LaTeX-examples/presentations/sommerakademie-2016/sommerakademie-2016.tex

\documentclass{beamer}
\usetheme{Frankfurt}
\usecolortheme{default}
\usepackage{hyperref}
\usepackage[utf8]{inputenc} % this is needed for german umlauts
\usepackage[english]{babel} % this is needed for german umlauts
\usepackage[T1]{fontenc}    % this is needed for correct output of umlauts in pdf
\usepackage{booktabs}
\usepackage{csquotes}
\usepackage{siunitx}

\begin{document}

\title{Semantische Segmentierung von medizinischen Instrumenten mit Deep Learning Techniken}
\author{Martin Thoma}
\date{August 2016}
\subject{Computer Science}
\setbeamertemplate{navigation symbols}{}


\section{Deep Learning ist der Goldstandard für Bilderkennung}
\begin{frame}[plain]{Wissenschaftliche Aussage}
\begin{center}
    \only<1-2>{\textbf{Deep Learning ist der Goldstandard für Bilderkennung}}

    \uncover<2>{Was ist \enquote{Deep Learning}?}

    \only<3-4>{\textbf{Neuronale Netze sind der Goldstandard für Bilderkennung}}

    \uncover<4>{Klassifikation? Semantische Segmentierung? Detektion? Lokalisierung?}

    \only<5>{
    (1) Egyptian cat (2) Madagascar cat (3) soap dispenser
    \includegraphics*[width=0.6\linewidth, keepaspectratio]{2875184020_9944005d0d.jpg}

    Source: \href{http://farm4.static.flickr.com/3276/2875184020_9944005d0d.jpg}{http://farm4.static.flickr.com/3276/2875184020\_9944005d0d.jpg}}

    \only<6-7>{\textbf{Neuronale Netze sind der Goldstandard für Bildklassifikation}}

    \uncover<7>{Fotos, medizinische Bilder, Luftbilder, Dokumente, \dots?}

    \only<8-9>{\textbf{Neuronale Netze sind der Goldstandard für die Klassifikation von Fotos}\\}
    \only<9>{Goldstandard ist ein Schlagwort. Es wird [...] zur Bezeichnung von Verfahren verwendet, die bislang unübertroffen sind.\\
    {\tiny Quelle: \href{https://de.wikipedia.org/w/index.php?title=Goldstandard_(Verfahren)&oldid=151270928}{de.wikipedia.org/w/index.php?title=Goldstandard\_(Verfahren)\&oldid=151270928}}}
\end{center}
\end{frame}


\begin{frame}[plain]{Was wollen wir?}
    \begin{itemize}[<+->]
        \item Zufriedener Anwender
        \item Möglichst wenig / möglichst \enquote{unkritische} Fehler
        \item In der Bildklassifikation bei etwa gleichwahrscheinlichen Klassen:
              Geringer realer Fehler
        \item Geringer Testfehler auf sinnvollem, möglichst großem Datensatz
    \end{itemize}
\end{frame}


\begin{frame}[plain]{ImageNet / ILSVRC 2014}

ImageNet ist ein Datensatz mit
\begin{itemize}
    \item \num{14197122} Bildern und
    \item \num{21841} Klassen (non-empty synsets)
\end{itemize}



ILSVRC (Large Scale Visual Recognition Challenge) hatte 2014

\begin{itemize}
    \item \textbf{1000 Klassen}: abacus, abaya, academic gown, accordion,
    acorn, acorn squash, acoustic guitar, admiral, affenpinscher, Afghan hound,
    \dots
\end{itemize}

Quellen: \href{http://image-net.org/about-stats}{image-net.org/about-stats},
O. Russakovsky, J. Deng et al.ImageNet Large Scale Visual Recognition Challenge. IJCV, 2015
\end{frame}


\begin{frame}[plain]{ILSVRC 2010 - 2014}
    \begin{itemize}
        \item ILSVRC2010: stochastic SVM (\SI{28.2}{\percent})
        \item ILSVRC2011: one-vs-all linear SVMs (\SI{25.8}{\percent})
        \item ILSVRC2012: \textbf{AlexNet} (\SI{16.4}{\percent})
        \item ILSVRC2013: NN (\SI{11.7}{\percent}, Clarifai, dropout)
        \item ILSVRC2014: \textbf{GoogLeNet} (\SI{6.7}{\percent})\\
              \enquote{As in 2013 almost all teams used convolutional neural networks as the basis for their submission}
    \end{itemize}
\end{frame}

\begin{frame}[plain]{Erklärungsversuche}
    \begin{itemize}
        \item NNe lernen automatisch Feature-Hierarchien (insbesondere CNNs)
        \item NNe kann man beliebig genaue Trennebenen machen lassen
        \item NNe können gut mit vielen Klassen umgehen (Softmax-Layer)
    \end{itemize}
\end{frame}

\begin{frame}[plain]{Mögliche Fehler}
    \begin{itemize}
        \item Bessere Verfahren werden nicht eingereicht
        \begin{itemize}
            \item Firmengeheimnisse (oder NSA)
            \item Wettbewerb zu unbekannt (unwahrscheinlich)
        \end{itemize}
        \item Bessere Verfahren existieren, wurden aber nicht untersucht
        \item Metrik nicht sinnvoll gewählt
    \end{itemize}
\end{frame}

\end{document}