Bericht (virtuelles) MLUGS Treffen im März 2021
16. March 2021
Protokoll
Intro
Das Ziel der MLUGS ist der Austausch über Machine-Learning-Themen.
Teilnehmer
- Andreas, Software-Entwickler, AX-Semantics, Sprachverarbeitung (NLP, NLG)
- Uwe, Laser Kommunikation im All, ST2C
- Burkhard, Softwareentwickler, eXXcellent solutions, NLP & IoT
- Silvana, Data Scientist, autoRetouch
- Jens, Data-Scientist, AKKA
- Tin, Unternehmer und Dozent, DHBW + Reutlingen + Tübingen, Software-Entwickler, ML + CV + Python
- Paul, Student Angewandte Informatik
+6 weitere
Jürgen: Find 'em all - Deep Learning für die Suche nach archäologische Stätten
- mit Satellite und Lidar kann man archaeologische Stätten finden
- erster Versuch (finden von Kohlemeilern) mit ResNet-34, sliding window prediction mit fastai
- zweiter Versuch (alte Straßen - Ochsenkarrenwege) auch ResNet-34
- dritter Versuch (Hügelfestungen aus der Bronze-/Eisenzeit)
- in England hat es dafür einen Datensatz mit dem trainiert wurde
- oft bleiben die gräben übrig, die Häuser weniger
- auch wieder ResNet-34
- Falscherkennung von Fischteichen
-
ML in der archaeologie:
- wenig samples - wenig balanced
- Accuracy ist keine gute Score: besser MCC und Kappa-Score
- es ist besser mehr/etwas zu finden, als die ganze Karte mit Menschenaugen abzusuchen
- in GB und NL sind Lidar-Daten frei verfügbar
Tin: Graph Neural Networks
- must read papers: https://github.com/thunlp/GNNPapers
- Repo mit Code und Slides: https://github.com/tvotan/mlugs_gnn
- am beispiel von graphen basierend auf chemischen molekülen
- code braucht python 3.7 weil conda für rdkit verwendet wird
misc
- Nachtrag zum letzten Mal:
- Demo des aktuellen Zustands des Genus Classifiers
- https://genus.research.qax.io/
next
- date: 2021-04-20
- talks:
- Uwe: Adaptive Optik