Daten bilden die Grundlage vieler moderner Machine-Learning-Ansätze, doch was geschieht, wenn Daten entweder unvollständig, unvollständig oder gar nicht vorhanden sind? Diese Fragestellung wird in datenarmen Kontexten wie seltenen medizinischen Diagnosen, hochspezialisierten industriellen Anwendungen oder der Modellierung unbekannter Systeme immer relevanter. Der Vortrag beleuchtet aktuelle wissenschaftliche Strategien und Methoden, die das Lernen ohne oder mit minimalen Daten ermöglichen. Im Fokus stehen Ansätze wie Zero-Shot- und Few-Shot-Learning, domänenspezifische Modellierung, Transferlernen sowie der Einsatz synthetischer Daten und generativer Modelle. Zusätzlich werden die theoretischen und praktischen Herausforderungen diskutiert, die mit datenarmen Szenarien einhergehen.
Mit den METECH Lecture Series bieten wir Wissenschaftlerinnen und Wissenschaftlern der TU Chemnitz, TU Ilmenau und OVGU Magdeburg eine Plattform für interdisziplinären Austausch und Networking. Im Mittelpunkt der METECH Lecture Series stehen aktuelle Forschungsthemen
aus dem Bereich Mensch & Technik. Unsere Lectures bestehen aus einem 30-minütigen Vortrag + 30 Minuten für Fragen und Diskussionen. Alle Vorträge werden im hybriden Format gehalten, sodass jeder sowohl persönlich als auch virtuell teilnehmen kann.
Wir freuen uns auf Sie!
