donderdag 21 november 2024 | 12:30 - 17:00 | deelname is gratis
Programma
12.30 - 15.10 uur Symposium Data & AI event van het Oosten
12.30 – 13.00 uur Inloop
13.00 – 13.05 uur Opening door Henk van Haaster (CGI IAMLAB)
13.05 – 13.25 uur Keynote: "Ontologies for Machine Learning" door Frank van Harmelen (VU Amsterdam)
13.30 – 14.15 Eerste ronde parallelsessies
Sessie 1 – Data Delen (Marcel Reuvers – Kadaster)
• Lock-Unlock (de kracht van het integraal verbinden van afgeschermde data) – Marc van Andel, Lexi Rowland & Janneke Michielsen (Kadaster)
• Data interoperability in Data Spaces - Michiel Stornebrink (TNO)
• Snel op weg met de Linked Data Wizard - Richard Zijdeman (IISG) & Wouter Beek (Triply)
Sessie 2 – AI Toepassingen (Henk van Haaster – CGI)
• AI voor de energietransitie: het voorspellen van opwek en verbruik van elektriciteit – Luc Nies (Alliander Research Center for Digital Technologies)
• AI toepassingen bij het Kadaster – digitaal doorzoekbaar maken van handgeschreven aktes - Wim Florijn & Stefan Bussemaker (Kadaster)
• Digital Twin & Conservational AI in het asset management domein - Folkert de Vries (CGI)
14.25 – 15.10 Tweede ronde parallelsessies
Sessie 1 - Knowledge Graphs & LLMs (Petra Heck – Fontys & DEMAND)
• De Kadaster Knowledge Graph & LLMs – Anjo Kolk & Hans Schevers (Kadaster)
• Automatische Knowledge Graph creatie – Raoul Grouls & Martijn Siebel (HAN)
Sessie 2 - Birds of a Feather (innovatie inspiratie) (Henk van Haaster (CGI)
• Innovatie Pitches door o.a. Onno Huijgen (Quantum Machine Learning, HAN), Linda Oosterheert (TNO), Marc van Andel (Kadaster) & Rob Wenneker (CGI)
15.00 - 17.00 uur Installatie & intreerede Erwin Folmer
15.00 - 15.30 uur Inloop
15.30 - 15.40 uur Ontvangst door Astrid Hoge, directeur Academie IT en Mediadesign
15.40 - 16.10 uur Jos van Hillegersberg (Academic Director JADS) in gesprek met Frank Tierolff (voorzitter RvB Kadaster) en Rinke van de Rhee (CDO Alliander)
16.10 - 16.20 uur Installatie door Yvonne de Haan, College van Bestuur HAN
16.20 - 16.50 uur Intreerede door Erwin Folmer getiteld: Applied Data Science & AI: Hoe verder?
16.50 – 17:00 uur Afsluiting & Aansluitend borrel
U kunt zich aanmelden voor de hele middag of alleen voor het symposium of de installatie. De middag vindt plaats op de HAN Campus in Arnhem.
"Het werken met data, het toepassen van data analyse en de mogelijkheden van AI begrijpen, kan en moet misschien wel tot de basis vaardigheden van iedereen behoren. Ik wil met dit lectoraat een bijdrage leveren om data science eenvoudiger te maken zodat iedereen met data aan de slag kan."
Erwin FolmerLector Applied Data Science & AI
Lector
Erwin Folmer
Erwin Folmer (1975) is een ervaren onderzoeker en adviseur op het snijvlak van business en ICT.
De afgelopen jaren gaf Erwin Folmer leiding aan het Data Science Team bij het Kadaster en was hij docent en onderzoeker bij de Universiteit Twente. Eerder werkte hij bij TNO als senior wetenschapper op het gebied van data interoperabiliteit en standaarden. In 2012 promoveerde Erwin op het proefschrift "Quality of Semantic Standards" bij de Universiteit Twente. Hij is gespecialiseerd in o.a. data science, linked data, semantic web en AI, en zal zijn nieuwe functie als lector bij de HAN blijven combineren met een parttime functie bij het Data Science Team van het Kadaster.
Lectoraat
Applied Data Science & AI
Data science is een interdisciplinair vakgebied dat zich richt op het verkrijgen van kennis en inzicht uit data én de toepassing hiervan. Dit vakgebied wordt vaak in één adem genoemd met AI dat een verzamelnaam is voor allerlei data-intensieve technologieën, toepassingen en autonome systemen.
Het lectoraat Applied Data Science & AI fungeert als aanjager, verbinder en kennisdrager op het gebied van data science en AI. Zowel binnen de HAN als expertisecentrum, maar ook in de regio in de samenwerking tussen onderzoek, onderwijs, bedrijfsleven en de overheid. Een kennisnetwerk op het gebied van het delen van data en concepten zoals Knowledge Graphs, Federatie van Data, Data Spaces en AI. Gericht op concrete toepassingen in verschillende domeinen zoals energie, gezondheidszorg en industrie. Het lectoraat is verbonden aan de academie IT en Media Design van de HAN.
