Shortcuts
Top of page (Alt+0)
Page content (Alt+9)
Page menu (Alt+8)
Your browser does not support javascript, some WebOpac functionallity will not be available.
PageMenu
-
Hauptmenü
-
Suchmenü
Einfache Suche
.
Erweiterte Suche
.
Zeitschriften-Suche
.
Suchergebnisse verfeinern
.
Neuerwerbungsliste nach Gruppen
.
Sortierreihenfolge
.
Benutzerdienste
Nutzeranmeldung
.
Mein Konto
.
Erwerbungsvorschlag
.
Fernleihe
.
Vormerkung
.
Verlängerung
.
Weitere Recherchemöglichkeiten
Datenbankinfosystem (DBIS)
.
Karlsruher virtueller Katalog (KVK)
.
Regensburger Systematik (RVK)
.
Elektronische Zeitschriften (EZB)
.
Zeitschriftendatenbank (ZDB)
.
Sitzung beenden
Katalog verlassen
.
Homepage WHZ
.
Hochschulbibliothek
.
© LIBERO v6.4.1sp240211
Page content
Sie befinden sich hier
:
Katalogdatenanzeige
Katalogdatenanzeige
Enhanced Machine Learning and Data Mining Methods for Analysing Large Hybrid Electric Vehicle Fleets based on Load Spectrum Data
.
Bookmark für diesen Satz setzen
Katalogdatensatz500269862
.
.
Wikipedia-Verfasserlink
.
.
LibraryThing
.
Kataloginformation
Katalogdatensatz500269862
.
Kataloginformation
Feldname
Details
Vorliegende Sprache
eng
Hinweise auf parallele Ausgaben
499985117 Erscheint auch als (Druck-Ausgabe): ‡Bergmeir, Philipp: Enhanced machine learning and data mining methods for analysing large hybrid electric vehicle fleets based on load spectrum data
ISBN
978-3-658-20366-5
Name
Bergmeir, Philipp
T I T E L
Enhanced Machine Learning and Data Mining Methods for Analysing Large Hybrid Electric Vehicle Fleets based on Load Spectrum Data
Verlagsort
Wiesbaden
Verlag
Springer Fachmedien Wiesbaden
Erscheinungsjahr
2018
2018
Umfang
Online-Ressource (XXXII, 166 p. 34 illus, online resource)
Reihe
Wissenschaftliche Reihe Fahrzeugtechnik Universität Stuttgart
Titelhinweis
Erscheint auch als (Druck-Ausgabe): ‡Bergmeir, Philipp: Enhanced machine learning and data mining methods for analysing large hybrid electric vehicle fleets based on load spectrum data
ISBN
ISBN 978-3-658-20367-2
Klassifikation
TRCS
TRC
TEC009090
629.2
TL1-483
Kurzbeschreibung
Philipp Bergmeir works on the development and enhancement of data mining and machine learning methods with the aim of analysing automatically huge amounts of load spectrum data that are recorded for large hybrid electric vehicle fleets. In particular, he presents new approaches for uncovering and describing stress and usage patterns that are related to failures of selected components of the hybrid power-train. Contents Classifying Component Failures of a Vehicle Fleet Visualising Different Kinds of Vehicle Stress and Usage Identifying Usage and Stress Patterns in a Vehicle Fleet Target Groups Students and scientists in the field of automotive engineering and data science Engineers in the automotive industry About the Author Philipp Bergmeir did a PhD in the doctoral program “Promotionskolleg HYBRID” at the Institute for Internal Combustion Engines and Automotive Engineering, University of Stuttgart, in cooperation with the Esslingen University of Applied Sciences and a well-known vehicle manufacturer. Currently, he is working as a data scientist in the automotive industry.
1. Schlagwortkette
Hybridfahrzeug
Fuhrpark
Hybridantrieb
Lastkollektiv
Ausfall <Technik>
Fehlererkennung
On-Board-Diagnose
Merkmalsextraktion
Automatische Klassifikation
Data Mining
SWB-Titel-Idn
496906526
Signatur
Springer E-Book
Bemerkungen
Elektronischer Volltext - Campuslizenz
Elektronische Adresse
$uhttp://dx.doi.org/10.1007/978-3-658-20367-2
Internetseite / Link
Volltext
Siehe auch
Volltext
.
ISBD-Anzeige
Katalogdatensatz500269862
.
Kategorien-Anzeige
Katalogdatensatz500269862
.
Verwandte Werke
Katalogdatensatz500269862
.
Titel zur Titelsammlung hinzufügen
Katalogdatensatz500269862
.
Kataloginformation500269862
Datensatzanfang
.
Kataloginformation500269862
Seitenanfang
.
Titel vormerken
Katalogdatensatz500269862
Vollanzeige Katalogdaten
Auf diesem Bildschirm erhalten Sie Katalog- und Exemplarinformationen zum ausgewählten Titel.
Im Bereich
Kataloginformation
werden die bibliographischen Details angezeigt. Per Klick auf Hyperlink-Begriffe wie Schlagwörter, Autoren, Reihen, Körperschaften und Klassifikationen können Sie sich weitere Titel des gewählten Begriffes anzeigen lassen.
Der Bereich
Exemplarinformationen
enthält zum einen Angaben über den Standort und die Verfügbarkeit der Exemplare. Zum anderen haben Sie die Möglichkeit, ausgeliehene Exemplare vorzumerken oder Exemplare aus dem Magazin zu bestellen.
Schnellsuche
Suche nach