Maschinelles Lernen

Grundlagen und Anwendungen auf materialwissenschaftliche Beispiele

Fortbildungsseminar in Zusammenarbeit mit der Deutschen Gesellschaft für Materialkunde e.V. - DGM

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 einen praxisorientierten Einstieg in faltungsbasierte neuronale Netzwerke (Convolutional Neural Networks) zur automatischen Analyse von materialwissenschaftlichen Daten. Der Fokus wird auf der Klassifizierung und Segmentierung von Bilddaten liegen.

Inhalte:

  • Entwicklung von Anwendungsbeispielen von Deep Learning 
  • Implementierung und Anwendung Neuronaler Netzwerke mit Hilfe von Python und geeigneten Bibliotheken
  • eigenständige Anwendung der erarbeiteten Modelle

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.

Bitte Anmeldung unter: DGM

Veranstaltungsdetails
Termin: 
20. März 2019, 09:00 - 21. März 2019, 18:00
Veranstaltungsort: 
Julius-Weisbach-Bau, Lampadiusstraße 4, 09599 Freiberg
Raum: 
WEI-1051