Volltextdatei(en) in REPOSIT vorhanden Open Access
Lizenz: 
Titel: Algorithmische Erkennung von Gefahrenlagen durch Interpretation urbaner Daten
Sprache: Deutsch
Autorenschaft: Hartart, Florian 
Erscheinungsdatum: 2-Okt-2018
Zusammenfassung: 
Die vorliegende Masterthesis thematisiert die Erkennung von Gefahrenlagen im städtischen Raum durch algorithmische Auswertung urbaner Daten aus sozialen Netzwerken, Sensornetzwerken und Open Data-Portalen. Am Beispiel der Stadt Hamburg wird gezeigt, dass urbane Daten zwar vorhanden sind, ihre potentiellen Möglichkeiten und Inhalte jedoch zum jetzigen Zeitpunkt nicht in Echtzeit repräsentiert werden können. Wesentliches Merkmal der Datenanalyse ist die Integration des Knowledge Discovery in Databases (KDD-)Prozesses in die Netzwerke einer Stadt. Zur Auswertung sind verschiedene Methoden der künstlichen Intelligenz und des maschinellen Lernens zielführend; es werden verschiedene Auswertungsalgorithmen vorgestellt. Zur Einschätzung der Realisierbarkeit einer Echtzeiterfassung wird das Text Mining als eine Spezifikation des Data Mining fokussiert. Die Interaktion mit den gewonnenen Informationen erfolgt in spezialisierten Sensorik-Leitstellen. Die gewonnenen Erkenntnisse bilden für Wissenschaft und Praxis einen theoretischen Mehrwert und regen weitere Forschung an.

This master’s thesis addresses the recognition of dangerous situations in urban areas through the algorithmic evaluation of urban data collected from social networks, sensor networks and Open Data portals. As an example, the city of Hamburg shows that whilst there is indeed urban data available for the city, at present potential opportunities and contents cannot be represented in real time. An essential feature of the data analysis is the integration of the Knowledge Discovery in Databases (KDD) process into the networks of a city. Different methods of artificial intelligence and machine learning are conducive to the evaluation; various evaluation algorithms are presented. For the assessment of the feasibility of a real-time connection, text mining is focused on as a specification of data mining. The interaction with the information obtained is done in specialised sensor control centres. The knowledge obtained constitutes a theoretical added value for science and practice and encourages further research.
URI: http://hdl.handle.net/20.500.12738/8466
Einrichtung: Department Informatik 
Dokumenttyp: Abschlussarbeit
Abschlussarbeitentyp: Masterarbeit
Hauptgutachter*in: von Luck, Kai 
Gutachter*in der Arbeit: Schütte, Marc 
Enthalten in den Sammlungen:Theses

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat
2051200_Hartart_Masterarbeit_Next_Media.pdf3.13 MBAdobe PDFÖffnen/Anzeigen
Zur Langanzeige

Seitenansichten

186
checked on 16.06.2024

Download(s)

140
checked on 16.06.2024

Google ScholarTM

Prüfe

HAW Katalog

Prüfe

Feedback zu diesem Datensatz


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.