79. CoSA-Seminar am 20.06.2022

Das 79. CoSA-Seminar findet am 20.06.2022 um 13:30 Uhr statt.

Dieses Mal als Hybrid-Veranstaltung.

 

Das CoSA-Seminar  findet am 20.06.2022 um 13:30 Uhr  hybrid statt.

Präsenz: Raum 25-2.16

Virtuell: CoSA - Seminar (Die Webkonferenz wird ab ca. 13:15 Uhr für die Teilnehmer freigeschaltet)

Wir haben folgende Vorträge geplant:

  • Osama Saadeh:Balancing Research and Development (R&D) in Academic Power Electronic Research
  • Jörg Schuljak: Machine Learning -Federated Learning in der Anwendung

Die Vorträge dauern ca. 20 Minuten mit anschließend 10 Minuten Diskussion. Wir freuen uns auf eine rege und aktive Teilnahme.

Die Seminare sind auch auf https://www.th-luebeck.de/cosa/zu finden. Wenn Sie auch einmal einen Vortrag anbieten möchten, kontaktieren Sie uns gerne (fabian.john(at)th-luebeck.de).

Osama Saadeh: Balancing Research and Development (R&D) in Academic Power Electronic Research
EPES is a newly established research laboratory at GJU, that is managed by Dr. Osama Saadeh and Dr. Zakariya Dalala from the Energy Engineering Department. The lab has graduated over 20 MS students, supervised 50 undergraduate research projects, and published over 30 journal and conference papers. The lab currently manages approximately 1.2 million euros in internationally funded projects. The lab research focuses on Power Electronics, Power Systems, Renewable Energy Systems and Energy-Economic-Environmental Modeling.
One of the major challenges in academic research is balancing between research and development (R&D). On one hand, academics are passionate about research which leads to a healthy graduate programs and refereed publications, while major donors focus on development and deployment of engineering solutions. It is very important to balance projects, to meet academic goals, while securing funding for labs substantially.
In this presentation, modern trends in power electronics research associated with energy conversion and management will be discussed, along with the context necessary for securing funding.

Jörg Schuljak: Machine Learning -Federated Learning in der Anwendung
Zwischen den Anforderungen an Datenschutz und Privatsphäre und dem Datenhunger von Künstlicher Intelligenz, besonders dem Deep Learning, besteht ein Widerspruch. Das seit 2017 entwickelte Federated Learning ist ein Versuch, diesen Konflikt aufzulösen. In dieser Seminararbeit wird das Föderale Lernen mitsamt Architekturen und Einsatzmöglichkeiten vorgestellt und der aktuelle Forschungsstand diskutiert.