Die Präsentationen, die dieser Seite bald erscheinen, können durchs Anklicken angeschaut bzw. heruntergeladen werden.
Visuelle Analyse für intelligente Prozesse
Prof. Dr. Ralph Ewerth, Technische Informationsbibliothek (TIB), Leibniz Universität Hannover
Der Vortrag führt in die Themenfelder Visual Analytics und Multimedia Information Retrieval ein. Es wird gezeigt, wie visuelle und multimodale Daten mit maschinellen Lernverfahren analysiert werden können. Insbesondere wird auf Möglichkeiten und Begrenzungen sogenannter Deep-Learning-Ansätze (tiefe neuronale Netze) eingegangen, die in den letzten Jahren in Aufgaben zur automatischen Bild- und Videoanalyse zu beeindruckenden Ergebnissen geführt haben.
Prof. Dr. Ralph Ewerth ist seit 2015 Professor am Leibniz-Informationszentrum für Technik & Naturwissenschaften (TIB) sowie an der Leibniz Universität Hannover, seit 2016 ist er am Forschungszentrum L3S tätig. Schwerpunkte seiner Forschung sind Visual Analytics, Multimedia Retrieval und maschinelle Lernverfahren zur Analyse von multimodalen Daten. Die Forschungsarbeiten zu diesen Themen finden momentan unter anderem in fünf Drittmittelprojekten statt (BMBF, DFG, Leibniz-Gemeinschaft).
MACHINE LEARNING GRUNDLAGEN, RANDBEDINGUNGEN UND ANWENDUNGSMÖGLICHKEITEN
Dr. Nils Haldenwang, SALT AND PEPPER Software GmbH & Co. KG
Dr. Nils Haldenwang, Data Science Engineer, SALT AND PEPPER Software GmbH & Co. KG
Osnabrück, Deutschland.
Maschinelles Lernen in der Prozessplanung und -steuerung
Dr. Marc-André Dittrich, IFW, Leibniz Universität Hannover
Dr. Marc-André Dittrich, wissenschaftlicher Mitarbeiter am Institut für Fertigungstechnik und Werkzeugmaschinen und seit 2015 Leiter des Bereichs Produktionssysteme.
Deep Learning und KI in der Elektronikindustrie Beispiele aus der Prax..
Volker Pape, Mitgründer und Mitglied des Aufsichtsrats der Viscom AG
Volker Pape, Im Jahre 1984 zusammen mit Martin heuser die Viscom gegründet, seit dem Geschäftsführer bzw. Vorstand bis 15.08.2018. Ab 30.05.2018 (HV) voraussichtlich Aufsichtsrat der Viscom AG. Zusatzlich GF der MagicMileMusic Gmbh (Studio, Laberl, Musikverlag) und der ADT UG (Umrüstung v. Kleintransprotern auf E-Mobility)
Maschinelles Lernen –Einführung
Sergej Zerr, Forschungszentrum L3S, Leibniz Universität Hannover
Dr. Sergej Zerr, Senior Researcher, Leibniz Universität Hannover Hannover, Deutschland.
Datenschutzrechtliche Aspekte im Bereich des Maschinellen Lernens
Prof. Dr. Tina Krügel, LL.M, Institut für Rechtsinformatik (IRI), Leibniz Universität Hannover
Der Vortrag widmet sich nach einer kurzen Einführung in die Grundsätze des Datenschutzrechts sowie den Neuerungen durch die Datenschutzgrundverordnung derzeit ungelösten Fragen, die sich im Bereich des Maschinellen Lernens ergeben. Erläutert wird unter anderem, inwiefern das Konzept des Personenbezugs noch zeitgemäß ist, ob in Zeiten von Big Data eine wirksame und rechtssichere Anonymisierung personenbezogener Daten umzusetzen ist sowie inwiefern Transparenzrechte und -pflichten hinsichtlich selbstlernender Algorithmen gegenüber betroffenen Personen gewährleistet werden können.
Prof. Dr. Tina Krügel, LL.M., studierte Rechtswissenschaften in Hannover und absolvierte ihr Referendariat in Hannover und Johannesburg (Südafrika). 2002 nahm sie am LL.M.-Programm EULISP in Hannover und Oslo teil. 2005 promovierte sie zum Dr. iur. mit einer Dissertation zum E-Commerce-Gesetz. Seit 2004 ist sie Rechtsanwältin mit dem Schwerpunkt IT-Recht. Sie arbeitete von 2004 bis 2014 für das Institut für Rechtsinformatik der Leibniz Universität Hannover als wissenschaftliche Mitarbeiterin mit dem Schwerpunkt Datenschutzrecht. Im Jahr 2014 wurde sie auf eine Juniorprofessur für IT-Recht und Datenschutzrecht am Institut für Rechtsinformatik berufen. Seit 2016 ist sie Mitglied des interdisziplinären Forschungszentrums L3S.