Deep Learning
Mit Deep Learning erleben wir aktuell eine Revolution in der künstlichen Intelligenz. Spektakulär war der Sieg von AlphaGo gegen den weltbesten Go-Spieler im März 2016. Deep Learning ist eine neue Methode des maschinellen Lernens mit vielschichtigen künstlichen neuronalen Netzen, die besonders gut mit großen Datenmengen – Big Data – funktioniert. Deep Learning ermöglicht die derzeit besten Lösungen für viele Mustererkennungsprobleme wie Bilderkennung, Spracherkennung und Textverstehen sowie Anwendungen in vielen Branchen, z.B. Medien, Werbung, Finanzen und Medizin. In der Schulung lernen die Teilnehmer an praktischen Beispielen die Einsatzmöglichkeiten und verschiedene Lernverfahren auf Basis von Google TensorFlow kennen.
Termin: 02./03.04.2019
Veranstaltungsort: Fraunhofer Institutszentrum Schloss Birlinghoven
53757 Sankt Augustin
Zielgruppe: Data Scientists, Analysten, die ihre Fähigkeiten zur Auswertung von Datenbeständen ausweiten wollen. Softwareentwickler/-architekten, die Lösungen für analytische Fragestellungen entwickeln.
Dauer: Zwei Tage
Cognitive Robotics
Industrieroboter und fahrerlose Transportfahrzeuge (FTS) sind aus der heutigen Produktionstechnik nicht mehr wegzudenken. Sie führen repetitive Tätigkeiten wiederholgenau und ermüdungsfrei durch. Mit 2D/3D-Kameras, Kraft-Momenten- und anderen Sensoren können sie Prozessunsicherheiten erkennen. Die Programmierung und Parametrierung der Auswertealgorithmen erfolgte früher durch Experten, wird aber zukünftig durch lernende Verfahren verdrängt. Das ermöglicht den Robotersystemen, sich autonom auf sich verändernde Umgebungsbedingungen einzustellen und sich zu optimieren. Die Schulung vermittelt Kenntnisse in verschiedenen Lernverfahren und deren Einsatzmöglichkeiten für lernende Roboter anhand von zahlreichen Praxisbeispielen. Das Seminar ist Teil des Fortbildungsprogramms für das Zertifikat »Data Scientist Specialized in Machine Learning«
Termine:
10./11.04.2019
09./10.07.2019
26./27.11.2019
Veranstaltungsort: Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA
Nobelstraße 12, 70569 Stuttgart
Zielgruppe: Data Scientists und Analysten, die ihre Fähigkeiten zur Anwendung maschineller Lernverfahren auf Roboter ausweiten wollen, Softwareentwickler/-architekten für Automatisierungslösungen mit Robotern, Interessierte aus der Forschung
Dauer: Zwei Tage
Mensch-Roboter-Kollaboration von A Bis Z: Fallstricke der Anlagenplanung vermeiden
Kollaborierende Roboter gelten durch die Verbindung der Vorteile von Mensch und Roboter, insbesondere im Schwerlastbereich, als Mittel der Wahl, um sinkende Losgrößen in der geforderten Qualität flexibel und effizient produzieren zu können. Dabei entstehen Unsicherheiten bei den beteiligten Anlagenbauern und Betreibern durch die rasante Entwicklung immer neuer Sicherheitssensoren, Änderungen der Normung, sowie neuartige Hard- und Software. Die angebotene Schulung vermittelt die rechtlichen Grundlagen der Mensch-Roboter-Kollaboration (MRK) und leitet anhand praktischer Beispiele die Vorteile von MRK für den Anlagenbetreiber her. Die Teilnehmer lernen die allgemeine Vorgehensweise zur Absicherung eines Arbeitsplatzes, planen selbst in Gruppenarbeit erste MRK-Stationen, lernen die Vor- und Nachteile unterschiedlicher Sicherheitssensoren und die Durchführung einer Überprüfung von Aufprallkräften mittels Kollissionsmesssystem im Versuchsfeld des Fraunhofer IWU.
Termin: 08./09.07.2019
Veranstaltungsort: Fraunhofer IWU, Reichenhainer Straße 88, 09126 Chemnitz
Zielgruppe: Führungs- und Fachkräfte der Produktionstechnik, Prozess- und Sicherheitsingenieure aus produzierenden Unternehmen, Projektmanager und Planer des Anlagenbaus sowie alle Techniker, die weitere Kenntnisse im Bereich der Mensch-Roboter-Kooperation aufbauen möchten.
Dauer: Zwei Tage
Maschinelles Lernen für mehr Sicherheit
(mit Praxisbeispielen für Automotive und IoT)
Im Bereich der Cybersicherheit nimmt die Datenmenge so rasant zu, dass aktuelle Sicherheitslösungen kaum skalieren. Darüber hinaus müssen Security-Experten im Wettlauf so schnell wie möglich Gegenmaßnahmen entwickeln und einsetzen, um neuartige Angriffe abzuwehren. Dies stellt Security-Experten vor große Herausforderungen, die sie mit statistischen Methoden wie maschinellem Lernen meistern können. Ziel des Kurses ist es, einen Einblick in maschinelles Lernen und Data Mining zu erhalten und diese Grundlagen bei der Modellierung von Anomalieerkennungen zu vertiefen.
Termine: 10.12.2019
Veranstaltungsort: Fraunhofer-Institut für Angewandte und Integrierte Sicherheit (AISEC), Lichtenbergstr. 11, 85748 Garching b. München
Zielgruppe: Sicherheitsingenieure, Analysten der IT Sicherheit, Entwickler sicherer Systeme/Software