Sprungmarken

Servicenavigation

Hauptnavigation

Sie sind hier:

Hauptinhalt

Internationale Sommerschule 2017: Maschinelles Lernen unter Ressourcenbeschränkung

Big Data im maschinellen Lernen ist die Zukunft. Aber wie kann man mit Datenanalyse und begrenzten Ressourcen umgehen wie beispielsweise Rechenleistung, Datenverteilung, Energie oder Speicher? Vom 25. bis zum 28. September wird an der TU Dortmund die 4. Internationale Sommerschule für Maschinelles Lernen unter Ressourcenbeschränkung (resource-aware machine learning) durchgeführt.

Die Vorträge, die im Rahmen der Somerschule gehalten werden, thematisieren unter anderem die Bereiche Maschinelles Lernen auf Field Programmable Gate Arrays (FPGAs), Deep Learning, Probabilistische graphische Modelle und Ultra Low Power Learning. Übungen helfen den Inhalt der Vorträge zum Leben zu erwecken – beispielsweise mit der PhyNode Low Power Plattform. Sie wurde im Sonderforschungsbereich 876 entwickelt und ermöglicht die Datenaufzeichnung mit verschiedenen Sensoren und maschinelles Lernen in Transport- und Logistikszenarien. Diese Geräte bieten die Grundlage für praktische Experimente im frisch gebauten Logistik-Testlabor. Teilnehmerinnen und Teilnehmer können Lernaufgaben mit dem Fokus auf stark eingeschränkte Ressourcen lösen und Genauigkeit versus Energie abwägen.

Förderung für herausragende Studierende

Die Sommerschule ist offen für internationale Doktoranden, fortgeschrittene Masterstudierende und Fachleute aus der Industrie, die etwas über modernste Techniken im maschinellen Lernen mit eingeschränkten Ressourcen lernen wollen. Herausragende Studierende können sich um eine  Förderung für Reisekosten und Unterkunft bewerben. Der Bewerbungsschluss für die Förderung ist der 15. Juli.

Veranstaltungssprache ist Englisch.

Weitere Informationen und die Onlineregistrierung  unter:

 



Social Media

Twitter Instagram RSS-Feed