BEGIN:VCALENDAR PRODID:-//Microsoft Corporation//Outlook 16.0 MIMEDIR//EN VERSION:2.0 METHOD:PUBLISH X-MS-OLK-FORCEINSPECTOROPEN:TRUE BEGIN:VEVENT CLASS:PUBLIC CREATED:20191002T075209Z DESCRIPTION:Deep Driving Technologies & Computer Vision for Cognitive Vehic les | September 24 - 25\, 2020 | Maritim proArte Hotel\, Berlin\, Germany Auto.AI Europe Key Topics 2020 - https://www.aut o-ai.eu/agenda \n \nDEEP DRIVING\, MACHINE LEARNING & COMPUTER VISION\n· Algorithms and data schemes\n· Deep neural networks / deep learning and neural networks: Challenges for decision making algorithms in heavy traffic\, self-driving vehicles\n· Data processing and AI: Software architecture and hardw are challenges\n· Path planning and object recogniti on with AI / future pathways\, required research and the role of deep lear ning in the mix of computer vision approaches\n· Too ls for enabling deep learning systems\n· Full stack software suites for AI in ADAS providing hardware agnostic\, scalable solu tions\n· Deep learning for human-centered semi-Auton omous Driving\n· Role of cognitive computing systems and deeper direct perception in Autonomous Driving/ in Level 4 and 5 cars \n· Artificial reality? Deep learning with synthetic data from driving simulations\n \nSENSOR FUSION\, DATA & AI\, IMAGING & P ERCEPTION\n· Algorithms for cameras as primary senso rs for accomplishing the tasks of object recognition and classification\, localisation\, decision making\, trajectory planning and vehicle control\n · Visual processing to ADAS: applications\, architec tures and algorithms\n· Deep learning with multi-sen sor data and self-healing map for Automated Driving\n· Imaging vision in automotive linked cameras/ISP: processing chain\, alg orithms and camera systems architecture\n· How neura l nets can leverage domain-specific knowledge in computer vision\n· Automotive camera technology and computer vision algorithm s\n· Collaborative sensor fusion to improve sensing of the fused system\n· Neural networks in sensors\n · Multi-core processing approaches for AI driven aut onomous vehicles\n· Software architectures for AI an d deep driving\n· Sensor fusion deep learning archit ectures\n \nSpeaker Panel: http://auto-ai.eu/speakers What can you expect @ Auto.AI Europe? http://auto-ai.eu/who-why How to attend? Tickets: http:/ /auto-ai.eu/book-now\n DTEND;VALUE=DATE:20200926 DTSTAMP:20171221T154825Z DTSTART;VALUE=DATE:20200924 LAST-MODIFIED:20191002T075209Z LOCATION:Maritim proArte Hotel\, Berlin\, Germany PRIORITY:5 SEQUENCE:0 SUMMARY;LANGUAGE=de:Auto.AI Europe TRANSP:TRANSPARENT UID:040000008200E00074C5B7101A82E00800000000C010BC847B7AD301000000000000000 0100000007BCC237F6B730241A6F08406ED465216 X-ALT-DESC;FMTTYPE=text/html:

< a href="https://www.auto-ai.eu/">Deep Driving Technologies &\; Computer Vision for Cognitive Veh icles | September 30 – October 1\, 2019 | Titanic Chaussee Berlin\, Germany

Auto.AI Europe Key Topics 2018 - https://www.auto-ai.eu/agenda

 

DEEP DRIVING\, MACHINE LEARNING &a mp\; COMPUTER VISION

· \; \; \; \; \; \; \ ; \; \; \; \; \; \; \; \; \; \;&nb sp\; \; \; \; Algorithms and data< /span> schemes

· \; \; \; \;  \; \; \; \; \; \; \; \; \; \;&nbs p\; \; \; \; \; \; \; Deep neural networks  / deep learning and neural netw orks: Challenges for decision making algorithms in heavy traffic\, self-driving vehicles

· \; \; \; \; \; \; \; \;  \; \; \; \; \; \; \; \; \; \; \;&n bsp\; \; Data proces sing and AI: Software architecture and hardw are challenges

· \; \; \;  \; \; \; \; \; \; \; \; \; \;&nbs p\; \; \; \; \; \; \; \; Path planning and object recognition with AI / future pathways\, required research and the role of deep learning in the mix of computer vision approaches

· \; \; \; \; \; \; \;&n bsp\; \; \; \; \; \; \; \; \; \; \ ; \; \; \; Tools for enabling deep learning systems

· \; \; \; \; \; \; \; \; \;&nb sp\; \; \; \; \; \; \; \; \; \; \;  \; Full stack software suites for AI in ADAS providing hardware agnostic\, scalable solutions

· \; \; \; \; \; \; \;  \; \; \; \; \; \; \; \; \; \;&nbs p\; \; \; \; Deep learning for human-centered semi-Auton omous Driving

· \; \; \;& nbsp\; \; \; \; \; \; \; \; \; \;  \; \; \; \; \; \; \; \; < ![endif]>Role of cognitive computing systems and deeper direct percep tion in Autonomous Dri ving/ in Level 4 and 5 cars

· \; \; \; \; \; \; \; \;  \; \; \; \; \; \; \; \; \; \;&nbs p\; \; \; Artifi cial reality? Deep learning with synthetic data from driving s imulations

 \;

SENSOR FUSION\, DATA &\; AI\, IMAGING &\; PE RCEPTION

· \; \; \; \; \; \; \; \;&nbs p\; \; \; \; \; \; \; \; \; \; \;& nbsp\; \; Algorithms for cameras as primary sensors for acco mplishing the tasks of object recognition and classification\, localisation\, decision making\, trajectory planning and vehicle control

< span style='font-family:Symbol\;mso-fareast-font-family:Symbol\;mso-bidi-f ont-family:Symbol'>· \; \; \; \; \; \; \;  \; \; \; \; \; \; \; \; \; \; \;&n bsp\; \; \; Visual processing to ADAS: applications\, architectures and algorithms

· \; \ ; \; \; \; \; \; \; \; \; \; \;&nb sp\; \; \; \; \; \; \; \; \; Deep learni ng with multi-sensor d ata and self-healing map for Automated Driving

· \;  \; \; \; \; \; \; \; \; \; \;&nbs p\; \; \; \; \; \; \; \; \; \; Imaging vision in automotive linked cameras/ISP: processing chain\, algorithms and camera sys tems architecture

· \; \;&nbs p\; \; \; \; \; \; \; \; \; \; \;& nbsp\; \; \; \; \; \; \; \; How neural nets can leverage domain-specific knowledge in computer vision

· \; \; \; \; \; \;&n bsp\; \; \; \; \; \; \; \; \; \; \ ; \; \; \; \; Automotive camera technology and computer vision algorithms

· \; \;  \; \; \; \; \; \; \; \; \; \;&nbs p\; \; \; \; \; \; \; \; \; Collaborative sensor fusion to imp rove sensing of the fused system

· \; \; \; \; \; \;  \; \; \; \; \; \; \; \; \; \; \;&n bsp\; \; \; \; Neural networks in sensors

< span style='font-family:Symbol\;mso-fareast-font-family:Symbol\;mso-bidi-f ont-family:Symbol'>· \; \; \; \; \; \; \;  \; \; \; \; \; \; \; \; \; \; \;&n bsp\; \; \; Multi-core processing approaches for AI driven a utonomous vehicles

· \; \;&nb sp\; \; \; \; \; \; \; \; \; \; \;  \; \; \; \; \; \; \; \; Software architectures for AI and dee p driving

· \; \; \;  \; \; \; \; \; \; \; \; \; \; \;&n bsp\; \; \; \; \; \; \; Sensor fusion deep learning architectures

 \;

Speaker Panel: http://auto-a i.eu/speakers

What can you expect @ Auto .AI Europe? http://auto-ai.eu/who-why< /a>

How to attend? Tickets: http: //auto-ai.eu/book-now

X-MICROSOFT-CDO-BUSYSTATUS:FREE X-MICROSOFT-CDO-IMPORTANCE:1 X-MICROSOFT-DISALLOW-COUNTER:FALSE X-MS-OLK-AUTOFILLLOCATION:FALSE X-MS-OLK-CONFTYPE:0 END:VEVENT END:VCALENDAR