The Top 5 Secrets to Automatic Differentiation

Typ Seminar
Dozent Torsten Bosse, Alexander Breuer, H. Martin Bücker
Credit points 3 ECTS = 2 SWS
Friedolin Search in Friedolin

Beschreibung

Unter dem Begriff «Automatisches Differenzieren» (AD) fasst man solche Techniken zusammen, bei denen ein Computerprogramm zur Berechnung einer mathematischen Funktion als Eingabe genommen wird und daraus ein neues Computerprogramm als Ausgabe erzeugt wird, das die Ableitungen dieser mathematischen Funktion berechnet. In letzter Zeit sind diese Verfahren stärker in den Mittelpunkt des Interesses getreten, da sie im maschinellen Lernen verbreitet eingesetzt werden. Da die im maschinellen Lernen auftretenden mathematischen Funktionen typischerweise eine vergleichsweise einfache Struktur besitzen, finden in diesem Anwendungsbereich allerdings meist nur wirklich elementare AD-Techniken ihren Einsatz. Ziel dieses Seminars ist es dagegen, eine Auswahl von fortgeschrittenen Techniken aus der aktuellen AD-Forschung genauer zu untersuchen. Insbesondere gehören dazu Methoden der kombinatorischen Optimierung wie sie beispielsweise in den Teilgebieten Checkpointing, Dünnbesetztheit und Nichtglattheit auftreten. Vorkenntnisse in automatischem Differenzieren sind hilfreich, aber keinesfalls notwendig.

Organisation

Das Seminar findet als wöchentliche Veranstaltung statt. (Derzeit ist ein wiederkehrender Termin montags um 11:00 Uhr geplant.) Vorbesprechung: In der letzten Woche des Sommersemesters 2021 am 15.7.2021 um 17:00 Uhr. Kick-off: In der ersten Woche des Wintersemesters 2021/22 am 18.10.2021 um 11:00 Uhr. Aufgrund der Corona-Krise finden alle Veranstaltungen (Vorbesprechung, Kick-off und wöchentliche Treffen) per Videokonferenz statt unter: https://bbb.fmi.uni-jena.de/b/han-adm-ttx (Falls die Situation es zulässt, wird auf Präsenz umgestellt.)

Es sind noch Plätze frei. Wer noch teilnehmen möchte, wendet sich bitte an einen der Dozenten.

Studiengänge

Es handelt sich um ein Seminar für interessierte Studierende im Masterbereich von Informatik, Computational und Data Science, Mathematik und naturwissenschaftlichen Studiengängen. Seminar Technische Informatik (FMI-IN0093) sowie Seminar Computational and Data Science (FMI-IN0142).

Master Computational and Data Science Wahlpflichtbereich Informatik
Master Informatik Wahlpflichtbereich Informatik und Vertiefung Technische Informatik

Die Veranstaltung ist auch geeignet für Studierende aus Mathematik und anderen naturwissenschaftlichen Fachrichtungen.