Datengetriebenes Konzept zur Luftqualitätsprädiktion
Enes Esatbeyoǧlu verfolgt den Ansatz, die NO2-Konzentrationen als Indikator für die Luftqualität mit einem Fahrzeug und zwei verschiedenen Sensoren (Referenz und miniaturisiert) zu messen und darauf basierend ein datengetriebenes Prädiktions- und Adaptionskonzept zu entwickeln. Die Datenerhebung erf...
| Main Author: | |
|---|---|
| Format: | eBook |
| Language: | German |
| Published: |
Wiesbaden
Springer Fachmedien Wiesbaden
2021, 2021
|
| Edition: | 1st ed. 2021 |
| Series: | AutoUni – Schriftenreihe
|
| Subjects: | |
| Online Access: | |
| Collection: | Springer eBooks 2005- - Collection details see MPG.ReNa |
| Summary: | Enes Esatbeyoǧlu verfolgt den Ansatz, die NO2-Konzentrationen als Indikator für die Luftqualität mit einem Fahrzeug und zwei verschiedenen Sensoren (Referenz und miniaturisiert) zu messen und darauf basierend ein datengetriebenes Prädiktions- und Adaptionskonzept zu entwickeln. Die Datenerhebung erfolgt dabei auf einer vordefinierten Route zu verschiedenen Zeiten sowie Umwelt- und Verkehrsbedingungen. Für die Prädiktion der Luftqualität und Adaption der Sensordaten wendet er verschiedene Machine Learning Modelle an. Dabei untersucht er die Performantesten auf Robustheit, Generalisierbarkeit und Übertragbarkeit. Der Autor Enes Esatbeyoǧlu studierte Maschinenbau und Kraftfahrzeugtechnik. Anschließend hat er berufsbegleitend mit der vorliegenden Schrift an der OVGU Magdeburg promoviert und ist jetzt im Bereich der Konzeptvorentwicklung eines Automobilkonzerns tätig |
|---|---|
| Physical Description: | XXIV, 136 S. 54 Abb., 12 Abb. in Farbe online resource |
| ISBN: | 9783658336738 |