Zum Hauptinhalt springen

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.

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

DatumVortragendeRTitel / Inhalt
24.05.2022Reinhard PortenkirchnerAnwendung von Deep Reinforcement Learning Methoden zur Lösung eines Vehicle Routing Problems 
im industriellen Umfeld
(Master Arbeit)
14.06.2022Werner PomwengerProjektvorstellung Fact Data Cleaner
21.06.2022Stefan WegenkittlWie man eine KI verwirrt - Selbstwirksamkeit im Zeitalter der Fremdbestimmtheit durch KI

Vergangene Vorträge

Studienjahr 2021/22

DatumVortragendeRTitel / Inhalt
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.
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