Main content
Top content
An der Universität Osnabrück werden jedes Semester unterschiedlichste Lehrveranstaltungen aus dem Bereich Data Science angeboten. Die konkrete Ausrichtung und Schwerpunktsetzung der Veranstaltung liegt in den Händen der jeweiligen Vortragenden und ist natürlich auch vom Studiengang abhängig, für den sie angeboten wird.
So sind zum Beispiel die von den Arbeitsgruppen Cognitive Science, Informatik, Ökonometrie, Psychologie, Sozialforschung und angebotenen Veranstaltungen im Bereiche Data Science im Allgemeinen eher anwendungsorientiert, während die Angebote am Institut für Mathematik tendenziell eher theoretische Schwerpunkte setzen.
Current Term
Geometric Deep Learning
6.640
Dozenten
Beschreibung
Fundamentals of geometric aspects in machine learning (e.g. invariance, equivariance, multi-scale structure). Overview over representational options (e.g. point clouds, grids, meshes, implicits, parametrics) and corresponding challenges together with advanced technical approaches to learning over and learning of geometric data, in particular 3D objects and scenes. Basic concepts involved in this context include artificial neural networks, convolution, pooling, diffusion, continuous convolution, random walks, transformers, generative approaches. Case studies include shape classification, shape segmentation, shape correspondence, shape generation.
Weitere Angaben
Ort: 32/109
Zeiten: Di. 16:00 - 18:00 (wöchentlich) - Vorlesung,
Mi. 14:00 - 16:00 (wöchentlich) - Vorlesung/Übung
Erster Termin: Dienstag, 02.04.2024 16:00 - 18:00, Ort: 32/109
Veranstaltungsart: Vorlesung und Seminar (Offizielle Lehrveranstaltungen)
Studienbereiche
- Informatik > Master of Science in Informatik
- Informatik > Vorlesungen
- Mathematics/Computer Science
