Conférences  >  Mathématiques  >  Réseaux de neurones et intelligence artificielle, apprentissage automatique  >  Allemagne

European Molecular Biology Laboratory | EMBL

The advent of deep learning has brought a revolution in the field of computer vision, including most tasks and research questions concerned with microscopy image analysis. Neural networks have been successfully used for image restoration, classification and segmentation, for the detection of objects and characterisation of their morphology, for high-throughput imaging and large-scale processing in 3D. Despite these advances, training and deployment of such neural networks remains difficult for practitioners of image analysis. The aim of our course is to close this gap and teach the participants – in the most hands-on way possible – to apply deep learning-based methods to their own data and image analysis problems.

Biologie,    Reconnaissance de formes et traitement d'image, vision par ordinateur

Mathematisches Forschungsinstitut Oberwolfach (MFO, Oberwolfach Research Institute for Mathematics)

Calcul scientifique et science des données,    Gestion des connaissances, Big Data Computing

Mit dem Ziel, den Herausforderungen der Digitalisierung in der naturwissenschaftlichen Grundlagenforschung schnell und zukunftsorientiert zu begegnen und exzellente Forschung in und aus Deutschland zu fördern, legt das Bundesministerium für Bildung und Forschung (BMBF) als Teil des 2017 veröffentlichten Rahmenprogramms „Erforschung von Universum und Materie – ErUM“ den Aktionsplan ErUM-Data fest. Der Aktionsplan ErUM-Data schafft Voraussetzungen für die naturwissenschaftliche Grundlagenforschung von morgen und fördert eine koordinierte Herangehensweise und breite Verständigung. Langfristiges Ziel ist es, den Weg zu übergeordneten Lösungen zu ebnen und optimale Bedingungen für eine effiziente und finanzierbare Datenverarbeitung und -verwertung zu schaffen. Der einfache Zugang zu Daten und Werkzeugen ist eine zentrale Säule des Aktionsplans. 

Calcul scientifique et science des données,    Carrière et management

Mit dem Ziel, den Herausforderungen der Digitalisierung in der naturwissenschaftlichen Grundlagenforschung schnell und zukunftsorientiert zu begegnen und exzellente Forschung in und aus Deutschland zu fördern, legt das Bundesministerium für Bildung und Forschung (BMBF) als Teil des 2017 veröffentlichten Rahmenprogramms „Erforschung von Universum und Materie – ErUM“ den Aktionsplan ErUM-Data fest. Der Aktionsplan ErUM-Data schafft Voraussetzungen für die naturwissenschaftliche Grundlagenforschung von morgen und fördert eine koordinierte Herangehensweise und breite Verständigung. Langfristiges Ziel ist es, den Weg zu übergeordneten Lösungen zu ebnen und optimale Bedingungen für eine effiziente und finanzierbare Datenverarbeitung und -verwertung zu schaffen. Der einfache Zugang zu Daten und Werkzeugen ist eine zentrale Säule des Aktionsplans. 

Calcul scientifique et science des données,    Carrière et management

Mit dem Ziel, den Herausforderungen der Digitalisierung in der naturwissenschaftlichen Grundlagenforschung schnell und zukunftsorientiert zu begegnen und exzellente Forschung in und aus Deutschland zu fördern, legt das Bundesministerium für Bildung und Forschung (BMBF) als Teil des 2017 veröffentlichten Rahmenprogramms „Erforschung von Universum und Materie – ErUM“ den Aktionsplan ErUM-Data fest. Der Aktionsplan ErUM-Data schafft Voraussetzungen für die naturwissenschaftliche Grundlagenforschung von morgen und fördert eine koordinierte Herangehensweise und breite Verständigung. Langfristiges Ziel ist es, den Weg zu übergeordneten Lösungen zu ebnen und optimale Bedingungen für eine effiziente und finanzierbare Datenverarbeitung und -verwertung zu schaffen. Der einfache Zugang zu Daten und Werkzeugen ist eine zentrale Säule des Aktionsplans. 

Calcul scientifique et science des données,    Carrière et management

The Active Training Course "Advanced Deep Learning" is hosted by the community organization DIG-UM with support from the BMBF-funded ErUM-Data-Hub.

The intensive course on Graph Neural Networks, Transformers, Normalizing Flows and Autoencoders will be held from Monday 25.9.23 to Thursday 28.9.23. The course includes a challenge to be worked out and presented by participant subgroups. The workshop is aimed at deep-learning enthusiasts from all ErUM communities (Research on Universe and Matter) who have prior knowledge of neural networks and applied basic concepts of deep learning. 

Cours et évènements pour étudiants en mathématiques,    Cours et événements pour étudiants en physique

Mathematisches Forschungsinstitut Oberwolfach (MFO, Oberwolfach Research Institute for Mathematics)

Mathematisches Forschungsinstitut Oberwolfach (MFO, Oberwolfach Research Institute for Mathematics)