Modellbahnsteuerung per WiFi mit Arduino und Java

Unter "Einreichung von Sponsored Talks" können Sie noch einen Sponsored Talk einreichen und buchen.

Peter Rudolph))) (PI-Data AG)

Zielgruppe:

Fortgeschrittene

Abstract:

Mit dem OpenSource-Projekt "PI-Rail" leutet die PI-Data eine neue Genration Modellbahnsteuerung ein. In den Loks und Weichen werkelt ein leistungsfähiger 32Bit Prozessor (ESP32). Dank WiFi-Kommunikation werden die Limitierungen digitaler Modellbahn bezüglich Bandbreite und Rückkanal aufgehoben. Da das System sich komplett selbst organisiert entfällt auch die teure Digitalzentrale. Was bleibt sind WiFi-Module in Loks und Weichen und die App auf PC, Android oder iOS. Der Vortrag stellt das technische Konzept und die Architektur der auf PI-Mobile basierenden Software vor und macht hoffentlich auch Appetit auf Mitarbeit am Projekt.
JFS2020_A1_Modellbahnsteuerung_per_Wifi.pdf (, 2.0 MByte) (, )

Über den Referenten:

Peter Rudolph

Peter Rudolph
Peter Rudolph hat in Stuttgart Informatik studiert und 1991 die PI-Data gegründet. Anno 1998 hat er seine Begeisterung für Java entdeckt. Seit 2000 ist eines seiner Kerngebiete die App-Entwicklung mit Java. Sein zweites Kerngebiet ist die Modellierung in UML. Seit kurzem ist noch die Entwicklung einer Modellbahnsteuerung mit Arduino und natürlich Java basierend auf PI-Mobile hinzugekommen. Peter Rudolph ist Mitglied im Software-Experts-Netzwork Stuttgart (SENS).

unzugeordnet

B1 / Trends und neue Technologien

10.00 - 10.45 Uhr

Themenbereich: Kurzvortrag der Trends und neue Technologien

(ENGLISH) Machine Learning with Java? Deeplearning4j!

Unter "Einreichung von Sponsored Talks" können Sie noch einen Sponsored Talk einreichen und buchen.

Enrique Llerena Dominguez))) (mimacom Deutschland GmbH)

Zielgruppe:

Anfänger

Abstract:

-- THE PRESENTATION IS GIVEN IN ENGLISH --

In the last few years, we have seen a rise in the demand for artificial intelligence, and specifically machine learning. For some people, getting to know this paradigm represents a double challenge: get familiar with the machine learning theory plus learn a new programming language, but if you already know java and want to break into machine learning, deeplearnig4j is for you!

In this talk, I will present deeplearning4j: what it is, its current state, its capabilities, possible integrations with other systems, and which are its pros and cons.
I will also show the approach to solve some common use cases, like image classification and sentiment analysis, and how to export and deploy the trained model to production. All the code will be publicly available for download.
JFS2020_B1_Machine_Learning_with_Java__Deeplearning4j!.pdf (, 6.3 MByte) (, )

Über den Referenten:

Enrique Llerena Dominguez

Enrique Llerena Dominguez
Enrique is a software engineer at mimacom. He has been designing and writing software solutions for more than 10 years, for the retail, pharma, financial, and automotive industries, using a wide range of technologies. His passion and curiosity for acquiring new knowledge lead him into the machine learning world. Besides that, he likes to spend his free time with his kids, learning German, exercising, and going to the soccer stadium.

unzugeordnet

C1 / Test und Betrieb

10.00 - 10.45 Uhr

Themenbereich: Kurzvortrag der Test und Betrieb

Just-In-Time-Patching Java Applications

Unter "Einreichung von Sponsored Talks" können Sie noch einen Sponsored Talk einreichen und buchen.

Stefan Mandel) und )) (andrena objects ag)

Zielgruppe:

Fortgeschrittene

Abstract:

Die Analyse und Behebung von Fehlern in produktiven Anwendungen ist häufig erschwert, weil Eingriffe mit temporären Unterbrechungen oder dem Verlust von User-Sessions einhergehen. Darunter fallen z.B. das Einfügen von zusätzlichen Logs, Debugging oder Patches.

Relativ unbekannt ist, dass eine JVM Mittel bereit stellt, mit dem man Änderungen am Code zur Laufzeit anpassen kann: Java-Agents und Runtime-Attachement.

In diesem Vortrag zeigen wir am Beispiel einer Java-Webanwendung den typischen Ablauf einer Fehleranalyse und -korrektur zur Laufzeit (Loggen von Informationen, Reproduzieren von Testfällen, Patchen von Code) - und zwar ganz ohne Neustart der Anwendung.
JFS2020_C1_Just-In-Time-_Patching.pdf (, 725.1 KByte) (, )

Über den Referenten:

Stefan Mandel

Stefan Mandel

Stefan Mandel arbeitet als agiler Software-Entwickler bei andrena objects ag.
Neben seiner täglichen Arbeit mit Java/Javascript/HTML/CSS hat er an mehrere Open-Source-Projekten zum Thema Programmanalyse und Metaprogrammierung in der JVM mit gearbeitet.

Jan Müller

Jan Müller

Jan Müller arbeitet seit 3 Jahren als Agile Software Engineer bei andrena objects ag.
Aktuell ist er als Full-Stack-Entwickler in einem Scrum-DevOps-Projekt mit Java und TypeScript tätig. Bei seiner täglichen Arbeit liegt sein Augenmerk auf Clean Code und der pragmatischen Nutzung agiler Arbeitsweisen.