BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//AI xpress - ECPv6.15.17.1//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-ORIGINAL-URL:https://aixpress.io
X-WR-CALDESC:Veranstaltungen für AI xpress
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Berlin
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20220327T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20221030T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20230326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20231029T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20240331T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20241027T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Berlin:20231019T173000
DTEND;TZID=Europe/Berlin:20231019T190000
DTSTAMP:20260505T210657
CREATED:20231006T143213Z
LAST-MODIFIED:20240726T103808Z
UID:10000330-1697736600-1697742000@aixpress.io
SUMMARY:AI xpress NET: Potentiale KI-gestützter Anomalieerkennung
DESCRIPTION:Anomalieerkennung ist im Kontext der Künstlichen Intelligenz (KI) und Datenverarbeitung ein wichtiger Lösungsansatz\, der sich als hybrider Ansatz vieler Verfahren aus anderen Bereichen der Zeitreihenanalyse bedient. Gleichzeitig sorgen die Besonderheiten wie bspw. der Umgang mit unbalancierten Daten dafür\, dass viele Herausforderungen gelöst werden können\, bei denen sich andere Ansätze schwertun. In diesem Vortrag wird KI aus der Perspektive von zeitreihenbasierter Anomalieerkennung thematisiert. Die vier verschiedenen Arten von Anomalien werden prägnant vorgestellt und mit Anwendungsbeispielen hinterlegt\, in welchen diese helfen können. Besonderheiten von Anomalieerkennung werden zusammen mit einer systematischen Erarbeitung von Problemlösungen vorgestellt. Zuletzt werden Beispiele aus der Praxis thematisiert\, in welchen Anomalieerkennung als Lösungsansatz am Fraunhofer IAO zum Einsatz kamen. \n\n\n\n \n\n\n\nNutzen für die Besucher: Den Teilnehmenden wird ein Gefühl dafür vermittelt\, welche Besonderheiten in (zeitreihenbasierter) Anomalieerkennung stecken. Darauf aufbauend wird thematisiert\, für welche Arten von Herausforderungen diese anomaliebasierten Lösungsansätze sich besonders gut eignen\, wie bei der Umsetzung vorgegangen werden kann und auf welche Stolpersteine geachtet werden sollte\, um die Erfolgschancen für die eigenen Projekte zu erhöhen. Beispiele aus Theorie und Praxis bieten Ansatzpunkte\, wo Anomalieerkennung nutzbringend eingesetzt werden kann und welche Herausforderungen auftreten können. \n\n\n\nZielgruppeKI – Startups\, Hightech und Deeptech Startups im Großraum Stuttgart \n\n\n\n \n\n\n\nEventreiheDiese Veranstaltung ist Teil der AI xpress NET Reihe im AI xpress Böblingen.  \n\n\n\n \n\n\n\nWeitere Termine: 16.11.2023: Technologievergleich und KI-Integration: Schnittstellen und Protokolle in der Industrie14.12.2023: Formale Verifikation des Ausgabenbereichs tiefer Neuronaler Netze im Produktionsumfeld11.01.2024: Neuronale Netze und KI am Beispiel Autonomes Fahren: Von der Modellanpassung bis zum automatischen Pre-Labeling \n\n\n\n\n\n\n\n\n  \n\nSpeaker\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\nDamian Kutzias (LinkedIn)\, Fraunhofer IAO Stuttgart \n\n\n\nDamian Kutzias unterstützt als wissenschaftlicher Mitarbeiter dabei\, KI-basierte Prototypen zu entwickeln und Projektideen durchgängig umzusetzen. Seine Schwerpunkte sind (IoT-)Architekturen\, die Analyse zeitabhängiger Daten sowie Data Science-Vorgehensmodelle\, also Methodik zur strukturierten Durchführung datenbasierter Projekte. \n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n  \n\nAnmeldung\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n  \n\nVeranstalter\n\n\n\n\n\n\n\n\n\n\n\n\n\n  \n          \n              \n          \n              \n          \n              \n      \n\n\n\n\n\n\n\n\nBei Fragen schreibe uns bitte eine E-Mail an: info@aixpress.io. Vielen Dank!
URL:https://aixpress.io/events/ai-xpress-net-potentiale-ki-gestuetzter-anomalieerkennung/
LOCATION:AI xpress\, Röhrer Weg 8\, Böblingen\, 71032\, Deutschland
CATEGORIES:Events Startups
ATTACH;FMTTYPE=image/png:https://aixpress.io/wp-content/uploads/2023/10/Titel-Subline-mit-Beschreibung-lang-3.png
END:VEVENT
END:VCALENDAR