Vergangene Veranstaltungen

Auf dieser Seite finden Sie einige Highlights unserer vergangenen Veranstaltungen. Alle Links zu bevorstehenden Veranstaltungen finden Sie hier.

Symposium: Linked Data im Zeitalter der generativen KI

Neue Perspektiven oder überholte Vision?

12. und 13. Dezember 2024, Bundesinstitut für Risikobewertung, Berlin

Das BfR veranstaltet in Kooperation mit KIDA, FAIRAgro und NFDI4Health ein Symposium zum Thema Linked Data. Ziele der Veranstaltung sind u.a. die Relevanz von Linked Data und Wissensgraphen im Zeitalter der generativen KI zu diskutieren sowie die Linked Data Community durch fachübergreifende Vernetzung von Linked Data Initiativen zu stärken. Zudem werden Linked Data Leuchttürme aus Landwirtschaft, Ernährung, Gesundheit und weiteren Bereichen vorgestellt.

Hier kommen sie zur kostenfreien Anmeldung. Laden sie für weitere Informationen gerne den Flyer zur Veranstaltung herunter. Regelmäßig aktualisierte Informationen finden Sie zudem auf der Website des FoodRisk-Labs.

Spektrale Signaturen von Pflanzen und KI- Auswertung: Innovative Methoden zur Mustererkennung

12.11.2024

Beitrag von Dr. Stefan Paulus (Institut für Zuckerrübenforschung)

Dr. Stefan Paulus vom Institut für Zuckerrübenforschung wird in diesem KIDA-Fachvortrag einen Einblick in die Nutzung spektraler Sensorik für die Erkennung von pflanzlichem Stress geben. Er wird dabei insbesondere auf die Nutzung aktueller KI-Algorithmen zur Auswertung eingehen. Weiterhin wird die Übertragung dieser Technik zur Bonitur von Krankheiten in der Zuckerrübe auf die Versuchsfeldskala mittels Drohnenaufnahmen thematisiert.

Maschinelles Lernen mit Python

11.11.2024 - 12.11.2024, 09:00 - 17:00 Uhr, online, auf deutsch

Referent*in: Oliver Schick

Dieser Kurs führt in die Grundlagen des maschinellen Lernens ein und vermittelt praxisnahes Wissen zur eigenständigen Anwendung verschiedener Techniken und Algorithmen in Python. Nach dem Kurs sind die Teilnehmenden in der Lage, Daten aufzubereiten und Machine-Learning-Modelle gezielt zu trainieren und zu evaluieren. Dabei liegt der Fokus sowohl auf der Theorie als auch auf der praktischen Anwendung von Klassifikations-, Regressions- und Clustermodellen in Python. Durch diesen ganzheitlichen Ansatz können komplexe Probleme gelöst und fundierte Vorhersagen getroffen werden, um datengetriebene Entscheidungen zu unterstützen.

Fake Science - Paper mill fabricated dubious content

Der Workshop vom Deutschen Biomasseforschungszentrum (DBFZ) und KIDA - Künstliche Intelligenz und Daten Accelerator des Bundesministerium für Ernährung und Landwirtschaft fand am 07. November 2024 hybrid in Leipzig statt.

Mit dem Aufkommen von Künstlicher Intelligenz registriert die wissenschaftliche Gemeinschaft zunehmend gefälschte wissenschaftliche Publikationen. Diese Entwicklung kann gravierende Folgen für das Wissenschaftssystem haben. Für die Wahrung der eigenen wissenschaftlichen Integrität ist es daher notwendig FakeScience identifizieren zu können.Gefälschte Inhalte fließen auf verschiedenen Wegen in die wissenschaftliche Gemeinschaft ein. Ein Warnsignal können die Verwendung von „hohlen Phrasen“, in der Fachrichtung unübliche Formulierungen oder die Angabe von e-Mail Adressen sein, mit denen die Zugehörigkeit des Autors zur genannten Einrichtung nicht verifiziert werden kann. Bei unserem heutigen „Workshop Fake Science“ haben sich über 150 Forscher:innen für den Konkurrenzkampf gegen gefälschte Daten gerüstet. Ein Schlüssel zur Prävention: Mit dem Bewusstsein, dass manipulierte Artikel in jeder Fachdisziplin erscheinen können ist ein erster Schritt getan. Die offene Bereitstellung von Rohdaten ist ein probates Mittel, um die Vertrauenswürdigkeit der dargestellten Inhalte zu unterstützen.

Weitere Informationen finden Sie auf der Veranstaltungswebseite.

Datenverarbeitung mit Python

05.11.2024 - 06.11.2024, 09:00 - 17:00 Uhr, online, auf deutsch

Referent*in: Oliver Schick

Dieser Kurs bietet eine Einführung in die Grundlagen der Programmiersprache Python mit einem besonderen Fokus auf die Datenverarbeitung. Anhand von Fallbeispielen wird das Einlesen, Verarbeiten, Aufbereiten und Visualisieren von Daten erlernt. Dabei kommt die Python-Bibliothek pandas zum Einsatz, die eine effiziente Datenanalyse ermöglicht. Für Interessierte wird optional ein kurzer Einblick in grundlegende Machine Learning Algorithmen gegeben, wie etwa Lineare Regression, Entscheidungsbäume und K-Means Clustering.

Kompakteinstieg in Künstlicher Intelligenz

04.11.2024, 09:00 - 17:00 Uhr, online, auf deutsch

Referent*in: Oliver Schick

Die Schulung bietet eine praxisnahe Einführung in die Welt der Künstlichen Intelligenz (KI). Teilnehmende erhalten grundlegende Einblicke in die Konzepte, Definitionen und Terminologie von KI. Es werden technische Hintergründe sowie methodisches Basiswissen zu Data Science und maschinellem Lernen vermittelt. Anhand von Praxisbeispielen wird verdeutlicht, wie KI bereits in verschiedenen Bereichen erfolgreich genutzt wird und welche Vorteile sich daraus ergeben können.

AI for Sustainable Fisheries: Data, Collaboration, and Advanced Learning

22.10.2024, 10:00 - 11:00 Uhr, online, auf englisch

Beiträge von Anton Ellenbroek (Food and Agriculture Organization of the United Nations) und Arjay Cayetano (Thünen-Institut)

Künstliche Intelligenz (KI) wird unsere Sicht auf aquatische Öko- und insbesondere Lebensmittelsysteme verändern. Anton Ellenbroek (Food and Agriculture Organization of the United Nations) erklärt, wie durch mehr Daten, Zusammenarbeit und Richtlinien das Potenzial der KI für nachhaltige Entwicklung genutzt werden kann. Arjay Cayetano (Thünen-Institut) zeigt im zweiten Teil des Vortrags, wie Deep-Learning-Algorithmen zur Altersbestimmung von Fischen beitragen und wie Techniken wie Transfer Learning und Ensemble Learning diese Methoden weiter optimieren.

Die Rolle des Data Labelings für Maschinelles Lernen

25.09.2024, 10:00 - 11:00 Uhr, online, auf englisch

Beiträge von Dr. Hamid Mousavi (Thünen) und Freddy Sikouonmeu (DFKI)

Unsere Referenten vom DFKI und vom Thünen-Institut geben einen ersten Einblick in die Grundlagen und die Bedeutung des Data Labeling für leistungsfähige KI-Modelle. Beim Data Labeling werden Daten mit relevanten Tags versehen, um das Training von KI-Modellen zu ermöglichen. Dies beinhaltet die Kategorisierung, Klassifikation und Annotation von Daten. Das Labeln ist ein sehr arbeitsintensiver Prozess und wird oft manuell, durch Crowdsourcing oder mit automatisierten Tools durchgeführt. Dr. Mousavi gibt eine allgemeine Einführung und stellt relevante Software-Tools vor. Herr Sikouonmeu präsentiert neben KI-basiertem Labeling einen Anwendungsfall aus der Landwirtschaft.

High Performance Computing auf der KIDA-Infrastruktur

10.09.2024, 10:00 - 12:00 Uhr, online

Beitrag von Boris Orywahl-Wild (BVL)

In diesem Workshop lernen Sie die Unterschiede zwischen Arbeitsplatz-PCs, Servern, HPC-Clustern und hybriden HPC-Systemen kennen. Unser Referent Boris Orywahl-Wild wird Ihnen das KIDA-HPC-Cluster vorstellen und einen Einblick in dessen Dienste sowie zu den Schutzzielen vom HPC bis zum Client geben. Außerdem werden die Grundlagen der Linux-Nutzung, der Unterschied zwischen Virtualisierung und Containerisierung sowie die Nutzung von Workload-Managern behandelt. Am Schluss bietet Ihnen der Workshop Raum für Fragen und den direkten Austausch mit Wissenschaftler*innen aus dem Ressort.

Sonatype®: Ein Tool für die Software Supply Chain

03.09.2024, 11:00 - 12:00 Uhr, online

Beiträge von Jacob Schmieder (DBFZ) und Bernd Haßfurther (DBFZ)

In diesem Workshop lernen Sie, wie Sie Sonatype effektiv administrieren, um Sicherheitslücken zu identifizieren und die Qualität Ihrer Open-Source-Komponenten verbessern. Unser Workshop-Leiter wird Ihnen die verschiedenen Funktionen von Sonatype vorstellen und zeigen, wie Sie diese optimal nutzen können. Besonders im Fokus steht, wie Wissenschaftler*innen ihre Software-Komponenten sicher einsetzen können, um Forschungsprojekte effizient und ohne Sicherheitsbedenken voranzutreiben. Sie erhalten Einblicke in Best Practices für die Verwaltung und Sicherung von Software-Lieferketten. Am Ende des Workshops haben Sie die Möglichkeit, Fragen zu stellen und sich direkt mit anderen Teilnehmenden auszutauschen.

Grafische Darstellung eines PC mit Lerninhalten

03.+04.06.2024 sowie 26.+27.06.2024, jeweils 14:00 - 17:00 Uhr, online

Grundlagen der Künstlichen Intelligenz

8 stündige Schulung als Einführung in die Grundlagen der Künstlichen Intelligenz (Anforderungen an Daten, überwachtes und unüberwachtes Lernen, neuronale Netze) sowie zum Aufbau eines KI-Projektes (KI-Life-Cycle).

21.03.2024, 11:00 Uhr, online

Datenzugang in organisationsübergreifenden Projekten: Best Practices am Beispiel klinischer Daten

Dr. Daniel Neumann (Institut für Medizinische Informatik, Statistik und Epidemiologie der Universität Leipzig, Medizinische Fakultät)

Online Fachvortrag