Exzellenzcluster Veranstaltungen

Mini-Konferenz "Machine Learning in Science", 22. - 23. Juli 2019

22. und 23. Juli, 2019 in Tübingen

Weitere Informationen folgen ...

TÜFFF - Tübinger Fenster für Forschung, 24. Mai 2019

TÜFFF - Tübinger Fenster für Forschung

Spitzenforschung zum Anfassen für alle Altersgruppen

WANN:  Freitag, 24. Mai 2019, 15 – 22 Uhr
WO:       Hörsaalzentrum der Naturwissenschaften, Auf der Morgenstelle 16
              Eintritt frei

Das „Tübinger Fenster für Forschung“ (TÜFFF) bietet allgemein verständliche und interaktive Einblicke in die Tübinger Spitzenforschung. Mitmach-aktionen, Demonstrationen, Laborführungen, Vorträge, eine Informations-messe sowie ein Science Slam erwarten die interessierte Öffentlichkeit beim 4. TÜFFF an der Universität Tübingen. Durch die Aufbereitung und Präsentation aktueller Forschungsthemen für ein fachfremdes Publikum richtet sich die Veranstaltung an alle Altersgruppen.

Das Exzellenzcluster „Maschinelles Lernen“ beteiligt sich mit 8 Ständen am „Markt der Möglichkeiten“:
  •  Deep Capturing - Computer Vision, Prof. Hendrik Lensch
  •  Deep Deblurring - Computer Vision, Prof. Hendrik Lensch
  •  Interaktive Karte zur Bodenqualität im Raum Tübingen - Geowissenschaften, Prof. Thomas Scholten
  •  Was ist ein neuronales Netzwerk? – Bioinformatik, Prof. Dr. Kay Nieselt
  •  Antizipatives Verhalten in künstlichen neuronalen Netzen - Kognitionswissenschaften, Prof. Martin Butz
  •  Wie kann ein Computer lernen, Wörter in Latein, Russisch, Estnisch und Hebräisch zu beugen?
     Linguistik, Prof. Harald   Baayen
  •  Vorhersage von Blickrichtungen - Neurowissenschaften,
     Prof. Matthias Bethge
  •  Briefumschlag-Computer – Theorie des maschinellen Lernens,
     Prof. Ulrike Luxburg

Weitere Informationen im Programmheft und auf der Veranstaltungsseite

Symposium "Machine Learning in Science", 22. Mai 2019

Symposium "Machine Learning in Science"

22. Mai 2019

Max-Planck-Gästehaus – Hörsaal
Max-Planck-Ring 6, 72076 Tübingen

Programm

09:45

Tropical circulation: Current challenges and potential for machine learning algorithms
Bedartha Goswami
-- Potsdam-Institut für Klimafolgenforschung (PIK), Deutschland

10:30 High-throughput behavioral analysis for neural circuit understanding
Alexander Mathis
-- Dept. of Molecular and Cellular Biology, Harvard University, USA

11:15

Kaffeepause

11:30

Reverse Engineering the Early Visual System with Artificial Neural Networks
Stéphane Deny
-- Department of Applied Physics at Stanford University, USA

12:15

Visualization of georeferenced open government data: benefits, issues, opportunities for machine learning research
Auriol Degbelo -- Institute of Geography, University of Osnabrück, Deutschlan

Symposium "Ethik und Philosophie des Maschinellen Lernens in der Wissenschaft", 15. Mai 2019

„Ethik und Philosophie des Maschinellen Lernens in der Wissenschaft“

15. Mai 2019

Max-Planck-Gästehaus – Hörsaal
Max-Planck-Ring 6, 72076 Tübingen

Programm

 

08:30

Simplicity and Scientific Progress: A Topological Perspective
Konstantin Genin -- Department of Philosophy, University of Toronto, Kanada

09:15

Learning Through Creativity
Caterina Moruzzi -- Department of Philosophy, University of Nottingham, UK

10:00

Kaffeepause

10:20

Black-Boxes, Understanding, and Machine Learning
Emily Sullivan-Mumm
-- Ethics and Philosophy of Technology, Delft Data Science, Niederlande

11:05

Working at the margins of machine learning – the ethics of labeling
Thilo Hagendorff
-- Internationales Zentrum für Ethik in den Wissenschaften,
Universität Tübingen, Deutschland

11:50

Inductive Bias and Adversarial Data
Tom Sterkenburg
-- LMU München, Philosophie,
Wissenschaftstheorie und Religionswissenschaft, Deutschland

12:35

Mittagspause

13:30 - 14:30

Invited Talk

Co-Opt AI! Charting the emerging field of AI, ethics and social justice

Mona Sloane, Institute for Public Knowledge, New York University, USA
Abstract

17:10 - 17:55

KONFERENZRAUM
ML from a DiscO viewpoint: Compressed Sensing, Dictionary Learning
and beyond
(machine learning)
Andreas M. Tillmann
-- Operations Research & Visual Computing Institute,
RWTH Aachen, Deutschland

 

Symposium "Machine Learning in Science", 18. und 25. - 27. März 2019

Symposium „Machine Learning in Science“

18. und 25. - 26. März 2019

Max-Planck-Gästehaus – Hörsaal
Max-Planck-Ring 6, 72076 Tübingen

Programme

Montag, 18. März 2019

09:30 – 10:30

Neutrino Cosmology - Weighing the Ghost Particle with the Universe

   Dr. Elena Giusarma -- Simons Foundation, Flatiron Institute Center for Computational
    Astrophysics, New York, USA

 

Montag, 25. März 2019

08:30

Information Field Theory
   PD Dr. Torsten Enßlin -- MPI für Astrophysik, Garching

09:30

Active machine learning for automating scientific discovery
    Prof. Dr. Roman Garnett -- Washington University in St. Louis, USA

10:30

Kaffeepause

11:00

Bayesian optimisation: nano-machine-learning
   Assoc. Prof. Dr. Michael Osborne -- University of Oxford, UK

12:00

Robust and Scalable Learning with Graphs

   Prof. Dr. Stephan Günnemann  -- TU München

13:00

Mittagessen

15:00

Representing and Explaining Novel Concepts with Minimal Supervision

   Asst. Prof. Dr. Zeynep Akata -- University of Amsterdam

16:00

Kaffeepause

17:45

Konstituierende Clustersitzung und Mitgliederversammlung (nicht-öffentlich)

19:00

Gemeinsames Abendessen (nicht öffentlich)

 

Dienstag, 26. März 2019

08:30

Expressive, Robust and Accountable Machine Learning for Real-world Data
   Dr. Isabel Valera -- MPI for Intelligent Systems, Tübingen

09:30

Algorithms of Vision: From Brains to Machines and Back
   Dr. Alexander Ecker -- Universität Tübingen

10:30

Kaffeepause

11:00

From Paired to Unpaired Image-to-Image Translation and Beyond
   Dr. Radu Timofte -- ETH Zürich, Schweiz

12:00

Face processing: Bridging Natural and Artificial Intelligence

   Assoc. Prof. Dr. Angela J. Yu -- University of California San Diego, USA

13:00

Mittagessen 

14:00 From statistics to mechanisms, and back
   Prof. Dr. Jakob Macke - TU München

Machine Learning meets Law, 19. März 2019

Machine Learning meets Law, Neue Aula


9:00 Stefan Thomas: Algorithms and Antitrust: How can the law make sure that machine learning does not impede competitive freedom?

9:15 Thilo Hagendorff: Regularory Needs in the Field of AI - From Ethics to Policies

9:30 Thomas Grote: The ethics of (expert-level) algorithmic decision-making

9:45 Isabel Valera: Fairness in Machine Learning

10:00 Oliver Kohlbacher: Legal issues related to AI in medicine

10:15 Discussion as long as we want

Erstes Treffen des Cluster "Machine Learning in Science", 12.-13. November, 2018

Internal Meeting of the Cluster "Machine Learning in Science": November 12-13, 2018

Meeting location: Ground floor lecture hall at the Max-Planck Institute for Intelligent Systems (directions)

Preliminary schedule:

Nov 12th
=========
9:00-10:00   Welcome, information & organisation
                     Ulrike von Luxburg and Philipp Berens
10:00-12:15   Short introductory talks of new group leaders
10:00-10:15   Jörg Stückler
10:15-10:30   Falk Lieder

10:30-11:00   Coffee break

11:00-11:15   Georg Martius
11:15-11:30   Britta Dorn
11:30-11:45   Fabian Sinz
11:45-12:00   Zhaoping Li
12:00-12:15   Gabriele Schweikert
12:15-12:30   Augustin Kelava
12:30-12:45   Michael Krone

12.45 -14:00   Lunch

14:00-15:00   Spotlights for open questions
                       (all PIs: please prepare exactly 1 slide (3 minutes) and send it to Alla at latest Nov 11)
15:00-15:30   Coffee break
15:30-18:00   Work phase for project teams

18:30   Dinner at Hofgut Rosenau

Nov 13th
========
9:00-10:30   Discussion of open questions, directions, ideas for how
                     the Excellence Cluster should start and work

10:30-11:00   Coffee break

11:00-12:00   Discussion and work phase

12:00-14:00   Lunch

14:00-15:00   Presentations of project ideas and  discussion

15:00-15:30   Coffee break

Download program