הרשמה – הסתיים

צפו בכל האירועים והפרטים של שבוע AI

הזמנה לסמינר בנושא:

AI for Medical Devices and Defense Systems

21.9.2022, בין השעות 8:30-12:00, מלון ליאונרדו, בניין אלמוג, חיפה

הנך מוזמן/ת לסמינר, למהנדסים ומפתחים – בו תוכל/י ללמוד על תכן, סימולציה, בדיקות ומימוש של מערכות מבוססות AI, תוך התמקדות במכשור רפואי וביישומים ביטחוניים. 

עם הידע שירכש ביום זה ניתן יהיה להתחיל לעבוד בצורה יעילה ואיכותית יותר ולקבל רקע רחב בכלים שהפכו לסטנדרט בתעשייה וישרתו אותך בעבודתך היומיומית.

במסגרת סמינר זה:

  • נערוך היכרות עם יישום ושילוב אלגוריתמים ומודלים של בינה מלאכותית בפשטות וביעילות.
  • נלמד על גישת Data-Centric AI שצוברת תאוצה בקרב קהילת המפתחים, ונראה כיצד ניתן ליישם אותה כדי לשפר את ביצועי המודלים.
  • נדגים כיצד ניתן להשתמש ב- Machine Learning וב- Deep Learning עבור נתונים ממצלמות אופטיות ומחיישן LiDAR על פלטפורמה מוטסת.
  • נסקור את תחום למידת החיזוק (Reinforcement Learning) ונדון כיצד ניתן למנף אותו עבור הסימולציה שלך.

קהל יעד

  • מהנדסים, מפתחים וחוקרים בתחום AI העוסקים בתחום המכשור הרפואי
  • מהנדסים, מפתחים וחוקרים בתחום AI העוסקים בתעשיות הבטחוניות
  • כל משתמשי MATLAB המעוניינים להיחשף או להרחיב את הידע שלהם בתחום AI
  • חוקרים באקדמיה 
  • כלל העוסקים בתחומי Machine Learning, Deep Learning ו-Predictive Maintenance

[ סדר יום ]

הערה:
ההשתתפות הינה ללא תשלום, אך מחייבת הרשמה מראש.

הרשמה לסמינר ללא עלות
8:30 התכנסות ורישום
9:00 Data-Centric AI: The Key to Improved AI Development
ינון נוסבאום, מהנדס יישומי עיבוד אותות ותקשורת, סיסטמטיקס
9:30 Machine and Deep Learning for Medical Imaging
Sebastian Bomberg, Application Engineer, MathWorks
10:15 הפסקת קפה
10:30 Applying AI to Aerial LiDAR
שלי מרטינוב, מהנדסת אפליקציה בתחומי AI, עיבוד תמונה וראיית מחשב
11:15 Leverage Your Simulation with Reinforcement Learning
Itamar Engelman, Consultant, Systematics
12:00 סיום משוער
8:30 התכנסות ורישום
9:00 Data-Centric AI: The Key to Improved AI Development
ינון נוסבאום, מהנדס יישומי עיבוד אותות ותקשורת, סיסטמטיקס
9:30 Machine and Deep Learning for Medical Imaging
Sebastian Bomberg, Application Engineer, MathWorks
10:15 הפסקת קפה
10:30 Applying AI to Aerial LiDAR
שלי מרטינוב, מהנדסת אפליקציה בתחומי AI, עיבוד תמונה וראיית מחשב
11:15 Leverage Your Simulation with Reinforcement Learning
Itamar Engelman, Consultant, Systematics
12:00 סיום משוער

[ פירוט הרצאות ]

יצירת קשר

מחלקת שיווק
חברת סיסטמטיקס
טלפון:  03-7660111

הרשמה לסמינר ללא עלות

Data-Centric AI: The Key to Improved AI Development

Sebastian Bomberg, Application Engineer, MathWorks

What does every AI-powered signal processing application need? A lot of representative signal data, a good network architecture, and the right signal processing tools to turn that data into a source for automated learning.

In this talk, we show how data-centric workflows driven by domain-specific expertise can be used to significantly improve model performance and enable the adoption of AI in real-world applications. We focus on signal data and discuss specific recipes related to improving data and label quality, reducing variance and dimensionality, and selecting optimized feature-space representations and signal transformations. We also review some popular simulation-based methods for data synthesis and augmentation.

Machine and Deep Learning for Medical Imaging

Sebastian Bomberg, Application Engineer, MathWorks

AI techniques such as a deep learning are increasingly seen as powerful tools to address many complex problems in pathology and radiology workflows involving image segmentation and classification.

In this technical talk, we will explore in detail the workflow involved in developing and adapting a deep learning algorithm for medical image classification or segmentation problem using real-world case studies such as Left-Ventricle (LV) segmentation from cardiac MRI images and classifying parasitology slides.

Some of the tasks we will explore in this workflow are:

  • Import and manage large sets of images without loading into memory
  • Import models from TensorFlow Keras, Caffe, and the ONNX Model format into MATLAB
  • Build networks from scratch with a drag-and-drop interface of Deep Network Designer
  • Perform classification tasks on images, and pixel-level semantic segmentation on images
  • Semi-automate ground-truth labeling efforts to increase training dataset
  • Understand hyperparameter tuning and why it is important
  • Speed up network training with parallel computing on a GPU cluster

Applying AI to Aerial LiDAR

Sebastian Bomberg, Application Engineer, MathWorks

Introduction of low cost lidar sensors has increased adoption of lidar workflows in various aerial applications such as mapping, surveying, inspection, and monitoring. High accuracy and high density of the lidar data renders it useful in space management, security, and defense applications.

In this talk, you will learn how to develop complex lidar processing algorithms. We will walk through a workflow example and address common challenges in the process, such as

  • Reading and processing large lidar point clouds
  • Distortion and tracking errors due to motion
  • Labeling huge datasets for AI workflows

Leverage Your Simulation with Reinforcement Learning

Itamar Engelman, Consultant, Systematics

Reinforcement learning allows you to solve control problems using deep learning, without using labeled data. Instead, the learning occurs through multiple simulations of the system of interest.

The simulation data is used to train a Policy, represented by a deep neural network that would then replace a traditional controller or decision-making system.

In this session you will be introduced to reinforcement learning and see how to perform it using MATLAB & Simulink.

נשמח לראותך בסמינר.