Data Science Lunch Talks

Eine Vortragsreihe des Applied Data Science Labs

Im Applied Data Science Lab halten wir regelmäßig 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

Derzeit sind keine öffentlichen Vorträge geplant.

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
24.05.2022	Reinhard Portenkirchner	Anwendung von Deep Reinforcement Learning Methoden zur Lösung eines Vehicle Routing Problems im industriellen Umfeld (Master Arbeit)
14.06.2022	Werner Pomwenger	Projektvorstellung Fact Data Cleaner
21.06.2022	Stefan Wegenkittl	Wie man eine KI verwirrt - Selbstwirksamkeit im Zeitalter der Fremdbestimmtheit durch KI

Vergangene Vorträge

Studienjahr 2021/22

Datum	VortragendeR	Titel / Inhalt
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, Peter Kleissner, Hoost Toornend peernet.org	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.
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 Commend International	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