Volltextdatei(en) in REPOSIT vorhanden Open Access
DC ElementWertSprache
dc.contributor.advisorvon Luck, Kai-
dc.contributor.authorJablonka, Thomas-
dc.date.accessioned2024-03-22T09:06:48Z-
dc.date.available2024-03-22T09:06:48Z-
dc.date.created2020-08-07-
dc.date.issued2024-03-22-
dc.identifier.urihttp://hdl.handle.net/20.500.12738/15289-
dc.description.abstractMachine Learning ist eine Technik, um Wissen aus riesigen Daten zu ziehen. Umweltmonitoring und das damit verbundene Vorhersagen von Verschmutzung, wie etwa die Vorhersage von Feinstaubentwicklungen, ist eine riesige Herausforderung für die Wissenschaft. Studien werden vorgestellt, die sich bereits mit dieser Thematik auseinandergesetzt haben. Es wird beschrieben welche Daten Grundlage der einzelnen Studien waren, wie diese verarbeitet wurden und wie Machine Learning integriert werden kann.de
dc.description.abstractMachine learning is a technique for extracting knowledge from huge amount of data. Environmental monitoring and the associated prediction of pollution, such as the prediction of particulate matter is a huge challenge for science. This work shows the possibilities which techniques can be used to accomplish this task. In addition, studies are presented that have already dealt with this topic. It describes what kind of data were the basis of the individual studies and how machine learning can be use to accomplish that goal.en
dc.language.isodeen_US
dc.subjectMachine Learingen_US
dc.subjectUmweltmonitoringen_US
dc.subjectKDDen_US
dc.subjectFeinstaubdatensatzen_US
dc.subjectNeuronale Netzeen_US
dc.subject.ddc004: Informatiken_US
dc.titleEinsatz von Machine Learning zur Erhebung von Umweltdatende
dc.typeThesisen_US
openaire.rightsinfo:eu-repo/semantics/openAccessen_US
thesis.grantor.departmentFakultät Technik und Informatiken_US
thesis.grantor.departmentDepartment Informatiken_US
thesis.grantor.universityOrInstitutionHochschule für Angewandte Wissenschaften Hamburgen_US
tuhh.contributor.refereeButh, Bettina-
tuhh.identifier.urnurn:nbn:de:gbv:18302-reposit-182868-
tuhh.oai.showtrueen_US
tuhh.publication.instituteFakultät Technik und Informatiken_US
tuhh.publication.instituteDepartment Informatiken_US
tuhh.type.opusBachelor Thesis-
dc.type.casraiSupervised Student Publication-
dc.type.dinibachelorThesis-
dc.type.driverbachelorThesis-
dc.type.statusinfo:eu-repo/semantics/publishedVersionen_US
dc.type.thesisbachelorThesisen_US
dcterms.DCMITypeText-
tuhh.dnb.statusdomainen_US
item.openairecristypehttp://purl.org/coar/resource_type/c_46ec-
item.fulltextWith Fulltext-
item.grantfulltextopen-
item.openairetypeThesis-
item.creatorGNDJablonka, Thomas-
item.languageiso639-1de-
item.creatorOrcidJablonka, Thomas-
item.cerifentitytypePublications-
item.advisorGNDvon Luck, Kai-
Enthalten in den Sammlungen:Theses
Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat
BA_Einsatz.pdf1.94 MBAdobe PDFÖffnen/Anzeigen
Zur Kurzanzeige

Seitenansichten

82
checked on 04.07.2024

Download(s)

64
checked on 04.07.2024

Google ScholarTM

Prüfe

HAW Katalog

Prüfe

Feedback zu diesem Datensatz


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.