Enes Esatbeyoglu

Datengetriebenes Konzept zur Luftqualitätsprädiktion (eBook, PDF)

• Format: PDF

Produktbeschreibung

Enes Esatbeyoglu 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 Esatbeyoglu 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.

---

Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.

Produktdetails

• Verlag: Springer Fachmedien Wiesbaden
• Seitenzahl: 136
• Erscheinungstermin: 3. Mai 2021
• Deutsch
• ISBN-13: 9783658336738
• Artikelnr.: 61746083

Autorenporträt

Enes Esatbeyoglu 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.

Inhaltsangabe

Einführung.- Theoretische Grundlagen und Vorbetrachtung.- Datenexploration und -aufbereitung.- Datengetriebene Sensordatenadaption.- Datengetriebene Luftqualitätsprädiktion.- Multi-Agenten-Simulation.- Zusammenfassung und Ausblick.- Anhang.- Literaturverzeichnis.