EVENTS

In dieser 30-minütigen Online-Schulung erfahren Sie, wie künstliche Intelligenz die Musikproduktion revolutioniert. Sie erhalten eine grundlegende Einführung in die Möglichkeiten von KI-Tools für die Musikproduktion und Soundgenerierung.

Wir stellen Ihnen die gängigsten und benutzerfreundlichsten KI-Tools zur Musik- und Soundgenerierung vor, damit Sie selbst kreativ werden können – ohne musikalische Vorkenntnisse!

Diese Schulung ist speziell für Einsteiger*innen konzipiert, die wenig bis keine Erfahrung mit Musikproduktion oder KI haben.

Die Stiftung Innovation in der Hochschullehre (StIL) und das Netzwerk Landeseinrichtungen für digitale Hochschullehre (NeL) stellen wegen des großen Bedarfs an KI-bezogenen Qualifizierungs- und Unterstützungsmaßnahmen vielfältige Angebote zur Verfügung.

Anmeldung hier

Als virtuellen Lernort werden wir ZOOM nutzen. Der ZOOM-Link wird einen Tag vor Schulungsbeginn bis 13:00 Uhr versendet.

On February 21, 2025, 11am CET, Guido Juckeland from Helmholtz-Zentrum Dresden-Rossendorf will continue the HiRSE Seminar with his talk about Introduction of a quality indicator for research software publications

Abstract:

The Helmholtz Association is adding a new indicator for research data and research software publications to its reporting. A working group with members from all Helmholtz centers has been working on defining this new indicator and the Helmholtz general assembly has approved their suggestion in its fall meeting of 2024. In this talk the indicator as well as the ideas behind it and the methods to collect the information are introduced. The indicator is based on a maturity model looking at various aspects of a research software publication, thus also providing value to the authors of the software and research software researchers as it makes multiple aspects of research software as a scientific publication itself visible.

Institutions

• Helmholtz Platform for Research Software Engineering - Preparatory Study

Die Manipulation von Bildern ist mit Photoshop schon lange möglich und wird immer einfacher und überzeugender. Der nächste Schritt ist nun das Hinzufügen oder Entfernen von Objekten, ohne mühsame Handarbeit, einfach durch Texteingabe. Einen Vogelschwarm in den Himmel setzen? Menschen im Hintergrund entfernen? Alles ist möglich. Wie soll dein Bild aussehen? Entscheide selbst.

Diese Online-Schulung richtet sich an Einsteiger*innen und es werden keine Vorkenntnisse vorausgesetzt.

Adobe Photoshop kann für einen begrenzten Zeitraum kostenlos genutzt werden. Danach ist es kostenpflichtig.

Die Stiftung Innovation in der Hochschullehre (StIL) und das Netzwerk Landeseinrichtungen für digitale Hochschullehre (NeL) stellen wegen des großen Bedarfs an KI-bezogenen Qualifizierungs- und Unterstützungsmaßnahmen vielfältige Angebote zur Verfügung.

Schwerpunkte sind:

• generatives Erweitern
• generatives Füllen
• Varianten anzeigen
• Organisieren von Ebenen

Anmeldung hier

Als virtuellen Lernort werden wir ZOOM nutzen. Der ZOOM-Link wird einen Tag vor Schulungsbeginn bis 13:00 Uhr versendet.

Explore the transformative potential of the Population Dynamics Foundation Model (PDFM), a cutting-edge AI model designed to capture complex, multidimensional interactions among human behaviors, environmental factors, and local contexts. This workshop provides an in-depth introduction to PDFM Embeddings and their applications in geospatial analysis, public health, and socioeconomic modeling. 

Participants will gain hands-on experience with PDFM Embeddings to perform advanced geospatial predictions and analyses while ensuring privacy through the use of aggregated data. Key components of the workshop include: 

• Introduction to PDFM Embeddings: Delve into the model architecture of PDFM and discover how aggregated data (such as search trends, busyness levels, and weather conditions) generates location-specific embeddings.
• Data Preparation: Learn to integrate ground truth data, including health statistics and socioeconomic indicators, with PDFM Embeddings at the postal code or county level.
• Hands-On Exercises: Engage with interactive Colab notebooks to explore real-world applications, such as predicting housing prices using Zillow data and nighttime light predictions with Google Earth Engine data.
• Visualization and Interpretation: Analyze and visualize geospatial predictions and PDFM features in 3D, enhancing your ability to interpret complex datasets. 

By the end of this workshop, participants will have a strong foundation in utilizing PDFM Embeddings to address real-world geospatial challenges. 

The VISOR initiative is designed to strengthen interdisciplinary collaboration in AI research across Hamburg by fostering partnerships between PIs, enabling innovative projects, and preparing for major grant applications. This event will be a valuable platform to learn more about VISOR, the current call for projects, and how to get involved.

Prof. Luisa Lucie-Smith of UHH and Dr. Sebastian Götschel of TUHH will offer exciting insights into their research on ML in physics. Following the talks, PIs will have an opportunity to meet and network over lunch and learn how they can team up with other PIs to apply for the opportunities VISOR has to offer.

Participation (including lunch) is free, but registration is required. Registration deadline for in-person attendance: February 20. Remote (zoom-only) registration will be possible until the end of the event.

For further information and registration, please see the Indico page.

Institutions

• UHH
• TUHH

The study of ancient written artifacts has led to an ever-growing repository of digital data, encompassing raw images of artifacts and automatically generated outputs from advanced acquisition techniques. Manual analysis of this data is not only time-consuming but also prone to human error and bias. Consequently, the integration of novel machine learning and AI methodologies offers significant potential to streamline and enhance the efficiency of artefact research. Computer vision, in particular, provides opportunities beyond handwriting text recognition to address complex challenges in manuscript studies. As a computer scientist, exploring the boundless possibilities of computer vision to resolve research questions in this field has been an enriching experience. This lecture delves into key challenges encountered throughout this journey, highlighting ongoing collaborative projects. These projects illustrate the wide range of diverse research topics, including detecting specific handwriting styles on palm leaves from south India, measuring the density of sieve prints in Himalayan paper-making, addressing the complexities of multilingual texts and varied writing tools in Rilke’s Notebooks from Austria, and even restoring undertexts in Georgian palimpsests. These projects demonstrate the transformative potential of computer vision in advancing manuscript studies.

“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

Künstliche Intelligenz ist längst ein:e neu:e Akteur:in in der Liebe: Dating-Apps nutzen Algorithmen, um uns das „perfekte Match“ vorzuschlagen, während KI-Tools wie Replika emotionale Nähe bieten, wo Einsamkeit wächst. KI begleitet, beeinflusst und verändert unser Verständnis von Beziehungen – oft, ohne dass wir es bemerken. 

Doch welche Konsequenzen hat dies für Liebe, Intimität und gesellschaftliche Nähe? Macht KI uns einsamer, oder schafft sie tatsächlich neue Verbindungen? Und wie verändert sich die Partner:innensuche, wenn Algorithmen menschliche Entscheidungen beeinflussen – geleitet von Zielsetzungen, die oft anderen Interessen als unseren eigenen dienen? 

An diesem Abend werfen wir einen kritischen Blick auf KI im intimsten Bereich unseres Lebens – gemeinsam mit Ihnen und folgenden Expert:innen: Christian Uhle, Philosoph, Zukunftsforscher und Autor, Ole Liebl, Influencer und Autor des ersten deutschen Sachbuchs über Freundschaft plus, Dr. Johanna Degen, Sozialpsychologin und Expertin für Liebes- und Lebensangelegenheiten mit Schwerpunkt Medien, und Eric Hegmann, Paartherapeut, und Erfinder von „Eric AI“, einem persönlichen KI-Coach.

Eintritt frei. Anmeldung und weitere Informationen HIER.  

Mit „Was macht KI mit...?“ beleuchtet die ZEIT STIFTUNG BUCERIUS die Auswirkungen Künstlicher Intelligenz auf verschiedene gesellschaftliche Bereiche. Nach Themen wie Wahrheit und Demokratie widmen wir uns nun einem intimen und universellen Thema: Wie verändert KI unsere Definition von Liebe und Nähe?

Nachdem wir bereits Midjourney und DALL-E vorgestellt haben, sprechen wir in dieser 30-minütigen Online-Schulung über eine weitere Text-zu-Bild AI-Anwendung: Leonardo.AI. Wir zeigen das Interface, geben einen Einblick in das Prompting (Textaufforderung) und wie wir damit zu guten Bildern gelangen sowie in die Einsatzmöglichkeiten im Hochschulkontext. 

Für die Teilnahme an dieser Schulung werden keine Vorkenntnisse vorausgesetzt.

Die Stiftung Innovation in der Hochschullehre (StIL) und das Netzwerk Landeseinrichtungen für digitale Hochschullehre (NeL) stellen wegen des großen Bedarfs an KI-bezogenen Qualifizierungs- und Unterstützungsmaßnahmen vielfältige Angebote zur Verfügung.

Anmeldung hier

Als virtuellen Lernort werden wir ZOOM nutzen. Der ZOOM-Link wird einen Tag vor Schulungsbeginn bis 13:00 Uhr versendet.

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

Abstract

The focus of my research has been to investigate how cognitive agents can develop structural representation and functions via iterative interaction with the world, exercising agency and learning from resultant perceptual experience. For this purpose, my team has developed various models analogous to predictive coding and active inference frameworks based on the free energy principle. Those models have been used for conducting diverse robotics experiments which include goal-directed planning and replanning in a dynamic environment, social embodied interactions, development of the higher cognitive competency for meta-cognition. The current talk highlights a set of emergent phenomena which we observed in our recent robotics study focused on embodied language [1]. These findings could inform us how children can develop compositional linguistic competency only through limited amount of sensory-motor-language associative learning.

Reference: [1] P. Vijayaraghavan, J. Queißer, S. Flores, J. Tani, (2025). Development of compositionality through interactive learning of language and action of robots. Science Robotics, 10, eadp075.

Bio

Jun Tani received the D.Eng. degree from Sophia University, Tokyo in 1995. He started his research career with Sony Computer Science Lab. in 1993. He became a PI in RIKEN Brain Science Institute in 2001. He became a tenured Professor at KAIST, South Korea in 2012. He is currently a full Professor at OIST. He is also a visiting professor of The Technical University of Munich. His current research interests include cognitive neuroscience, developmental psychology, phenomenology, complex adaptive systems, and robotics. He is an author of “Exploring Robotic Minds: Actions, Symbols, and Consciousness as Self-Organizing Dynamic Phenomena." published from Oxford Univ. Press in 2016.

Institution

• UHH

The Machine Learning in Engineering (MLE) initiative integrates competencies and activities in the field of machine learning at Hamburg University of Technology (TUHH) and partner organizations from the Hamburg metropolitan area. Within the Machine Learning in Engineering (MLE) initiative, students, doctoral candidates, postdocs, researchers, and professors from all departments at the TUHH and from the partners are working interdisciplinary together. The aim is to conduct fundamental research particularly relevant for the development of new technology, thereby contributing to the digital transformation of the engineering sciences. In addition to basic research, the initiative aims at transferring knowledge to business and industry. Among a number of instruments for this kind of transfer, the annually organised MLE days provide a natural opportunity for education and knowledge exchange.

Registration: If you want to attend, please, send an email to Ulrike Schneider (in cc) with your name and affiliation. The registration is open until 01.03.2025. The number of participants is limited by the size of the lecture hall. For guaranteeing your participation and to make planning (particularly of the coffee breaks) easier, please register as soon as possible. Your data will only be used for organizing the MLE Days.

Program (preliminary):
09:00-15:00: Presentations by MLE-members and partners following the updated MLE structure here   
15:00-17:00: Poster & Networking session

Catering: There will be a coffee break in the morning and afternoon with hot drinks and snacks. Lunch in the canteen is to be paid for by the participants themselves.

Poster in English until 14.02.2025.

The organizing committee reserves the right to reject registrations and poster contributions. If you have any questions, please do not hesitate to contact the organizing team via mle@tuhh.de .

Institutions

• Hamburg University of Technology (TUHH) 

In DaVincis Resolve gibt es verschiedene KI-Tools, die die Postproduktion erleichtern sollen.

In 30 Minuten erhalten Sie einen Überblick über den aktuellen Stand der Möglichkeiten, die es bereits gibt und die vielleicht bald hinzukommen. Wir schauen uns an, wie die Tools funktionieren und wie sie in den eigenen Workflow integriert werden können.

Grundkenntnisse in DaVinci Blackmagic Resolve sind nicht erforderlich, aber hilfreich.

Anmeldung hier

Als virtuellen Lernort werden wir ZOOM nutzen. Der ZOOM-Link wird einen Tag vor Schulungsbeginn bis 13:00 Uhr versendet.

In recent years, the field of Machine Learning has made significant progress in theory and applications. This success is rooted in the mutual stimulation of mathematical insight and experimental studies. On the one hand, mathematics allows to conceptualize and formalize core problems within learning theory, leading, for instance, to performance bounds for learning algorithms. On the other hand, experimental studies confirm theoretical predictions and instigate new directions in theoretical research. This meeting aims to discuss the interaction between theory and practice, with focus on the current gaps between the two. The talks will be centered around themes including the following.

• Gradient Methods (gradient optimization, stochastic gradient, natural gradients, gradient applied to deep networks, ...),
• Natural Geometric Structures (Information Geometry, optimal transport geometry, ...),
• Generalisation Theory (statistical learning theory, complexity measures, Ill-posed inverse problems, regularization, implicit bias...)
• Functional analytical tools (approximation theory, harmonic analysis, ...)
• Overparametrization and random matrix theory (neural tangent kernel, lazy training, convergence of gradient descent, generalization bounds, ...)