workshop

This workshop may appeal to you if you are a language activist, work in collaboration with language activists or with low-resource languages.

As part of our research, we currently aim to provide NLP tools and models tailored to language organisations and communities.
In this regard, we are pleased to invite you or language activists from your network to our first 2-hour online workshop on tools for low-resource languages. We are currently focusing on languages for which some digital texts are available.

This work is part of an ERC Proof of Concept Grant, which focuses on creating tools for language activists. Additionally, our research group has recently received an ERC Advanced Grant to develop Large Language Models for languages with less digital resources. Both grants enable more long-term collaboration with language communities.

This first session will be in two parts:
- we will present our tool for parallel sentence mining (i.e., finding translation pairs among two monolingual corpora) for low-resource languages. This task constitutes an essential step towards developing a dedicated machine translation system or enabling a large language model to support your language. Details on the tool can be found at https://lnkd.in/ejHBwTDT
- we will show the diversity of possible NLP tools that could be extended to other languages. These will range from spell checkers to speech recognition, but with a strong focus on machine translation and chatbots.
If you are interested in attending the workshop or would like to stay in touch for future updates, please fill out this form: https://lnkd.in/eeiThqgg.

Join Zoom Meeting
Meeting ID: 651 5946 8381
Passcode: 178965

Institutions

• TUM Heilbronn

This workshop may appeal to you if you are a language activist, work in collaboration with language activists or with low-resource languages.

As part of our research, we currently aim to provide NLP tools and models tailored to language organisations and communities.
In this regard, we are pleased to invite you or language activists from your network to our first 2-hour online workshop on tools for low-resource languages. We are currently focusing on languages for which some digital texts are available.
This work is part of an ERC Proof of Concept Grant, which focuses on creating tools for language activists. Additionally, our research group has recently received an ERC Advanced Grant to develop Large Language Models for languages with less digital resources. Both grants enable more long-term collaboration with language communities.

This first session will be in two parts:
- we will present our tool for parallel sentence mining (i.e., finding translation pairs among two monolingual corpora) for low-resource languages. This task constitutes an essential step towards developing a dedicated machine translation system or enabling a large language model to support your language. Details on the tool can be found at https://lnkd.in/ejHBwTDT
- we will show the diversity of possible NLP tools that could be extended to other languages. These will range from spell checkers to speech recognition, but with a strong focus on machine translation and chatbots.
If you are interested in attending the workshop or would like to stay in touch for future updates, please fill out this form

Join Zoom Meeting / Meeting ID: 684 1114 2377 / Passcode: 025895

Institutions

• TUM Heilbronn

We are pleased to announce RL4AA'25, the third instalment of the workshop series organised by the Reinforcement Learning for Autonomous Accelerators (RL4AA) Collaboration. After two very successful workshops in 2023 and 2024 in Karlsruhe and Salzburg, we are excited to announce the next workshop for 2025. RL4AA'25 will be hosted by DESY in the beautiful port city of Hamburg, Germany.

The workshop will bring together experts from the fields of machine learning, accelerator physics, and high-performance computing to discuss the latest developments in the field of reinforcement learning for autonomous accelerators. The workshop will feature invited talks, contributed talks, and poster sessions, as well as a panel discussion on the future of autonomous accelerators.

RL4AA welcomes seasoned RL practitioners as well as newcomers. We are doing our best to make sure there is something for everyone, from introductory tutorials to advanced research talks.

Note also that this year’s workshop is organised in coordination with 5th ICFA Beam Dynamics Mini-Workshop on Machine Learning for Particle Accelerators (MaLAPA) workshop at CERN. Both workshops are organised such that you can attend them one after the other.

We are looking forward to welcoming you to Hamburg in 2025!

Pflegen Sie Angehörige und fragen sich, wie Künstliche Intelligenz, insbesondere ChatGPT, Ihre Herausforderungen im Bereich der Pflegeberatung erleichtern kann? Im Rahmen eines spannenden Forschungsprojekts zur Anwendung von ChatGPT in der Pflegeberatung laden wir Sie herzlich ein, die vielseitigen Möglichkeiten dieser Technologie zu erkunden! In unserem interaktiven Workshop haben Sie die Gelegenheit, ChatGPT auf iPads auszuprobieren. Stellen Sie Ihre eigenen Anliegen oder nutzen Sie einen unserer fiktiven Fälle und erhalten Sie Antworten der KI, die Sie direkt auf ihre Nützlichkeit in der Pflegeberatung hin überprüfen können. Ein besonderer Schwerpunkt liegt auf dem Austausch: Abschließend schaffen wir einen offenen Raum für Diskussionen, in dem Sie Ihre Erfahrungen, Bedenken und kreativen Ideen zur Integration von Künstlicher Intelligenz in die Pflegeberatung teilen können. Der Workshop richtet sich speziell an pflegende Angehörige und an Interessierte der teilnehmenden Hochschulen.

Bitte beachten Sie: Der Workshop erfolgt im Rahmen eines vom Bundesministerium für Forschung und Bildung* finanzierten Forschungsprojekts. Die Teilnahme setzt daher Ihre Zustimmung zur Aufzeichnung der Nutzung von ChatGPT (Screen-Recordings) sowie zu Audioaufnahmen voraus, die im Rahmen des Forschungsprojekts in anonymisierter Form ausgewertet werden. Der Zugang zu ChatGPT sowie iPads werden vom Veranstalter zur Verfügung gestellt. 
* Das Forschungsprojekt wird vom BMBF im Rahmen des DATIpilot Innovationssprints gefördert (Förderkennzeichen: 03DPS1260) 

Referent:innen: Kristin Skowranek, Projektleitung und Dr. Gregor Dutz, wissenschaftlicher Mitarbeiter im Projekt „KI in der Pflegeberatung“ der Universität Hamburg

We are inviting applications from graduate students and researchers in the area of Cybersecurity and related fields. During our annual scientific event, students will have the opportunity to follow one week of scientific talks and workshops, present their own work during poster sessions and discuss relevant topics with fellow researchers and expert speakers. The program will be complemented by social activities. 

Application Process: Please fill in the application form and upload your CV, a Motivation Letter, University Certificate of Transcript of Records. 

Notification of Acceptance: Several rounds of acceptance, roughly 3 weeks after application at the latest. Fee: 200,-€  (includes full program, food and beverages during the week, weekly local bus ticket, and social activities)

Deadline for Regular Application: June 30, 2025. Deadline for Late Application (wait list) to be announced

Summer School Program here

Invited Speakers

Antti Honkela (University of Helsinki)
Battista Biggio (University of Cagliari/Pluribus One)
Jenia Jitsev (LAION)
Borja Balle (DeepMind)
Andrew Paverd (Microsoft)

Dr. Sonja Hänzelmann and Dr. Fabian Hausmann, Institute of Medical Systems Biology, UKE

In diesem intensiven 3-tägigen Kurs werden Sie in die Welt der Data Literacy (Die Fähigkeit, kompetent mit großen Datenmengen umzugehen) eingeführt. Der Kurs bietet eine praxisnahe Herangehensweise an biomedizinische Probleme, bei denen die Teilnehmer:innen lernen, wie sie relevante Erkenntnisse aus komplexen Datensätzen gewinnen können.

Topics:
Grundlagen der Dateninterpretation und Data Literacy: Verständnis von Schlüsselbegriffen und Konzepten im Bereich Data Literacy
Python für die Datenanalyse: Einführung in die Programmiersprache Python für Datenanalyse und -manipulation
Einführung in Data Mining-Techniken: Überblick über verschiedene Data Mining-Methoden und ihre Anwendungen im biomedizinischen Bereich.
Praktische Anwendung von Clustering, Klassifizierung und automatischer Mustererkennung
Anwendung auf biomedizinische Probleme: Bearbeitung eines ausgewählten biomedizinischen Problems durch ein Gruppenprojekt
Visualisierung und Interpretation der Ergebnisse: Effektive Kommunikation von Analyseergebnissen durch Datenvisualisierung
Interpretation und Diskussion der gewonnenen Erkenntnisse im biomedizinischen Kontext

Visualisierung von Daten fungiert als epistemisches Mittel; eine Visualisierung soll Aussagen über die Einzel- als auch die Gesamtdaten treffen sowie Erkenntnisse fördern. Vorgestellt werden zwei im UCLAB der Fachhochschule Potsdam entstandene dynamische und interaktive Viewer, die unterschiedliche Einstiege in kulturelle Datensammlungen anbieten und Objekte und ihre Relationen sichtbar machen. In ihrer Funktion als Analysewerkzeug und Erkenntnismittel erlaubt die Visualisierung dabei auch einen strukturierten und dynamischen Zugriff auf große Datenmengen.

Basis einer jeden Visualisierung ist die Strukturierung und semantische Anreicherung der Forschungsdaten. In dem Hands-On-Workshop wird eine Infrastruktur zur Erfassung und Kontextualisierung kleiderhistorischer Quellen, die mittels CidocCRM und weiterer Vokabulare strukturiert wurde, vorgestellt. Die Teilnehmenden werden angeleitet, mittels einer Collage-Technik eigene explorative Zugänge zu den Sammlungsobjekten zu erarbeiten. Im Anschluss folgt eine Diskussion über die entstandenen Visualisierungen und eine gemeinsame Reflektion über Datenpraktiken.

Referentin: Sabine de Günther (UCLAB, FH Potsdam)

Eine Veranstaltung im Rahmen der Veranstaltungsreihe „Digital Humanities – Wie geht das?“ des Referats für Digitale Forschungsdienste.

Die Teilnehmer:innenzahl ist beschränkt auf 15, daher wird um Anmeldung an forschungsdienste@sub.uni-hamburg.de gebeten.

Seit der Veröffentlichung von ChatGPT fällt es zunehmend schwer, mit der rasanten technologischen Entwicklung Schritt zu halten. Viele Lehrende und Studierende spüren die Notwendigkeit, sich mit potenziell studiumsrelevanten KIs auseinanderzusetzen. Gleichzeitig fehlen ihnen häufig die Ressourcen und Anknüpfungspunkte, sodass viele Fragen unbeantwortet bleiben: Welche Technologien können mich in meiner Arbeit unterstützen? Wie kann ich bekannte Technologien didaktisch wertvoll einsetzen? Welche Limitationen von gKI muss ich bei der Nutzung im Hochschulkontext kennen? Wie vermittle ich einen verantwortungsbewussten Umgang mit Technologien an meine Studierenden?

Um Lehrenden ein niedrigschwelliges Angebot zu machen, diese und viele weitere offene Fragen zu thematisieren, schaffen wir als HUL (Hamburger Zentrum für Universitäres Lehren und Lernen) ein neues Format: den Frei-Raum KI und Didaktik. Es schafft Raum für Austausch, offene Fragen, lautes Denken und Experimentieren mit neuen Technologien – vor dem Hintergrund und zum Nutzen didaktischer Entscheidungen.

Alle Lehrenden der Uni Hamburg sind willkommen, einfach vorbei zu schauen, mit anderen Interessierten in Austausch zu treten, oder einfach die Zeit zu nutzen, sich individuell mit ihren offenen Fragen auseinanderzusetzen. Sie treffen auf Kolleginnen und Kollegen, auch aus der Hochschuldidaktik und vom DDLitLab, die Sie mit ihrer Expertise unterstützen.

Seit der Veröffentlichung von ChatGPT fällt es zunehmend schwer, mit der rasanten technologischen Entwicklung Schritt zu halten. Viele Lehrende und Studierende spüren die Notwendigkeit, sich mit potenziell studiumsrelevanten KIs auseinanderzusetzen. Gleichzeitig fehlen ihnen häufig die Ressourcen und Anknüpfungspunkte, sodass viele Fragen unbeantwortet bleiben: Welche Technologien können mich in meiner Arbeit unterstützen? Wie kann ich bekannte Technologien didaktisch wertvoll einsetzen? Welche Limitationen von gKI muss ich bei der Nutzung im Hochschulkontext kennen? Wie vermittle ich einen verantwortungsbewussten Umgang mit Technologien an meine Studierenden?

Um Lehrenden ein niedrigschwelliges Angebot zu machen, diese und viele weitere offene Fragen zu thematisieren, schaffen wir als HUL (Hamburger Zentrum für Universitäres Lehren und Lernen) ein neues Format: den Frei-Raum KI und Didaktik. Es schafft Raum für Austausch, offene Fragen, lautes Denken und Experimentieren mit neuen Technologien – vor dem Hintergrund und zum Nutzen didaktischer Entscheidungen.

Alle Lehrenden der Uni Hamburg sind willkommen, einfach vorbei zu schauen, mit anderen Interessierten in Austausch zu treten, oder einfach die Zeit zu nutzen, sich individuell mit ihren offenen Fragen auseinanderzusetzen. Sie treffen auf Kolleginnen und Kollegen, auch aus der Hochschuldidaktik und vom DDLitLab, die Sie mit ihrer Expertise unterstützen.

Die Einführung von generativen KI-Tools wie ChatGPT hat im Hochschulkontext zu einer großen Verunsicherung geführt. Viele Studierende nutzen die Tools bislang gar nicht, manche sind unsicher, was erlaubt ist und andere nutzen sie womöglich bereits intensiv für das Studium, ohne genau über Funktionsweise und Grenzen informiert zu sein.

In diesem Workshop sind die Grundlagen des Einsatzes von generativer KI im Studiumskontext das Thema. Gemeinsam betrachten wir verschiedene Tools hinsichtlich ihrer Funktionsweise, Möglichkeiten und Grenzen. Ziel ist es, dass die Teilnehmenden anschließend für sich geklärt haben, ob und wie sie generative KI in ihrem Studium einsetzen wollen – und dadurch auch andere Studierende in dieser Entscheidung begleiten können. Dafür basiert ein großer Teil des Workshops auf Austausch unter den Teilnehmenden, weshalb er sich an Anfänger:innen, aber auch an erfahrenere gKI-Nutzende richtet.

Teilnahme und Anmeldung: 

Dieses Angebot richtet sich fachübergreifend an alle regulär Studierenden der Universität Hamburg.

Die Anmeldung erfolgt über das nachstehende Anmeldeformular. Wenn Sie zum Termin verhindert sind, melden Sie sich bitte wieder ab, damit andere Personen ggf. nachrücken können (max. Teilnehmendenzahl: 15).

Die Workshops finden in der Jungiusstraße statt (Raumnummer folgt). 

Institutions

• DDLitLab, ISA-Zentrum

Die Einführung von generativen KI-Tools wie ChatGPT hat im Hochschulkontext zu einer großen Verunsicherung geführt. Viele Studierende nutzen die Tools bislang gar nicht, manche sind unsicher, was erlaubt ist und andere nutzen sie womöglich bereits intensiv für das Studium, ohne genau über Funktionsweise und Grenzen informiert zu sein.

In diesem Workshop sind die Grundlagen des Einsatzes von generativer KI im Studiumskontext das Thema. Gemeinsam betrachten wir verschiedene Tools hinsichtlich ihrer Funktionsweise, Möglichkeiten und Grenzen. Ziel ist es, dass die Teilnehmenden anschließend für sich geklärt haben, ob und wie sie generative KI in ihrem Studium einsetzen wollen – und dadurch auch andere Studierende in dieser Entscheidung begleiten können. Dafür basiert ein großer Teil des Workshops auf Austausch unter den Teilnehmenden, weshalb er sich an Anfänger:innen, aber auch an erfahrenere gKI-Nutzende richtet.

Teilnahme und Anmeldung: 

Dieses Angebot richtet sich fachübergreifend an alle regulär Studierenden der Universität Hamburg.

Die Anmeldung erfolgt über das nachstehende Anmeldeformular. Wenn Sie zum Termin verhindert sind, melden Sie sich bitte wieder ab, damit andere Personen ggf. nachrücken können (max. Teilnehmendenzahl: 15).

Die Workshops finden in der Jungiusstraße statt (Raumnummer folgt). 

Institutions

• DDLitLab, ISA-Zentrum

Die Einführung von generativen KI-Tools wie ChatGPT hat im Hochschulkontext zu einer großen Verunsicherung geführt. Viele Studierende nutzen die Tools bislang gar nicht, manche sind unsicher, was erlaubt ist und andere nutzen sie womöglich bereits intensiv für das Studium, ohne genau über Funktionsweise und Grenzen informiert zu sein.

In diesem Workshop sind die Grundlagen des Einsatzes von generativer KI im Studiumskontext das Thema. Gemeinsam betrachten wir verschiedene Tools hinsichtlich ihrer Funktionsweise, Möglichkeiten und Grenzen. Ziel ist es, dass die Teilnehmenden anschließend für sich geklärt haben, ob und wie sie generative KI in ihrem Studium einsetzen wollen – und dadurch auch andere Studierende in dieser Entscheidung begleiten können. Dafür basiert ein großer Teil des Workshops auf Austausch unter den Teilnehmenden, weshalb er sich an Anfänger:innen, aber auch an erfahrenere gKI-Nutzende richtet.

Teilnahme und Anmeldung: 

Dieses Angebot richtet sich fachübergreifend an alle regulär Studierenden der Universität Hamburg.

Die Anmeldung erfolgt über das nachstehende Anmeldeformular. Wenn Sie zum Termin verhindert sind, melden Sie sich bitte wieder ab, damit andere Personen ggf. nachrücken können (max. Teilnehmendenzahl: 15).

Die Workshops finden in der Jungiusstraße statt. Die Raumnummer wird per E-Mail bekanntgegeben. 

Institutions

• DDLitLab, ISA-Zentrum

learn_bAIome offers workshops and trainings in biomedical AI/data science with tailored formats that take into account background, programming skills and intensity to provide unique, focused, and effective courses. These courses are free and open to students, clinicians, and researchers across academic institutions in Hamburg.

Lecturer: Dr. Lorenz Adlung, I. Department of Medicine, Hamburg Center for Translational Immunology (HCTI), bAIome, UKE

Prerequisites: Intrinsic motivation to learn about infection and inflammation using your computer.

Description: This workshop is open to all students, researchers and clinicians who want to learn how we use (“big”?) data and computational modelling for discovery and rational intervention in infection and inflammation. In today’s biomedical research, the bottleneck has shifted, and for the first time, data generation is no longer the rate-limiting step in scientific progress, but rather: data analysis. We will discuss current trends and show how we can use mathematical concepts and analytical thinking to address unmet clinical needs in influenza infection and inflammatory bowel disease. The workshop will be in presence and therefore each participant should bring their own laptop or ipad.

Topics

• “big” data and code repositories
• mathematical concepts relevant to infection and inflammation
• computational modelling of murine influenza infection
• identification of treatment responders in inflammatory bowel disease
• discussion of the future of bAIomedical research

Dr. Behnam Yousefi, Institute of medical systems biology, UKE

This workshop is for students, researchers, and clinicians keen to learn the R programming language and data analysis relevant to biomedicine. The course is designed to be practical and comprehensive with no specific background requirements. We will focus on fundamentals of data analysis with examples of real-life data in biomedicine, such as gene expression. By the end of the course, participants will be familiar with the essentials of data analysis, including statistical tests, linear regression, principal component analysis, clustering and data visualization. The workshop will be in presence and therefore each participant should bring their own laptop (no ipads).

Topics:

Basics of R programming language
Statistical tests
Linear regression
Principal component analysis (PCA)
Clustering
Data visualization

Dr. Behnam Yousefi, Institute of medical systems biology, UKE

This workshop is for students, researchers, and clinicians keen to learn the R programming language and data analysis relevant to biomedicine. The course is designed to be practical and comprehensive with no specific background requirements. We will focus on fundamentals of data analysis with examples of real-life data in biomedicine, such as gene expression. By the end of the course, participants will be familiar with the essentials of data analysis, including statistical tests, linear regression, principal component analysis, clustering and data visualization. The workshop will be in presence and therefore each participant should bring their own laptop (no ipads).

Topics:
Basics of R programming language
Statistical tests
Linear regression
Principal component analysis (PCA)
Clustering
Data visualization

“Visualization gives you answers to questions you didn’t know you had.” – Ben Shneiderman.
Exploratory data analysis is a critical step in any successful project. Turning raw data into insights requires a clear process: data wrangling to organize and clean the data, exploratory analysis to uncover patterns, and finally, visualization to effectively communicate your findings. This beginner-friendly workshop on Data Wrangling and Visualization in R is designed to guide participants through these essential steps with practical, hands-on examples. No prior programming experience is required. On the first day, we will introduce the R programming language and its fundamental features. The second and third days will focus on mastering data wrangling using the dplyr package and creating customizable, publication-ready plots with ggplot2, specifically tailored to bioinformatics applications. Additionally, the workshop will include an introduction to R Markdown, enabling participants to create reproducible reports that seamlessly combine code, plots, and analysis insights in a single document. By the end of the workshop, participants will have the skills to perform data wrangling with dplyr, create compelling visualizations with ggplot2, and produce reproducible reports using R Markdown, setting a strong foundation for their data analysis projects.

Topics:

• Introduction to R and R studio
• Basics of R programming
• Importing data from different file types
• Introduction to tidyverse
• Data wrangling with dplyr
• Combining datasets
• Grammar of graphics ggplot2
• Basic plot types, Customizing plots
• R Markdown for creating reports

Due to popular demand registration for this workshop has now closed.
Language: English
Prerequisites: A laptop with Rstudio installed, Enthusiasm

This workshop is open to students, researchers, and clinicians keen to learn the essentials of deep learning (DL) and implementing it via Python. The aim of the course is to provide an introduction to DL especially for those who want to dive into the field of AI and use it in their projects. During the workshop, we will focus on fundamentals of DL, where to use these methods, and how to implement them in Python by practicing on real life data. Therefore, a basic knowledge of python is required. The students will also get familiarized with the Python package of Pytorch, which is the top used package for DL. The workshop will be in presence and each participant should bring their own laptop.

Topics:

• Basics of machine learning and deep learning;
• The Perceptron and the multilayer Perceptron;
• Autoencoders and embedding space;
• Convolutional neural networks;
• Model optimization and evaluation;
• More advanced topics, time allowing

Registration for this workshop is now open

Language: English
Prerequisites: A laptop with Rstudio installed, Enthusiasm

Dr. Behnam Yousefi, Institute of medical systems biology, UKE

This workshop is open to students, researchers, and clinicians keen to learn the essentials of machine learning and implementing it via Python. The aim of the course is to provide a comprehensive map of machine learning (and deep learning) methods with no specific background requirements. A little background in python can be helpful, though. We will focus on fundamentals of machine learning, validation methods, linear and nonlinear models, and feature reduction. The students will also get familiarized with the Python packages of Sci-kit Learn and Pytorch. The workshop will be in presence and therefore each participant should bring their own laptop (no ipads).

Topics
Types of machine learning: supervised and unsupervised
Validation  metrics and cross validation
Introduction to linear and nonlinear models include: Linear regression, Random forest, support vector machines, deep neural networks.
Feature reduction.
Regularization.

learn_bAIome offers workshops and trainings in biomedical AI/data science with tailored formats that take into account background, programming skills and intensity to provide unique, focused, and effective courses. These courses are free and open to students, clinicians, and researchers across academic institutions in Hamburg.

Lecturer: Dr. Fatemeh Hadäghi, Institute of Computational Neuroscience, UKE

Prerequisites A basic understanding of neural networks and machine learning concepts is expected as well as a familiarity with Python and basic programming skills.

Description This workshop is open to students, researchers, and clinicians wanting to learn about recurrent neural networks (RNNs) and their applications in biomedical signal processing. RNNs are vital tools in the field of neural networks, especially known for their capability to manage sequential data. This workshop will provide an accessible introduction to RNNs, concentrating on their core concepts and various applications. We will explore how RNNs excel at capturing temporal dependencies through their unique recurrent connections, making them highly effective for a variety of tasks. Participants can expect to achieve a solid understanding of the basic principles and architecture of RNNs as well as the ability to identify suitable applications for RNNs and implement basic RNN models. The workshop will be in presence and therefore each participant should bring their own laptop (no ipads).

Topics

• Overview of RNN fundamentals and how they differ from other neural networks
• Key applications of RNNs in biomedical signal processing
• Reservoir computing (RC)
• Hands-on exercises and examples to illustrate RNN implementation and usage