|
Seminar Advanced Deep Learning (SemADL)5 ECTS (englische Bezeichnung: Seminar Advanced Deep Learning)
Modulverantwortliche/r: Katharina Breininger, Andreas Maier Lehrende:
Katharina Breininger, Vincent Christlein, Andreas Maier
Startsemester: |
SS 2022 | Dauer: |
1 Semester | Turnus: |
unregelmäßig |
Präsenzzeit: |
30 Std. | Eigenstudium: |
120 Std. | Sprache: |
Deutsch oder Englisch |
Lehrveranstaltungen:
Empfohlene Voraussetzungen:
We strongly recommend students to have acquired a thorough understanding of fundamental Deep Learning techniques, e.g., from the lecture + exercises "Deep Learning".Es wird empfohlen, folgende Module zu absolvieren, bevor dieses Modul belegt wird:
Deep Learning (WS 2021/2022)
Deep Learning for Beginners (VHB-Kurs) (WS 2021/2022)
Inhalt:
Deep Learning-based algorithms showed great performance in many fields of image processing and pattern recognition and compete with technologies such as compressive sensing and iterative optimization. The basis for the success of these algorithms is the availability of large amounts of data (big data) for training and of high computing power (typically GPUs). In this seminar we will explore advanced deep learning methods. In particular, we will aim to develop a deeper understanding of topics beyond SGD optimization, CNNs and simple RNN networks, for example: graph neural networks, unsupervised learning, differentiable learning, invertible learning, neural ordinary differential equations, transfer learning, multi-task learning, uncertainty DL.
Additionally, we will develop both a sound theoretical understanding of these approaches and identify areas of application for these advanced techniques.
Lernziele und Kompetenzen:
Students will be able to
perform their own literature research on a given subject
independently research this subject
present and introduce the subject to their student peers
give a scientific talk in English according to international conference standards
Studien-/Prüfungsleistungen:
Seminar Advanced Deep Learning (Prüfungsnummer: 661111)
(englischer Titel: Seminar Advanced Deep Learning)
- Prüfungsleistung, Seminarleistung, benotet, 5 ECTS
- weitere Erläuterungen:
Die Gesamtnote setzt sich zu 100% aus der Bewertung des Vortrags zusammen. Benotet wird ein Vortrag von 30 Minuten über ein vorgegebenes Thema sowie eine anschließende Diskussion von ca. 15 Minuten. Ziel ist es diese Zeit möglichst genau einzuhalten und den anderen Studenten möglichst präzise einen Überblick über das Themengebiet zu geben. Hierbei wird neben der Vortragsweise und des Inhalts insbesondere auch die Qualität der Folien bewertet. Der Vortrag sollte auf Englisch erfolgen.
- Prüfungssprache: Deutsch oder Englisch
- Erstablegung: SS 2022, 1. Wdh.: WS 2022/2023
1. Prüfer: | Katharina Breininger, | 2. Prüfer: | Andreas Maier |
|
|
|
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|