Applied Data Science Talks
Eine Vortragsreihe des Applied Data Science Labs
Im Applied Data Science Lab halten wir regelmäßige Vorträge ab, um uns zu aktuellen Forschungsthemen und offenen Fragen auszutauschen. Die Vorträge finden im Wintersemester dienstags, im Sommersemester mittwochs, abwechselnd um 13.30 bzw. 17:00 Uhr, statt. Der Inhalt setzt sich aus Themen im Umfeld der Forschung des ADSLabs und von regionalen Unternehmen zusammen.
Wenn Sie Interesse haben, einen Vortrag bei uns zu halten, wenden Sie sich bitte an Martin Uray oder Cornelia Ferner.
Auch die Reading Group der SF & EC Forschungsgruppe trifft sich in regelmäßigen Abständen, um über aktuelle Themen aus der Forschung zu referieren und zu diskutieren.
Anmeldemöglichkeit für Studierende
Für diese Vorträge können sich Studierende der Studiengänge ITS, AIS und BIN auf der internen Veranstaltungsplattform anmelden. Die Teilnahme ist kostenlos. Der Verantsaltungsraum wird zeitnah zur Veranstaltung bekannt gegeben bzw. der Teilnahmelink zugesandt.
Sollten Sie keinen Zugriff auf die Anmeldeseite haben, melden Sie sich bitte direkt per Mail an Martin Uray oder Cornelia Ferner.
Zukünftige Vorträge
Termin | VortragendeR | Titel / Inhalt |
Sommerpause | ||
Vergangene Vorträge
Studienjahr 2022/23
Datum | VortragendeR | Titel / Inhalt |
14.06.2023, 17:45 Uhr | Richard Brunauer, Rene Draschwandtner, Michaela Allinger | Data Science Case Studies at Red Bull |
24.05.2023, 15:15 Uhr | Simon Kirchgasser | Inverse Biometrics: Generating Vascular Images from Binary Templates |
10.05.2023, 17.45 Uhr | Michael Gadermayr | MixUp-MIL: Novel Data Augmentation for Multiple Instance Learning and a Study on Thyroid Cancer Diagnosis |
26.04.2023, 15:15 Uhr | Sabrina Pochaba Salzburg Research | Multi-Agenten Reinforcement Learning zur Verbesserung von Kommunikationsnetzen |
12.04.2023, 17:45 Uhr | Petra Tschuchnig | Inflation forecasting with attention based Transformer Neural Networks |
29.03.2023, 15:15 Uhr | Helge Fredriksen UiT The Arctic University of Norway | Clustering multivariate time series: The case of sparsely sampled series at irregular time-intervals Detecting adverse events utilizing vital signs registrations from hospitalized patients |
15.03.2023, 17:45 Uhr | David Fingerlos | Analyzing Different Approaches to Generate Clarifying Questions for Search Query Specification + Special: Infos zu Marshall Plan Stipendium und USA-Auslandssemester |
24.01.2023, 13:30 Uhr | Walter Gruber Universität Salzburg | Combining Human and Artificial Intelligence Guiding Visual Attention in Deep Convolutional Neural Networks Based on Human Eye Movement |
10.01.2023, 17:00 Uhr | Stefan Winkler Mindsetters | Datenschutz und einfach? Ja, das geht! Wie wir mit dem Projekt MetaSoul Datenschutz durch Technologie simplifizieren, um eine faire Welt der persönlichen Daten zu schaffen. |
13.12.2022, 17:00 Uhr | Peter Schaldenbrand Bot Intelligence Group, CMU | FRIDA A Robot Painter Supporting Artistic Communication in Real-World Image Synthesis Through Diverse Input Modalities (Talk in English) |
22.11.2022, 17:00 Uhr | Christoph Untner | Zeitreihenprädiktion mit XGBoost Vorstellung der Masterarbeit |
08.11.2022, 13:30 Uhr | Luca Debasi Synthetic Dimension GmbH | Advances in 3D Scanning with a Mobile Phone |
25.10.2022, 17:00 Uhr | Sebastian Zeng Universität Salzburg | Topological Attention for Time Series Forecasting Neural Time Series Forecasting Considering the Analysis of Structural Properties | Slides |
11.10.2022, 13:30 Uhr | Dejan Radovanovic | How Unique is Weekly Smart Meter Data? Publikation veröffentlicht im Rahmen der Energieinformatik 2022 |
27.09.2022 | Stefan Aigner datafox Consulting GmbH | Höhere Produktivität durch KI |
Studienjahr 2021/22
Datum | VortragendeR | Titel / Inhalt |
21.06.2022 | Stefan Wegenkittl | Wie man eine KI verwirrt - Selbstwirksamkeit im Zeitalter der Fremdbestimmtheit durch KI Vortrag im Rahmen von Climate.Change.Resiliance |
14.06.2022 | Werner Pomwenger | Representation Learning und Machine Learning DevOps Projektvorstellung Fact Data Cleaner |
24.05.2022 | Reinhard Portenkirchner | Deep Reinforcement Learning zur Lösung eines Vehicle Routing Problems im industriellen Kontext Vorstellung der Masterarbeit |
26.04.2022 | Maximilian Tschuchnig | Evaluation of Multi-Scale Thyroid Cancer Classification Winner of the Best Paper Award at IPTA'22. |
22.03.2022 | Thomas Bergmüller Authentic Vision | Normalizing 10 Years of Data Normalizing 10 Years of Data Generated by a Weekly Changing Software Stack; Joys, Tears, Surprises. |
08.03.2022 | Stefan Horvath, | Peernet - A decentralized internet. Peernet is creating a new peer-to-peer internet and browser in which individuals are in full control of their data. They are no longer subject to the censorship and restrictions imposed by companies or governments. This network is fully controlled and owned by its users. Data is shared freely. See Whitepaper |
15.02.2022 | Reuf Kozlica, Georg Schäfer | An Architecture for Deploying RL Algorithms in Industrial Environments Publikation wird im Rahmen der EUROCAST 2022 präsentiert |
08.02.2022 | Simon Hirländer IDA-Lab, Universität Salzburg | Deep Reinforcment Learning and applications @CERN. Hosted by IDA-Lab Salzburg. |
11.01.2022 | Marleen Bahe Salzburg Research | Comparison of Active Machine Learning Approaches Findings from the master thesis |
21.12.2021 | Clemens Havas Z_GIS | Semantic and Geospatial Social Media Analysis for Humanitarian Aid with a special focus on natural disaster, refugee and pandemic management |
09.11.2021 | Stefan Huber | Persistent Homlogy in Data Science Im Rahmen des Projektes KI-Net. Die Folien zum Nachlesen. |
28.09.2021 | Martin Uray | Architektur Watson NEU Beyond Desktop Computation: Challenges & Lessons Learned in Scaling a GPU Infrastructure. Lunch Talk co-hosted durch das Projekt DataKMU. |
Studienjahr 2020/21
Datum | VortragendeR | Titel / Inhalt |
22.06.2021 | Günther Eibl | Storytelling with Data Do's and Dont's for your visuals |
08.06.2021 | Maximilian Tschuchnig | Anomaly Detection with Autoencoders Evaluating Autoencoders for Anomaly Detection of Spinal Cord Lesions |
25.05.2021 | Stefan Wegenkittl | Music and AI Projekt Beethoven X und music autobot. Die Folien zum Talk. |
11.05.2021 | Cornelia Ferner | Sentence Representations Link zum Paper wird nach Veröffentlichung nachgereicht |
27.04.2021 | Werner Pomwenger | Introduction to Explainable AI Begriffsdefinitionen, Vorstellung LIME und Shapley Values |
13.04.2021 | Michael Peitler | Audio-Signalverarbeitung mit Deep Learning Lunch Talk co-hosted durch das Projekt DataKMU Die Folien zum Talk. |
30.03.2021 | Michael Gadermayr | Challenges in Computational Pathology Thyroid Cancer Classification - Forschungsergebnisse zur Analyse von histologischen Schnittbildern aus dem Projekt KiaMed Paper: https://arxiv.org/abs/2012.08158 |
09.03.2021 | Stefan Wegenkittl | Primer zur Maßtheorie Gedacht für all jene, die im Rahmen ihrer Forschung publizieren und sicherer in der Verwendung der mathematischen, formalen Sprache werden wollen. |
23.02.2021 | Reuf Kozlica | Intro to (Deep) Reinforcement Learning inkl. Teaser zu Hierarchical Reinforcement Learning |
09.02.2021 | Rafael Weingartner-Ortner Symptoma | DL-Modell als Microservice mit einer REST-API hosten Lunch Talk co-hosted durch das Projekt DataKMU Folien und Code unter: https://github.com/RafaelWO/NLP-Microservice |
26.01.2021 | Cornelia Ferner | Semi-Supervised Learning for Natural Language Processing PhD Proposal Presentation |
12.01.2021 | Maximilian Schirl | Der Digital Readiness Check Umfrage und Ergebnisse unter https://www.kmu40.eu/ abrufbar. |
24.11.2020 | Günther Eibl | Comparison of Approaches for Intrusion Detection in Substations using the IEC 60870-5-104 Protocol. Auf der Energieinformatik 2020 mit dem Best Paper Award ausgezeichnet Paper: https://energyinformatics.springeropen.com/articles/10.1186/s42162-020-00118-4 |
27.10.2020 | Maximilian Tschuchnig | GAN Architectures in Digital Pathology Paper: https://www.sciencedirect.com/science/article/pii/S2666389920301173 |
29.09.2020 | Martin Uray | The Application of Deep Learning in Estimation and Correction of Scatter in Cone Beam CTs Paper: https://iopscience.iop.org/article/10.1088/1361-6560/ab8954/meta |