Artikel

Fortbildung: Maschinelles Lernen - Grundlagen und Anwendungen auf materialwissenschaftliche Beispiele

Webinar vom 22. bis 26. Juni 2020, jeweils von 9:00 bis 13:00 Uhr / Nutzen Sie Ihre Teilnahme, ob von zu Hause oder aus dem Büro, und bilden Sie sich jetzt im Themenbereich der Materialwissenschaft und Werkstofftechnik weiter. Profitieren Sie so vom Erkenntnistransfer zwischen Wissenschaft und Industrie und fördern Sie Ihre persönliche und berufliche Weiterentwicklung.

 

 

Das Webinar bietet Ihnen einen praxisorientierten Einstieg in die Thematik der faltungsbasierten neuronalen Netzwerke (Convolutional Neural Networks) zur automatischen Analyse von materialwissenschaftlichen Daten. Der Fokus wird auf der Klassifizierung und Segmentierung von Bilddaten liegen, denn 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. 

Die Themen:

  • Grundlagen der verwendeten Software Tools: Python und Jupyter Notebook
  • Einführung: Deep Learning als Methode des Maschinellen Lernens
  • Deep Learning mit Convolutional Neural Networks
  • Einführung in PyTorch
  • Übung I: Entwicklung eines Convolutional Neural Network (CNN) zur Klassifizierung von Bilddaten
  • Von der Materialwissenschaft zum Deep Learning – Beispiele und Anwendungen
  • Manuelle Erzeugung von Trainingsdaten
  • Synthetische Erzeugung von Trainingsdaten
  • Übung II: Entwicklung eines Convolutional Neural Network (CNN) zur Segmentierung von Bilddaten

 

Dieses Webinar bietet Ihnen somit eine Übersicht über das Themengebiet und hat zum Ziel, dass Sie Problemstellungen kennenlernen und Möglichkeiten anwenden lernen, um die gelernten Inhalte auf eigene Daten effizient übertragen und adaptieren zu können.

ANMELDUNG >>

INFORMATIONEN >>