fbpx

Stochastische Regressionsmodelle für Low-Cost Umweltsensoren

In einem gemeinsamen Projekt mit dem Institut für Automation und angewandte Informatik am KIT entwickeln wir ein stochastisches Vorhersagemodell für Low-Cost Feinstaubsensoren. Dieses Modell evaluieren wir anhand der frei zugänglichen Daten des SmartAQNet Projektes.

Das Sensor-Messnetzwerk des SmartAQNet Projektes in Augsburg

Mathematisch basiert es auf einem sogenannten Gaußprozess. Dabei handelt es sich um einen räumlich und zeitlichen Vorgang, welcher an unterschiedlichen Punkten variierende Normalverteilung aufweist. Eine detaillierte Darstellung dazu finden Sie hier. Im Rahmen dieses Projektes entsteht eine Masterarbeit, die von uns betreut wird.

Privacy Settings
We use cookies to enhance your experience while using our website. If you are using our Services via a browser you can restrict, block or remove cookies through your web browser settings. We also use content and scripts from third parties that may use tracking technologies. You can selectively provide your consent below to allow such third party embeds. For complete information about the cookies we use, data we collect and how we process them, please check our Privacy Policy
Youtube
Consent to display content from Youtube
Vimeo
Consent to display content from Vimeo
Google Maps
Consent to display content from Google