KIT | KIT-Bibliothek | Impressum | Datenschutz

Anomalieerkennung in Kommunikationsdaten zur Datenselektion im Fahrzeug

Hofmockel, Julia

Abstract:

Ein Fahrzeug generiert Daten, welche Zustand und Verhalten von Fahrer
und Fahrzeug beschreiben. Das Sammeln der Informationen gibt dem Automobilhersteller
die Möglichkeit, diese als Big Data zu verwenden und neuen
Wert zu schöpfen. Beispielsweise schafft die Beobachtung während des gesamten
Lebenszyklus die Grundlage für eine Produktoptimierung, oder aber
das Marketing kann zielgerichtet auf die individuellen Wünsche des Kunden
eingehen.
Herausforderungen hierbei liegen darin, einen Wert aus den Daten zu schöpfen
und die Übertragung von Fahrzeug zu Backend reduzieren. ... mehr

Abstract (englisch):

A vehicle generates data describing its condition and the driver’s behaviour.
Collecting these information enables the producer to use it as big data and
to add value. For example, the product can be optimized, because its health
condition can be monitored during complete life time. Or marketing is
responding to customers by knowing his or her individual wishes.
Challenge in this context is the generation of value out of the data and the
transfer from vehicle to backend. A vehicle from the high-class segment
alone produces 2.1 mbyte per second. A complete fleet with millions of cars
... mehr


Volltext §
DOI: 10.5445/IR/1000095922
Veröffentlicht am 26.06.2019
Cover der Publikation
Zugehörige Institution(en) am KIT Institut für Technik der Informationsverarbeitung (ITIV)
Publikationstyp Hochschulschrift
Publikationsjahr 2019
Sprache Deutsch
Identifikator KITopen-ID: 1000095922
Verlag Karlsruher Institut für Technologie (KIT)
Umfang VIII, 195 S.
Art der Arbeit Dissertation
Fakultät Fakultät für Elektrotechnik und Informationstechnik (ETIT)
Institut Institut für Technik der Informationsverarbeitung (ITIV)
Prüfungsdatum 21.05.2019
Schlagwörter Anomalieerkennung, Big Data, Machine Learning
Referent/Betreuer Sax, E.
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page