Hauptseite
Das Institutsseminar des Instituts für Programmstrukturen und Datenorganisation (IPD) ist eine ständige Lehrveranstaltung, die den Zweck hat, über aktuelle Forschungsarbeiten am Institut zu informieren. Insbesondere soll Studierenden am Institut die Gelegenheit gegeben werden, über ihre Bachelor- und Masterarbeiten vor einem größeren Auditorium zu berichten. Schwerpunkte liegen dabei auf der Problemstellung, den Lösungsansätzen und den erzielten Ergebnissen. Das Seminar steht aber allen Studierenden und Mitarbeiter/-innen des KIT sowie sonstigen Interessierten offen.
| Ort | Gebäude 50.34, Seminarraum 348 |
|---|---|
| Zeit | jeweils freitags, 11:30–13:00 Uhr |
Die Vorträge müssen den folgenden zeitlichen Rahmen einhalten:
- Diplomarbeit/Masterarbeit: 30 Minuten Redezeit + 15 Minuten Diskussion
- Studienarbeit/Bachelorarbeit: 20 Minuten Redezeit + 10 Minuten Diskussion
- Proposal: 12 Minuten Redezeit + 8 Minuten Diskussion
Weitere Informationen: https://sdqweb.ipd.kit.edu/wiki/Institutsseminar
Nächster Termin
Freitag, 2. Juni 2023, 11:00 Uhr
Ort: Raum 348 (Gebäude 50.34)
Webkonferenz: {{{Webkonferenzraum}}}
| Vortragende(r) | Simon Benedict | |
|---|---|---|
| Titel | Online Nyström MMD Approximation | |
| Vortragstyp | Proposal | |
| Betreuer(in) | Florian Kalinke | |
| Vortragsmodus | in Präsenz | |
| Kurzfassung | In data analysis, the ability to detect and understand critical shifts in information patterns holds immense significance. Whether it is monitoring real-time network traffic, identifying anomalies in financial markets, or tracking fluctuations in climate data, the ability to swiftly identify change points is crucial for effective decision-making. Since the default implementation of MMD is quadratic the algorithms to enable this however tend to exceed runtime limits for certain contexts, such as those where the speed and volume of incoming data is relatively high. In continuation of recent developments in change point detection optimization through estimators, notably RADMAN, we propose to integrate the “Nyström” estimator into a similar context of exponential bucketing to improve on this matter. This thesis will focus on the concept, the implementation and testing of this construct and its comparison to other recent approaches. | |
__NOCACHE__