Zum Hauptinhalt springen

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.

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

TerminVortragendeRTitel / Inhalt
   
Sommerpause
   

 

Vergangene Vorträge

Studienjahr 2022/23

DatumVortragendeRTitel / Inhalt
14.06.2023, 17:45 Uhr

Richard Brunauer, Rene Draschwandtner, Michaela Allinger
Red Bull

Data Science Case Studies at Red Bull
24.05.2023, 15:15 UhrSimon KirchgasserInverse Biometrics: Generating Vascular Images from Binary Templates
10.05.2023, 17.45 UhrMichael GadermayrMixUp-MIL: Novel Data Augmentation for Multiple Instance Learning and a Study on Thyroid Cancer Diagnosis
26.04.2023, 15:15 UhrSabrina Pochaba
Salzburg Research
Multi-Agenten Reinforcement Learning zur Verbesserung von Kommunikationsnetzen
12.04.2023, 17:45 Uhr

Petra Tschuchnig
Universität Salzburg

Inflation forecasting with attention based Transformer Neural Networks
29.03.2023, 15:15 UhrHelge 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 UhrDavid FingerlosAnalyzing Different Approaches to Generate Clarifying Questions for Search Query Specification
+ Special: Infos zu Marshall Plan Stipendium und USA-Auslandssemester
24.01.2023, 13:30 UhrWalter 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 UhrStefan 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 UhrPeter 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 UhrChristoph UntnerZeitreihenprädiktion mit XGBoost
Vorstellung der Masterarbeit
08.11.2022, 13:30 UhrLuca Debasi
Synthetic Dimension GmbH

Advances in 3D Scanning with a Mobile Phone
Presentation of the current version of their product Amrax.

25.10.2022, 17:00 UhrSebastian 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 UhrDejan RadovanovicHow Unique is Weekly Smart Meter Data?
Publikation veröffentlicht im Rahmen der Energieinformatik 2022
27.09.2022Stefan Aigner
datafox Consulting GmbH

Höhere Produktivität durch KI
So starten Sie Ihr Projekt richtig. Erfahrungsbericht aus der Praxis.

Studienjahr 2021/22

DatumVortragendeRTitel / Inhalt
21.06.2022Stefan WegenkittlWie man eine KI verwirrt - Selbstwirksamkeit im Zeitalter der Fremdbestimmtheit durch KI
Vortrag im Rahmen von Climate.Change.Resiliance
14.06.2022Werner PomwengerRepresentation Learning und Machine Learning DevOps
Projektvorstellung Fact Data Cleaner
24.05.2022Reinhard PortenkirchnerDeep Reinforcement Learning zur Lösung eines Vehicle Routing Problems im industriellen Kontext
Vorstellung der Masterarbeit
26.04.2022Maximilian TschuchnigEvaluation of Multi-Scale Thyroid Cancer Classification
Winner of the Best Paper Award at IPTA'22.
22.03.2022Thomas 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
15.02.2022Reuf Kozlica, Georg SchäferAn Architecture for Deploying RL Algorithms in Industrial Environments
Publikation wird im Rahmen der EUROCAST 2022 präsentiert
08.02.2022Simon Hirländer
IDA-Lab, Universität Salzburg
Deep Reinforcment Learning
and applications @CERN. Hosted by IDA-Lab Salzburg.
11.01.2022Marleen Bahe
Salzburg Research
Comparison of Active Machine Learning Approaches
Findings from the master thesis
21.12.2021Clemens Havas
Z_GIS
Semantic and Geospatial Social Media Analysis for Humanitarian Aid
with a special focus on natural disaster, refugee and pandemic management
09.11.2021Stefan HuberPersistent Homlogy in Data Science
Im Rahmen des Projektes KI-Net. Die Folien zum Nachlesen.
28.09.2021Martin UrayArchitektur Watson NEU
Beyond Desktop Computation: Challenges & Lessons Learned in Scaling a GPU Infrastructure.
Lunch Talk co-hosted durch das Projekt DataKMU.

Studienjahr 2020/21

DatumVortragendeRTitel / Inhalt
22.06.2021Günther EiblStorytelling with Data
Do's and Dont's for your visuals
08.06.2021Maximilian TschuchnigAnomaly Detection with Autoencoders
Evaluating Autoencoders for Anomaly Detection of Spinal Cord Lesions
25.05.2021Stefan WegenkittlMusic and AI
Projekt Beethoven X und music autobot.
Die Folien zum Talk.
11.05.2021Cornelia FernerSentence Representations
Link zum Paper wird nach Veröffentlichung nachgereicht
27.04.2021Werner PomwengerIntroduction 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.
30.03.2021Michael GadermayrChallenges in Computational Pathology
Thyroid Cancer Classification - Forschungsergebnisse zur Analyse von histologischen Schnittbildern aus dem Projekt KiaMed
Paper: https://arxiv.org/abs/2012.08158
09.03.2021Stefan WegenkittlPrimer zur Maßtheorie
Gedacht für all jene, die im Rahmen ihrer Forschung publizieren und sicherer in der Verwendung der mathematischen, formalen Sprache werden wollen.
23.02.2021Reuf KozlicaIntro to (Deep) Reinforcement Learning
inkl. Teaser zu Hierarchical Reinforcement Learning
09.02.2021Rafael 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
26.01.2021Cornelia FernerSemi-Supervised Learning for Natural Language Processing
PhD Proposal Presentation
12.01.2021Maximilian SchirlDer Digital Readiness Check
Umfrage und Ergebnisse unter https://www.kmu40.eu/ abrufbar.
24.11.2020Günther EiblComparison 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
27.10.2020Maximilian TschuchnigGAN Architectures in Digital Pathology
Paper: https://www.sciencedirect.com/science/article/pii/S2666389920301173
29.09.2020Martin UrayThe 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