKA KARASTOYANOVA KOLLABORATIVE, DYNAMISCHE UND KOMPLEXE SYSTEME FÜR DIE LOGISTIK HAMBURG 23. MAI 2017 SCM
MehrCar-to-Cloud Kommunikation für einen Automotive Big Data Marktplatz
Horizon 2020 European Union Funding for Research & Innovation This project has received funding from the European Union s Horizon 2020 research and innovation programme under grant agreement No [644657].
MehrÄquivalenzübersicht für den Bachelorstudiengang Technische Informatik
Agent Competition: Multi Agent Contest Agent Competition: Multi Agent Contest Agent Competition: RoboCup Agent Competition: RoboCup Agententechnologien: Grundlagen und Anwendungen Aktuelle Themen der Algorithmik:
MehrArtificial Intelligence
Artificial Intelligence AI Hype meets Business Reality Dr. Stefan Wess CEO Empolis Information Management GmbH Unternehmen in Kaiserslautern UND TEIL UNSERES KULTURELLEN ERBES. KÜNSTLICHE INTELLIGENZ
MehrVernetzte Industrie Vernetzte Systeme: Position, Strategie und Lösungen PLM Future 2016 Kaiserslautern Matthias Schmich Siemens Industry Software
Vernetzte Industrie Vernetzte Systeme: Position, Strategie und Lösungen PLM Future 2016 Kaiserslautern Matthias Schmich Siemens Industry Software Siemens AG 2016 Was wird die Zukunft bringen? Wandel in
MehrBDCA Kick-Off München,
BDCA Kick-Off München, 3.3.2015 Unser Modus: Sprinter Fakten! Seit 2005! 60+ Mitarbeiter:! Certified Scrum Masters/Product Owners! Certified Java Spring Professionals! Certified MongoDB Devs/Admins! Certified
MehrModulliste. für den Bachelorstudiengang. Wirtschaftsinformatik. an der Otto von Guericke Universität Magdeburg Fakultät für Informatik
Modulliste für den Bachelorstudiengang Wirtschaftsinformatik an der Otto von Guericke Universität Magdeburg Fakultät für Informatik vom Sommersemester 2019 Der Bachelorstudiengang Wirtschaftsinformatik
MehrEFS Deep Learning für das Fahren der Zukunft. Anton Junker
EFS Deep Learning für das Fahren der Zukunft Anton Junker Wer ist die EFS? Wer sind wir? Unternehmen Gründung 2009 Standort Ingolstadt/Wolfsburg Beteiligung GIGATRONIK Gruppe (51%) Audi Electronics Venture
MehrEngineering the Factory of the Future Now.Next.Beyond. Heiko Schwindt VP Automation & Electrification Solutions, Bosch Rexroth
Engineering the Factory of the Future Now.Next.Beyond. Heiko Schwindt VP Automation & Electrification Solutions, Bosch Rexroth Connect on LinkedIn www.linkedin.com/in/heiko-schwindt-625039140/ 1 "The challenge
MehrKeine Hexerei, sondern Alltag
AI Trendletter Auch Deep Learning macht den Data Scientist nicht obsolet Keine Hexerei, sondern Alltag Meinung von Dr. Andreas Becks Bei der Beschäftigung mit Begriffen wie Künstliche Intelligenz, Cognitive
MehrScalable Deep Learning. Big Data, NLP, Machine Perception
Scalable Deep Learning Big Data, NLP, Machine Perception 2 Facebook: Accurate, Large Minibatch SGD: Training ImageNet in 1 Hour (2017) Yang You, Zhao Zhang, Cho-Jui Hsieh, James Demmel, Kurt Keutzer: ImageNet
MehrBIG UNIVERSITÄTSRECHENZENTRUM
UNIVERSITÄTS RECHENZENTRUM LEIPZIG BIG DATA @ UNIVERSITÄTSRECHENZENTRUM Forschung und Entwicklung Entwicklung eines E-Science-Angebots für die Forschenden an der Universität Leipzig Stefan Kühne Axel Ngonga
MehrBig Data and Machine Learning
Weiterbildung Big Data and Machine Learning Certificate of Advanced Studies CAS Institut für Informatik Institut für Computerlinguistik Universität Zürich 2018 Seite 1/6 Beschreibung Die Informatik ist
MehrKünstliche Intelligenz Marktpotential im Billionen Dollar Bereich 1. Alphabet
1. Alphabet Die Google Mutter ist aufgrund diverser Zukäufe in der Entwicklung neuer Algorithmen führend. Schon im Jahr 2014 hat Alphabet für 600 Millionen US Dollar DeepMind übernommen, ein Unternehmen,
MehrModulliste. für den Bachelorstudiengang. Wirtschaftsinformatik. an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik
Modulliste für den Bachelorstudiengang Wirtschaftsinformatik an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik vom Sommersemester 2017 Der Bachelorstudiengang Wirtschaftsinformatik
MehrTMF: Improving the Organisation and Infrastructure of Medical Research in Cooperative Structures
TMF: Improving the Organisation and Infrastructure of Medical Research in Cooperative Structures TMF Technologie- und Methodenplattform für die vernetzte medizinische Forschung e.v. Who is TMF? Organisation
MehrKünstliche Neuronale Netze
Fakultät Informatik, Institut für Technische Informatik, Professur für VLSI-Entwurfssysteme, Diagnostik und Architektur Künstliche Neuronale Netze Hauptseminar Martin Knöfel Dresden, 16.11.2017 Gliederung
MehrHerzlich willkommen! Arbeitskompetenz So bleibe ich fit für die Zukunft
Herzlich willkommen! Arbeitskompetenz 4.0 - So bleibe ich fit für die Zukunft Joël Krapf, Senior Consultant PwC (People & Organization) Agenda Was für eine Zukunft kommt auf uns zu? Wie sieht meine Arbeit
MehrDigitalisierung. Dematerialisierung. Die Neuverteilung der Welt in Zeiten des digitalen Darwinismus.. Berlin - 23/05/2017
Digitalisierung Dematerialisierung Die Neuverteilung der Welt in Zeiten des digitalen Darwinismus.. Berlin - 23/05/2017 Welche Ausmaße wird die Digitalisierung annehmen? Alles, Alles, Alles, was digitalisiert
MehrDer Digitale Prüfstand - Die weltweit erste Software für Technisches Monitoring
Der Digitale Prüfstand - Die weltweit erste Software für Technisches Monitoring Stefan Hindrichs This project has received funding from the European Union s Horizon 2020 research and innovation programme
MehrNeural Networks: Architectures and Applications for NLP
Neural Networks: Architectures and Applications for NLP Übungssitzung 1: Organisation und Orientierung Julian Hitschler ICL, Universität Heidelberg, WiSe 2016/17 27.10.2016 1 / 1 Inhalt Vorstellung Organisatorisches
MehrVisuelle Bildsuche und Bildnavigation. Prof. Dr. Kai Uwe Barthel
Visuelle Bildsuche und Bildnavigation Prof. Dr. Kai Uwe Barthel Übersicht Probleme der Bildsuche Textbasierte Bildsuche Visuelle (Low-Level-)Bildsuche Fusion der Suchprinzipien Automatisches Bildverstehen
MehrGeneral Online Research Conference GOR February to 2 March 2018, TH Köln University of Applied Sciences, Cologne, Germany
General Online Research Conference GOR 18 28 February to 2 March 2018, TH Köln University of Applied Sciences, Cologne, Germany Christopher Harms, SKOPOS GmbH & Co. KG Keine Angst vor Ihrem neuen Kollegen,
MehrRekurrente Neuronale Netze
Rekurrente Neuronale Netze Gregor Mitscha-Baude May 9, 2016 Motivation Standard neuronales Netz: Fixe Dimensionen von Input und Output! Motivation In viele Anwendungen variable Input/Output-Länge. Spracherkennung
MehrKünstliche Intelligenz und berufliche Bildung Wie das Internet der Dinge und KI das Lernen verändern
Künstliche Intelligenz und berufliche Bildung Wie das Internet der Dinge und KI das Lernen verändern Professor Dr. habil. Christoph Igel Deutsches Forschungszentrum für Künstliche Intelligenz Educational
MehrMicrosoft Azure Deutschland ist jetzt verfügbar -
Einordnung und Überblick Data Scientist Operationalisierung IT-Abteilung Anwendungsentwickler Der Data Scientist agil Tool seiner Wahl möglichst wenig Zeit Skalierung Code für die Operationalisierung Der
MehrCO 2 -Reduktion in der Industrie: Grüner Wasserstoff im Hüttenwerk
CO 2 -Reduktion in der Industrie: Vortrag im Rahmen der Jahreskonferenz Power to Gas 2017 Berlin, 20.06.2017 Ralph Schaper, Leiter Energiewirtschaft Folie 2 20.06.2017 SZFG Ralph Schaper, Leiter Energiewirtschaft
MehrData Mining Künstliche Neuronale Netze vs. Entscheidungsbäume
Data Mining Künstliche Neuronale Netze vs. Entscheidungsbäume Grundseminar HAW Master Informatik 18.04.2017 Inhaltsübersicht Data Mining & Begriffswelt des Data Mining Klassifikation & Klassifikatoren
MehrEU PiG Projekt. Wiebke von Seggern
EU PiG Projekt Wiebke von Seggern Thematischer Workshop für OGs - Schweinehaltung Haus Düsse 24./25. April 2018 This project has received funding from the European Union s Horizon 2020 research and innovation
MehrModulliste. für den Masterstudiengang. Wirtschaftsinformatik. an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik
Modulliste für den Masterstudiengang Wirtschaftsinformatik an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik vom Wintersemester 2016/2017 Der Masterstudiengang Wirtschaftsinformatik
MehrNeuronale Netze. Christian Böhm.
Ludwig Maximilians Universität München Institut für Informatik Forschungsgruppe Data Mining in der Medizin Neuronale Netze Christian Böhm http://dmm.dbs.ifi.lmu.de/dbs 1 Lehrbuch zur Vorlesung Lehrbuch
Mehr6.2 Feed-Forward Netze
6.2 Feed-Forward Netze Wir haben gesehen, dass wir mit neuronalen Netzen bestehend aus einer oder mehreren Schichten von Perzeptren beispielsweise logische Funktionen darstellen können Nun betrachten wir
MehrIKT der Zukunft & Förderungen der FFG für die Sicherheit großer Datenmengen
IKT der Zukunft & Förderungen der FFG für die Sicherheit großer Datenmengen Verstehen von großen Datenmengen: Aber sicher! Peter Kerschl Programmmanagement IKT der Zukunft Österreichische Forschungsförderungsgesellschaft
MehrComplex Event Processing
[10] Armin Steudte HAW Hamburg Masterstudiengang Informatik - WS 2011/2012 Agenda Motivation Grundlagen Event Processing Networks Ausblick Quellen 2 Agenda Motivation Grundlagen Event Processing Networks
MehrCapacity building in health systems research and management in Ghana
Capacity building in health systems research and management in Ghana Wilm Quentin und Daniel Opoku Fachgebiet Management im Gesundheitswesen Technische Universität Berlin (WHO Collaborating Centre for
MehrModulliste. für den Bachelorstudiengang. Wirtschaftsinformatik. an der Otto von Guericke Universität Magdeburg Fakultät für Informatik
Modulliste für den Bachelorstudiengang Wirtschaftsinformatik an der Otto von Guericke Universität Magdeburg Fakultät für Informatik vom Sommersemester 2016 Der Bachelorstudiengang Wirtschaftsinformatik
MehrPerformance Engineering: Forschung und Dienstleistung für HPC-Kunden. Dirk Schmidl
Performance Engineering: Forschung und Dienstleistung für HPC-Kunden Hardware Komplexität GPU KNL MPI L U S T R E SMP Claix NVMe HOME Storage OPA Die Komplexität moderner HPC Systeme erfordert Optimierung
MehrDigitalisierung im Service Management - Was bringen AI, Chatbots und Co.?
Digitalisierung im Service Management - Was bringen AI, Chatbots und Co.? Agenda AI, Chatbot, KI, machine learning Stopp.wie bitte? Künstliche Intelligenz Ein Blick aus der Vergangenheit Status quo KI
MehrAlgorithmenalltag. Prof. Dr.-Ing. Johannes Konert Fachgebiet Web Engineering
Algorithmenalltag Prof. Dr.-Ing. Johannes Konert Fachgebiet Web Engineering Start reden (Begrüßung) vortragen Aufmerk-samkeit erlangt? kurze Pause machen Ende Algorithmen Was machen sie mit uns? Was sind
MehrEchtzeit in der Industrie 4.0 Eine Multiskale Betrachtung
Echtzeit in der Industrie 4.0 Eine Multiskale Betrachtung Prof. Nabil Ouerhani - Haute Ecole Arc nabil.ouerhani@he-arc.ch Basel, 18.10.2016 1 Inhalt Einführung Grundbegriffe Echtzeit in der Industrie 4.0
MehrBusiness Analytics. Aktuelle Methoden und Werkzeuge im Zeitalter der Digitalisierung. Business Analytics
Aktuelle Methoden und Werkzeuge im Zeitalter der Digitalisierung Workshop für Führungskräfte (Gesamtheitlicher Überblick) mit Excel 2019 mit R Workshop für Führungskräfte (Gesamtheitlicher Überblick) Chancen
MehrMachine Learning Das neue 42?
Machine Learning Das neue 42? Fabian Buchert Solution Architect SAS DACH Analytics actual trend topics Citizen Data Scientist Machine Learning Text Analytics Artificial Intelligence Image Recognition Open
MehrBig Data Mythen und Fakten
Big Data Mythen und Fakten Mario Meir-Huber Research Analyst, IDC Copyright IDC. Reproduction is forbidden unless authorized. All rights reserved. About me Research Analyst @ IDC Author verschiedener IT-Fachbücher
MehrInstitut für Künstliche Intelligenz
Institut für Künstliche Intelligenz Prof. Sebstaian Rudolph --- Computational Logic Prof. Steffen Hölldobler --- Wissensverarbeitung Prof. Ivo F. Sbalzarini --- Wissenschaftliches Rechnen für Systembiologie
MehrMobile Learning ::: Bildung in Happchen?
Mobile Learning ::: Bildung in Happchen? Prof. Dr. habil. Christoph Igel Universität des Saarlandes Shanghai Jiao Tong University Deutsches Forschungszentrum für Künstliche Intelligenz Mobile Learning
MehrDr. Daniel Fasel, CEO DATEN, DAS WERTSCHÖPFENDE GUT FÜR DIE DIGITALISIERUNG
Dr. Daniel Fasel, CEO DATEN, DAS WERTSCHÖPFENDE GUT FÜR DIE DIGITALISIERUNG End 2 End Big Data Services Platform Engineering & DevOps Analytics Solutions Proof of Concept Architecture & Strategy Machbarkeitsstudien
MehrSelbstvermessung und Quantified Self
DLR.de Folie 1 Selbstvermessung und Quantified Self Grundlagen, Technologien und praktische Beispiele Andreas Schreiber Deutsches Zentrum für Luft- und Raumfahrt e.v. Mensch und IT IT am Menschen GI Regionalgruppe
MehrBusiness Analytics Day Predictive Sales in CRM
Business Analytics Day Predictive Sales in CRM Business Analytics Day 07.03.2019 Artur Felic, CAS Software AG in Zahlen CAS Software AG eine Netzwerkorganisation Jedem Kunden seine CAS CAS Mittelstand:
MehrM.Sc. Information Systems
M.Sc. Information Systems Studienstart Wintersemester 2018/19 M.Sc. Information Systems Prof. Dr. Christoph Rosenkranz Professur für Wirtschaftsinformatik und Integrierte Informationssysteme Kölner Institut
MehrNeue Erkenntnisse aus unstrukturierten Daten gewinnen
Neue Erkenntnisse aus unstrukturierten Daten gewinnen Univ.-Prof. Dr. Josef Küng Institut für anwendungsorientierte Wissensverarbeitung (FAW) Johannes Kepler Universität Linz In Zusammenarbeit mit Mag.
MehrData Science als Treiber für Innovation Neue Anforderungen und Chancen für Ausbildung und Wirtschaft
Data Science als Treiber für Innovation Neue Anforderungen und Chancen für Ausbildung und Wirtschaft b Univ-Prof. Dr. Stefanie Lindstaedt b www.know-center.at Know-Center GmbH Know-Center: Austria s Research
MehrGold schürfen im Marketing mit Data Science
Gold schürfen im Marketing mit Data Science SOMEXcircle 9. Mai 2017 Dr. Patricia Feubli Erfahrung 9 Jahre Economic Research und Data Science, 4 davon als Senior Economist im Credit Suisse Swiss Industries
MehrWorkshop der Deutschen Krankenhausgesellschaft 16. Juli 2015 Johann Fontaine Behörde für Gesundheit und Verbraucherschutz Hamburg
Europäische Referenznetzwerke in Deutschland Workshop der Deutschen Krankenhausgesellschaft 16. Juli 2015 Johann Fontaine Behörde für Gesundheit und Verbraucherschutz Hamburg ERN vor 15 Jahren Dezember
Mehrdlib - A toolkit for making real world machine learning and data analysis applications in C++
- A toolkit for making real world machine learning and data analysis applications in C++ Stefan Schweter Masterseminar: Klassifikation und Clustering, Wintersemester 2016/2017, Dozent: Stefan Langer 19122016
MehrDEEP LEARNING MACHINE LEARNING WITH DEEP NEURAL NETWORKS 8. NOVEMBER 2016, SEBASTIAN LEMBCKE
DEEP LEARNING MACHINE LEARNING WITH DEEP NEURAL NETWORKS 8. NOVEMBER 2016, SEBASTIAN LEMBCKE INHALT Einführung Künstliche neuronale Netze Die Natur als Vorbild Mathematisches Modell Optimierung Deep Learning
MehrDie Produktion der Zukunft vernetzt und wandlungsfähig. Festo AG & Co.KG Industrie 4.0 1
Die Produktion der Zukunft vernetzt und wandlungsfähig Festo AG & Co.KG Industrie 4.0 1 Einordnung Digitalisierung und Industrie 4.0 Big Data B2C/privates Umfeld Social Media Smart Home Smartphone Usability
MehrVALUE ADDED SOFTWOOD
VALUE ADDED SOFTWOOD PRODUKT UND MARKTTRENDS IN DER EUROPÄISCHEN HOLZINDUSTRIE Dr. Joerg Peter Schmitt www.innomis.one 40 JAHRE VEUH 08. Juli 2016 Wien 1 VALUE ADDED SOFTWOOD PRODUKT UND MARKTTRENDS IN
MehrEuropäische Förderung für Forschung und Innovation
Europäische Förderung für Forschung und Innovation mit Fokus auf kleine und mittlere Unternehmen 22. August 2017 Dr. Maria Höfer und Ulrich Dammeyer Über das Enterprise Europe Network (EEN) Was? Eingerichtet
MehrFRAUNHOFER ISST INDIVIDUALISIERTE THERAPIE DURCH INTELLIGENTE BEGLEITER
FRAUNHOFER ISST INDIVIDUALISIERTE THERAPIE DURCH INTELLIGENTE BEGLEITER Anja Burmann Yevgen Pikus Hanau, 01. März 2018 FRAUNHOFER-INSTITUT FÜR SOFTWARE- UND SYSTEMTECHNIK ISST Über 25 000 Mitarbeiterinnen
MehrAn Industrie 4.0 kommt keiner vorbei Umsetzung der Zukunft
Herzlich Willkommen An Industrie 4.0 kommt keiner vorbei Umsetzung der Zukunft Dr. Jan Regtmeier HARTING 2 Agenda Wer ist HARTING IoT / Industrie 4.0 (Theorie) Industrie 4.0 (wahrscheinlich Industrie 3.5,
MehrENTWICKLER UND ENTHUSIASTEN UNSERE EXPERTEN FÜR IHRE EFFEKTIVE DIGITALISIERUNG
ENTWICKLER UND ENTHUSIASTEN UNSERE EXPERTEN FÜR IHRE EFFEKTIVE DIGITALISIERUNG SOFTWARE SOLUTIONS Wir sind Ihr Partner für die digitale Vernetzung in der Industrie. Wir vereinfachen und optimieren industrielle
MehrWas denken denkende Maschinen? WI-Award, Crowne Plaza Zürich, Thilo Stadelmann
Was denken denkende Maschinen? WI-Award, Crowne Plaza Zürich, 20.10.2016 Thilo Stadelmann Was? Wie? Wohin? 1 Was ist passiert? (Eine kurze Geschichte der letzten Monate) 2 3 4 5 6 7 Generierte Sprache
MehrIndustrial Data Intelligence Datenbasierte Produktionsoptimierung. Hannover, HMI Peter Seeberg
Industrial Data Intelligence Datenbasierte Produktionsoptimierung Hannover, 26.04.2017 HMI Peter Seeberg Algorithmus Daten Entscheidung Peter Seeberg / Softing, 2016 Copyright 2016 Softing Industrial.
MehrData Science (WS 2018/2019) Klaus Berberich
1 Data Science (WS 2018/2019) Klaus Berberich (klaus.berberich@htwsaar.de) 0. Organisation Agenda 1. Einführung 2. Regression 3. Klassifikation 4. Clusteranalyse 5. Assoziationsanalyse 6. Neuronale Netze
MehrWärmespeicherfähigkeit von PCM. Übertragbarkeit der Materialeigenschaft aus kaloriemetrischen Messungen auf reale Anwendungen
Wärmespeicherfähigkeit von PCM Übertragbarkeit der Materialeigenschaft aus kaloriemetrischen Messungen auf reale Anwendungen Harald Mehling, Consultant, Würzburg (Germany) Camila Barreneche, Aran Solé,
MehrDigitalisierung: zentraler Treiber für technische Innovation und gesellschaftliche Veränderung
Digitalisierung: zentraler Treiber für technische Innovation und gesellschaftliche Veränderung Manfred Broy Gründungspräsident Zentrum Digitalisierung.Bayern Digitaler Wandel digitale Transformation Ausgelöst
MehrINTEGER Visuelle Entscheidungsunterstützung bei der Auswertung von Daten aus sozialen Netzwerken
INTEGER Visuelle Entscheidungsunterstützung bei der Auswertung von Daten aus sozialen Netzwerken BMBF-Innovationsforum Zivile Sicherheit Berlin Megatrends verändern das Arbeitsumfeld für Analysten (1/2)
MehrKMU-Instrument & IMP³rove
KMU-Instrument & IMP³rove Zwei Initiativen der EU zur Unterstützung von Innovationen speziell für KMU Bayern Innovativ GmbH Partner im Enterprise Europe Network 2015 Bayern Innovativ GmbH 1 Bayern Innovativ
Mehr(Pro-)Seminar - Data Mining
(Pro-)Seminar - Data Mining Vorbesprechung SCCS, Fakultät für Informatik Technische Universität München SS 2018 Data Mining: Beispiele (1) Hausnummererkennung (Klassikation) Source: http://arxiv.org/abs/1312.6082
MehrVorlesung. Data und Web Mining. Kurzinformation zur. Univ.-Prof. Dr. Ralph Bergmann. Lehrstuhl für Wirtschaftsinformatik II
Kurzinformation zur Vorlesung Data und Web Mining Univ.-Prof. Dr. Ralph Bergmann www.wi2.uni-trier.de - I - 1 - Die Ausgangssituation (1) Unternehmen und Organisationen haben enorme Datenmengen angesammelt
MehrWebinar. Energiespar-Garantie-Projekte begleiten: Leistungskatalog und Anforderungen
Webinar Energiespar-Garantie-Projekte begleiten: Leistungskatalog und Anforderungen Monika Auer Daniel Berger (beide Österreichische Gesellschaft für Umwelt und Technik - ÖGUT) 21. August 2018, 15:00-16:00
MehrProseminar - Data Mining
Proseminar - Data Mining SCCS, Fakultät für Informatik Technische Universität München SS 2014, SS 2014 1 Data Mining: Beispiele (1) Hausnummererkennung (Klassifikation) Source: http://arxiv.org/abs/1312.6082,
MehrSelf-Organisation in Germany s Higher Education IT
EUNIS 2014-06-12 Self-Organisation in Germany s Higher Education IT Hartmut Hotzel ZKI Vice President & Director of IT-Services, Bauhaus-Universität Weimar 1 Self-Organisation in Germany s HE IT 1. Pinpointing
MehrWer soll richten: Mensch oder Maschine? Ein konstruktiver Ansatz. Prof. Dr. K.A. Zweig TU Kaiserslautern Algorithm Accountability
Wer soll richten: Mensch oder Maschine? Ein konstruktiver Ansatz Prof. Dr. K.A. Zweig TU Kaiserslautern Algorithm Accountability Lab @nettwerkerin Konstituierende Sitzung der Enquete-Kommission Künstliche
MehrINTEGRATION VON INDUSTRIELLER BILDVERARBEITUNG IN DIE AUTOMATISIERUNGSTECHNIK MIT OPC UA
INTEGRATION VON INDUSTRIELLER BILDVERARBEITUNG IN DIE AUTOMATISIERUNGSTECHNIK MIT OPC UA Bosch Kenndaten 2016 * Bosch-Gruppe gesamt Mobility Solutions Einer der weltweit größten Zulieferer von Kraftfahrzeugtechnik
MehrGrInHy Grüner Wasserstoff in der Stahlherstellung. Salzgitter, Simon Kroop
GrInHy Grüner Wasserstoff in der Stahlherstellung Salzgitter, 07.06.2017 Simon Kroop Salzgitter-Konzern Konzernstruktur und Eckdaten GJ 2016 Salzgitter AG Konzern Außenumsatz kons.: 7,9 Mrd. EBT: 53 Mio.
MehrPressekonferenz : DSAG-Investitionsreport Marco Lenck, DSAG-Vorstandsvorsitzender
Pressekonferenz 23.01.19: DSAG-Investitionsreport 2019 Marco Lenck, DSAG-Vorstandsvorsitzender Erhebungsgrundlage Allgemeine Daten zur Online-Umfrage Erhebungszeitraum Dezember 2018 bis Anfang Januar 2019
Mehr