BEGIN:VCALENDAR
VERSION:2.0
PRODID:https://github.com/derhansen/sf_event_mgt
METHOD:PUBLISH
BEGIN:VEVENT
UID:1811-2774@rg-ilmenau.gi.de
CLASS: PUBLIC
SUMMARY:Schwerpunktthema: Hochautomatisiertes/autonomes Fahren
DESCRIPTION:Methoden des Maschinellen Lernens in der Bildanalyse helfen unt
 er anderem in der Medizin bei der Erkennung von Tumoren in CT-Bildern oder 
 in der Qualitätssicherung beim Erkennen von Oberflächenschäden – mittlerwei
 le bereits mit einer Genauigkeit, die über der menschlicher Experten liegt.
  Auch Fahrzeugassistenzsysteme nutzen ML-Ansätze zum robusten Erkennen von 
 Verkehrsschildern, Personen oder Straßensituationen.\n\n Im ersten Vortrag 
 sollen zunächst wichtige Anwendungsbeispiele des Maschinellen Lernens in de
 r Bildanalyse vorgestellt, eine historische Einordnung vorgenommen und die 
 wesentlichen Lernparadigmen eingeführt werden. Danach sollen anhand des eig
 enen BMBF-Projektes "ASINVOS" konkrete Deep-Learning Konzepte für ein assis
 tierendes und interaktiv lernfähiges Videoinspektionssystem für Oberflächen
 strukturen am Beispiel von Straßenbelägen vorgestellt werden.\n\nIm zweiten
  Vortrag wird ein Konzept zur Realisierung von hochautomatisierten Fahr-fun
 k-tionen im hohen Geschwindigkeitsbereich (z.B. für ACC, Spurhalte- und Spu
 rwechselassistent) wie auch im geringen Geschwindigkeitsbereich (z.B. Parka
 ssistent) vorgestellt. Ziel ist es hierbei, ein Verständnis für die modular
 e Systemarchitektur zu vermitteln. Über dies hinaus wird die grundlegende F
 unktionalität der Hauptfunktions-bausteine des Automatisierungssystems gege
 ben. So werden neben den technischen Grundlagen auch vielfältige praktische
  Erfahrungen aus dem Tagesgeschäft von IAV vermittelt.
LOCATION:Meitnerbau, Raum 1.1.102/103,  Campus TU-Ilmenau
DTSTAMP:20200308T171824Z
DTSTART:20190408T144000Z
DTEND:20190408T163000Z
END:VEVENT
END:VCALENDAR