Event-Details
Vortrag: Mit Deep Learning raum-zeitliche Muster erkennen und voraussagen
Referenten
 | Felix Kunde |
Die Begriffe Deep Learning und künstliche Intelligenz sind gerade in aller Munde und werden als einer der größten derzeitigen Trends für die GIS-Branche gesehen. Dabei ist die Theorie dahinter schon mehrere Jahrzehnte alt und hat bereits mehrere Hype-Zyklen durchlebt. Die aktuelle Popularität von neuronalen Netzen, welche sich eigentlich hinter Deep Learning verstecken, hat mehrere Gründe:
1. Viele Rechner im Consumer-Bereich sind mittlerweile in der Lage die komplexen Algorithmen zu verarbeiten,
2. Ob Big Data, Open Data, Data Science oder Data Viz – es gibt ein stark gestiegenes Bewusstsein für den Wert von Daten. In vielen Domänen wachsen die Datentöpfe mit dem Versprechen maschinelles Lernen werde uns neue Erkenntnisse liefern und uns Arbeit abnehmen.
3. Mittlerweile existieren mehrere Open-Source-Frameworks, die den Einstieg in Deep Learning so leicht wie nie machen.
In dem Vortrag sollen einige freie Projekte vorgestellt werden, in denen Deep Learning Methoden auf Geodaten angewandt werden. Anhand eines Beispiels aus einem laufenden Forschungsprojektes soll gezeigt werden, wie der GIS-Laie trotz der komplizierten Theorie hinter den neuronalen Netzen einen Einstieg in die Welt der künstlichen Intelligenz finden kann.
Die Begriffe Deep Learning und künstliche Intelligenz sind gerade in aller Munde - auch in der GIS-Welt. Was ist dran an dem Hype? In dem Vortrag sollen einige freie Projekte vorgestellt werden, in denen Deep Learning Methoden auf Geodaten angewandt werden.