Data Science Lunch Talks
Eine Vortragsreihe des Applied Data Science Labs
Im Applied Data Science Lab halten wir regelmäßig, zwei mal im Monat, einen Lunch-Talk ab, um uns zu aktuellen Forschungsthemen und offenen Fragen auszutauschen. Die Lunch Talks finden jeden zweiten und vierten Dienstag im Monat, von 13.30-14.30 Uhr, statt. Der Inhalt setzt sich aus Themen aus der Forschung im ADSLab 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 anmelden. Die Teilnahme ist kostenlos. Der Verantsaltungsraum wird zeitnah zur Veranstaltung bekannt gegeben bzw. der Teilnahmelink zugesandt. Die Vorträge starten jeweils um 13:30 Uhr.
Zukünftige Vorträge
| Datum | VortragendeR | Titel / Inhalt |
| 21.12.2021 | Clemens Havas | Spatio-temporal Social Media Analysis |
| 11.01.2022 | Marleen Bahe | Comparison of Active Machine Learning Approaches |
| 25.01.2022 | Reuf Kozlica, Georg Schäfer | An Architecture for Deploying RL Algorithms in Industrial Environments |
| 08.02.2022 | Simon Hirländer | Reinforcement Learning |
| 22.02.202 | Werner Pomwenger | Projektvorstellung: fact.ai Data Cleaner |
Vergangene Vorträge
Studienjahr 2021/22
| Datum | VortragendeR | Titel / Inhalt |
| 09.11.2021 | Stefan Huber | Persistent Homlogy in Data Science |
| 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 | 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 |