קהל יעד:

הסמינר מיועד לכל העוסקים בתחום הלמידה העמוקה, וכמובן לכל המעוניינים להכיר את התחום ולהשתלב בו.

What is Deep Learning

הזמנה ליום עיון בנושא:

למידה עמוקה של תחום ה-Deep Learning

עיבוד אות, ניתוח טקסט וראיה ממוחשבת
באמצעות Deep Learning בסביבת MATLAB !

7.5.2018 מלון דניאל, הרצליה

תחום הלמידה העמוקה מאפשר פתרון בעיות מורכבות בצורה איכותית, והוא משותף למגוון רחב מאוד של יישומים. מהנדסים וחוקרים רבים ברחבי העולם עושים שימוש בלמידה עמוקה לצורך מציאת אובייקטי-עניין בתמונות, עיבוד טקסט, זיהוי דיבור ועוד.

ביום העיון נסביר מהי התיאוריה העומדת מאחורי תחום הלמידה העמוקה, מה ההתפתחויות האחרונות בתחום, וכיצד ניתן להשתמש בסביבת MATLAB בצורה יעילה בתחום זה לצורך פיתוח יישומים בעולם האמיתי. במהלך יום העיון נציג פתרונות וחידושים בגרסת R2018a, וכיצד היכולות החדשות משמעותיות ביותר לעוסקים בתחום הלמידה העמוקה, מה שמאפשר לפתור בעיות מורכבות מהר ובקלות!

יום העיון יכלול הרצאת אורח בנושא התיאוריה של Deep Learning, סיפורי משתמש ומגוון הדגמות טכניות מעשיות של מומחי החברות MathWorks וסיסטמטיקס. יום עיון זה מיועד לכל העוסקים בתחום הלמידה העמוקה, וכמובן לכל המעוניינים להכיר את התחום ולהשתלב בו.

[ סדר יום ]

הערות:
ההשתתפות הינה ללא תשלום, אך מחייבת הרשמה מראש.
חלק מהתכנים יועברו באנגלית.

08:30 התכנסות ורישום
9:00-10:00 הרצאת מבוא: למידה עמוקה – עבר, הווה ועתיד
ערן פז, CTO, חברתVizScribe
10:00-10:45 למידה עמוקה בסביבת MATLAB ליישומי ראיה ממוחשבת – מהמחקר והפיתוח ועד המימוש על חומרה – חלק א'
רועי פן, מהנדס אפליקציה לתחומים עיבוד תמונה, ראיה ממוחשבת ולמידה עמוקה, סיסטמטיקס
10:45-11:15 הפסקת קפה
11:15-12:15 למידה עמוקה בסביבת MATLAB ליישומי ראיה ממוחשבת – מהמחקר והפיתוח ועד המימוש על חומרה – חלק ב'
רועי פן, מהנדס אפליקציה לתחומים עיבוד תמונה, ראיה ממוחשבת ולמידה עמוקה, סיסטמטיקס
מיכאל דוננפלד, מהנדס אפליקציה לתחום המרה אוטומטית של קוד MATLAB לקוד C/CUDA, סיסטמטיקס
12:15-13:15 Signal Processing Techniques for Deep Learning on Sensor Data
Avinash Nehemiah, Product Manager for Deep Learning Computer Vision and Automated Driving, MathWorks
13:15-14:15 ארוחת צהרים
14:15-14:45  סיפור משתמש – הטכניון – למידה עמוקה עם MATLAB לצורך עזרה לבעלי מוגבלויות
יאיר משה, מהנדס בכיר, המעבדה לעיבוד אותות ותמונות, הפקולטה להנדסת חשמל ע"ש אנדרו וארנה ויטרבי, הטכניון
14:45-15:45  מידול וניתוח טקסט באמצעות למידה עמוקה בסביבת MATLAB
שירן גולן, מהנדסת אפליקציה לתחום למידת מכונה, סיסטמטיקס

[ פירוט הרצאות ]

יצירת קשר

מחלקת שיווק
חברת סיסטמטיקס
טלפון:  03-7660111
לחץ לבקשת יצירת קשר במייל

נשמח לראותך ביום העיון.

הרצאת מבוא: למידה עמוקה – עבר, הווה ועתיד

הרצאת מבוא: למידה עמוקה – עבר, הווה ועתיד
ערן פז, CTO, חברת VizScribe

על אף שלמידה עמוקה קיימת כבר מעל ל-20 שנה, היא צברה פופולאריות רק בשנים האחרונות. Alexnet שהתפרסמה בסוף 2012 נחשבת כיום להיסטוריה רחוקה בתחום בו אפליקציות חדשות וארכיטקטורות מתקדמות יותר ויותר מתפרסמות בתדירות גבוהה. בהרצאה זו נסקור מספר ארכיטקטורות למידה עמוקה בסיסיות, נלמד על מודלים חדשים ומתקדמים יותר ואף נציץ בקצרה אל הנושאים החמים ביותר בתחום כיום.

למידה עמוקה בסביבת MATLAB ליישומי ראיה ממוחשבת – מהמחקר והפיתוח ועד המימוש על חומרה

למידה עמוקה בסביבת MATLAB ליישומי ראיה ממוחשבת – מהמחקר והפיתוח ועד המימוש על חומרה
רועי פן, מהנדס אפליקציה לתחומים עיבוד תמונה, ראיה ממוחשבת ולמידה עמוקה, סיסטמטיקס
מיכאל דוננפלד, מהנדס אפליקציה לתחום המרה אוטומטית של קוד MATLAB לקוד  C/CUDA, סיסטמטיקס

בהרצאה טכנית זו נראה כיצד ניתן להשתמש בסביבת MATLAB בצורה יעילה בתחום הראיה הממוחשבת לצורך פיתוח יישומי למידה עמוקה בעולם האמיתי. נראה כיצד ניתן בקלות:

  • לבנות רשתות מתקדמות מותאמות-אישית ולאמן אותן בעזרת מאגר של תמונות לצורך ביצוע סיווג  (Classification)
  • לייבא רשתות מסביבות כמו Keras-TensorFlow, PyTorch  ו-Caffe ולבצע Transfer Learning  בסביבת  MATLAB
  • להשתמש בשיטות גילוי (Detection) מבוססות למידה עמוקה
  • לבצע עיבוד מקדים למידע האימון והבדיקה – כמו labeling בצורה נוחה או פעולות גיאומטריות לצורך הגדלת מאגר המידע
  • למצוא הגדרות אופטימליות לאימון רשתות עמוקות
  • להאיץ את זמני האימון על ידי ניצול כוח חישובי כמו GPU (אחד או יותר), מחשבים חזקים נפרדים וענן
  • להמיר בצורה אוטומטית קוד MATLAB לקוד CUDA אשר יכול לרוץ על מעבדים גרפיים של חברת nVIDIA  או לקוד C עבור מעבדים של אינטל ופלטפורמות Arm – הדבר מאפשר להגיע לזמני ביצוע מהירים במיוחד, תוך ניצול יעיל של זיכרון, בעזרת ה-GPU Coder

Signal Processing Techniques for Deep Learning on Sensor Data

Signal Processing Techniques for Deep Learning on Sensor Data
Avinash Nehemiah, Product Manager for Deep Learning, Computer Vision and Automated Driving, MathWorks

Our world is filled with data in the form of signals. This overwhelming variety of data makes it necessary for us to process the signals in ways that can extract and enhance the meaningful information. Further, developing models that can automatically identify the essential patterns in signals for the purposes of enabling analytics is not a straightforward task. In this session, you will see how MATLAB makes it easy for you to build analytics on signals without going through the manual feature extraction process.

Specifically, we will go over how you can use sharp time-frequency techniques to enhance the information present in the signals and subsequently use deep Convolutional Neural Networks to enable you to build predictive models which can be used for tasks like signal classification. Using real 1-D signals, we will go over the following topics:

  • Quick primer on Time-Frequency representations for Signals
  • Leverage pre-trained CNN models for obtaining insights
  • Leverage advanced signal processing techniques for pre-processing
  • Explore other Deep Learning techniques.

סיפור משתמש – הטכניון – למידה עמוקה עם MATLAB לצורך עזרה לבעלי מוגבלויות

סיפור משתמש – הטכניון – למידה עמוקה עם MATLAB לצורך עזרה לבעלי מוגבלויות
יאיר משה, מהנדס בכיר, המעבדה לעיבוד אותות ותמונות, הפקולטה להנדסת חשמל ע"ש אנדרו וארנה ויטרבי, הטכניון

לתחום של למידה עמוקה יש בשנים האחרונות הצלחות רבות, ובמיוחד בבעיות סיווג. בעזרת הצלחות מסוג זה קיים פוטנציאל לפתח מערכות אוטומטיות שעוזרות לבעלי מוגבלויות בשגרת היום-יום, ושלא ניתן היה ליצור אותן בעבר עקב דיוק לא מספק. בהרצאה זו נסקור פעילויות שמבוצעות במעבדה לעיבוד אותות ותמונות בטכניון לצורך עזרה לבעלי מוגבלויות תוך שימוש בלמידה עמוקה בסביבת MATLAB. בפרט, נסקור מערכת לזיהוי רמזורים להולכי רגל ומערכת לזיהוי התראות ואזעקות.

מידול וניתוח טקסט באמצעות למידה עמוקה בסביבת MATLAB

מידול וניתוח טקסט באמצעות למידה עמוקה בסביבת MATLAB
שירן גולן, מהנדסת אפליקציה לתחום למידת מכונה, סיסטמטיקס

בהרצאה זו נראה כיצד ניתן לבצע הפקת תובנות מתוך מידע טקסטואלי – Text Analytics – בסביבת MATLAB.
נראה כיצד ניתן לגשת למידע טקסטואלי ממקורות שונים ובפורמטים שונים, לבצע עיבוד מקדים ומעבר לייצוג נומרי, ולהשתמש במידע לבניית מודלים חכמים בשיטות שונות.
באמצעות כלים אלה, נדגים סיווג של טקסט על ידי רשת LSTM.