Day 2 | 03.12.2024

Session 5 | AI Impacts on Environmental and Food Sciences
Chair: Cristina Ortiz Cruz | Max Rubner-Institut

08:40

Implikationen und Impact von Künstlicher Intelligenz und KI-Einheiten auf Ebene der Umweltinstitutionen
Adeline Höhn | Umweltbundesamt

09:40

Adulteration Detection in Cactus Seed Oil: Integrating Analytical Chemistry and Machine Learning Approaches
Aaron Roggenland | Max Rubner-Institut

10:00

Postersession

10:40

Coffee Break

Session 6 | Advancements in Spectral Analysis
Chair: Dr. Janet Riedl | Bundesinstitut für Risikobewertung

11:10

KI-gestützte Vorhersage von Futtermittel-Inhaltsstoffen basierend auf Nah-Infrarot-Daten mittels interpretierbarer KI – ein White-Box-Workflow
Lynn Reuss | Hochschule Mittweida

11:30

NMR spectra simulation, a new addition to the chemometrics tool box for wine authentication
Dr. Fredd Vergara | Bundesinstitut für Risikobewertung

11:50

Automatisierte Klassifikation, Ausreißeranalyse und Entrauschung von Spektren durch datenwissenschaftliche Methoden
Viola Rädle | KI-Lab am Umweltbundesamt

12:10

De-idealising (spectral) models
Dr. Marco Selig | Deutsches Biomasseforschungszentrum

12:30

Lunch

Session 7 | Data Quality and Interoperability
Chair: Tatjana Manych | Bundesamt für Verbraucherschutz und Lebensmittelsicherheit

13:30

AI-assisted approach to efficiently extract data and information from unstructured information sources into knowledge graphs
Dr. Iurii Savvateev | Bundesinstitut für Risikobewertung

13:50

Classification of Global Sugarcane Bagasse Production and Use
Maureen Okibe | University of Surrey

14:10

Neuronale Netze für den Fall, dass das Trainings-Set unzulänglich charakterisiert ist
Dr. Karina Hettwer | BVL, quo data Gesellschaft für Qualitätsmanagement und Statistik mbH

14:30

Overfitting as Cause of Biased Predictions and Amplification of Input Data Biases
Dr. Claudia Beleites | Julius Kühn-Institut

14:50

Farewell

15:00

End of the Event