• English
  • Deutsch
  • Log In
    Password Login
    Research Outputs
    Fundings & Projects
    Researchers
    Institutes
    Statistics
Repository logo
Fraunhofer-Gesellschaft
  1. Home
  2. Fraunhofer-Gesellschaft
  3. Abschlussarbeit
  4. Entwicklung eines Klassifikationsansatzes zur Segmenterkennung im SPNV auf Grundlage von mobilen Sensordaten
 
  • Details
  • Full
Options
2016
Diploma Thesis
Title

Entwicklung eines Klassifikationsansatzes zur Segmenterkennung im SPNV auf Grundlage von mobilen Sensordaten

Abstract
Inhalt dieser Arbeit ist die Entwicklung eines Klassifikationsansatzes zur Segmenterkennung im Schienenpersonennahverkehr auf Grundlage von mobilen Sensordaten. Bewerkstelligt wird dies mit Hilfe einer maschinellen Lernmethode, welche Gesetzesmäßigkeiten in mobilen Sensordaten lernt, um daraus ein Modell abzuleiten, mit dem es möglich ist, eine segmentgenaue Klassifikation durchzuführen. Grundlage bilden die Daten verschiedenster MEMS-Sensoren, welche in mobilen Endgeräten (Smartphones) verbaut sind. Diese können durch verschiedene Vorverarbeitungsschritte angepasst werden und dienen als Basis für eine Merkmalsgeneration, welche verwendet wird, um charakteristische Eigenschaften in den Daten in eine interpretierbare Form zu bringen. Auf Grund dieser Merkmale in Form von Merkmalsvektoren kann mit Hilfe einer maschinellen Lernmethode ein Klassifikationsmodell ermittelt werden, dessen Prädiktionen als Eingabeparameter für eine Sequenzoptimierung dienen. Diese kann durch einen Viterbi Algorithmus, welcher auf einem Hidden Markov Modell aufbaut, realisiert werden. Anhand der resultierenden Sequenz ist es möglich, eine Entscheidung über das aktuell befahrene Segment zu treffen.
Thesis Note
Dresden, Univ., Dipl.-Arb., 2016
Author(s)
Keil, Wolfram
Technische Universität Dresden
Advisor(s)
Balzer, Paul
Technische Universität Dresden
Person Involved
Michler, Oliver
Technische Universität Dresden
Pretzsch, Sebastian  
Fraunhofer-Institut für Verkehrs- und Infrastruktursysteme IVI  
Publishing Place
Dresden
Language
German
Fraunhofer-Institut für Verkehrs- und Infrastruktursysteme IVI  
Keyword(s)
  • maschinelles Lernen

  • Cookie settings
  • Imprint
  • Privacy policy
  • Api
  • Contact
© 2024