Details

Datengetriebenes Konzept zur Luftqualitätsprädiktion

AutoUni - Schriftenreihe, Band 154 1. Aufl. 2021

von: Enes Esatbeyo*lu
CHF 62.00
Verlag:	Springer Vieweg
Format:	PDF
Veröffentl.:	03.05.2021
ISBN/EAN:	9783658336738
Sprache:	deutsch

In den Warenkorb

Als Gutschein

Dieses eBook enthält ein Wasserzeichen.

Beschreibungen

Titelbeschreibung

<div>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.</div><div><br></div><div><b>Der Autor</b></div><b>Enes Esatbeyoglu</b> 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.<div><br></div>

Inhaltsverzeichnis

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

Autorenportrait

<p><b>Enes Esatbeyo</b><b>ǧ</b><b>lu</b> 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.</p>

Back cover copy

<div>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.</div><div><br></div><div><b>Der Autor</b></div><b>Enes Esatbeyo</b><b>ǧ</b><b>lu</b> 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.<div><br></div>