Resursmedveten maskininlärning - 6:e internationella sommarskolan 2022
TU Dortmund University
Nyckelinformation
Campus läge
Dortmund, Tyskland
språk
Engelsk
Studieformat
Blandad
Varaktighet
5 dagar
Takt
Heltid
Studieavgifter
EUR 520
Ansökningstiden
Begär info
Tidigaste startdatum
Begär info
Stipendier
Utforska stipendiemöjligheter för att hjälpa till att finansiera dina studier
Introduktion
Den 6:e internationella sommarskolan om resursmedveten maskininlärning (REAML 2022) kommer att hållas i år från 12-16 september 2022.Skolan ger föreläsningar om den senaste forskningen inom maskininlärning, vanligtvis med en twist på resursförbrukning och hur dessa kan minskas.
Sommarskolan kommer att erbjudas som ett hybridevenemang.På grund av den pågående covid-19-pandemin är det inte garanterat att alla internationella deltagare/föreläsare kan besöka Dortmund.Evenemanget blir alltså en blandning av lokala och (eventuellt några) distansföreläsningar.Alla föreläsningar kommer också att streamas via Zoom och Youtube till den avlägsna publiken av deltagare som inte kunde resa till Tyskland.Föreläsningar kommer att finnas tillgängliga på begäran på YouTube under sommarskolans vecka.Varje föreläsning kommer att åtföljas av en frågestund.Det kommer att finnas ett särskilt utrymme för att presentera Ph.D./PostDoc-forskning och ett hackathon med verkliga ML-uppgifter.
Hackathon - Förutsäga virusliknande partiklar i flytande prover
För att passa sammanhanget av covid-19-pandemin, åtföljs sommarskolan av en utmaning i att upptäcka nanopartiklar som virus.Med hjälp av en plasmonassisterad mikroskopisensor som kan göra nanometerstora partiklar synliga, tillhandahåller vi verkliga bilder som innehåller virusliknande signaler.Deltagarna utmanas att testa sina kunskaper om maskininlärning och cyberfysiska system i detta verkliga scenario.I detta hackathon strävar de efter att uppnå en så tillförlitlig och snabb upptäckt som möjligt med begränsade resurser.De kommer att få träningsdatauppsättningar med partiklar av definierade storlekar för träning och validering av deras tillvägagångssätt.Alla inlämnade tillvägagångssätt utvärderas mot en tidigare okänd datauppsättning och rangordnas med hjälp av ett mått som tar hänsyn till både den prediktiva kvaliteten och resurseffektiviteten hos modellen.
Studenthörnan - Dela och diskutera ditt arbete
Sommarskolan kommer att åtföljas av en utbytesplattform för deltagare, Studenthörnan, som gör att de kan nätverka och dela sin forskning.Under anmälan kan du anmäla ditt intresse för att delta i studenthörnan så håller vi dig uppdaterad.
Vid anmälan kan du anmäla ditt intresse för att presentera på studenthörnan.
Sommarskolan arrangeras av forskningscentret SFB 876 och gruppen för artificiell intelligens på TU Dortmund University .