Während der Fahrt in Straßen- und Stadtbahnen sind die Fahrgäste im Innenstadtbereich häufig auftretenden Beschleunigungsänderungen ausgesetzt. Alle im Schienenfahrzeugbereich etablierten Schwingkomfortbewertungsmethoden wurden für Vollbahnfahrzeuge entworfen und können nur eingeschränkt im BOStrab-Bereich eingesetzt werden. In dieser Arbeit wird eine Schwingkomfortbewertungsmethodik für stehende und sitzende Fahrgäste unter Verwendung von Methoden des Maschinellen Lernens entwickelt
Schwingkomfortbewertung in Straßenbahnen mittels Maschinellen Lernens
Ride comfort evaluation in trams using machine learning methods
Schriftenreihe Schienenfahrzeuge und Transportsysteme ; 2022, Band 05
2023
xxiii, 165 Seiten
Illustrationen, Diagramme
Hochschulschrift
Deutsch
Schwingkomfortbewertung in Straßenbahnen mittels Maschinellen Lernens
TIBKAT | 2023
|AKTUALISIERUNG DES MASCHINELLEN LERNENS MIT SENSORDATEN
Europäisches Patentamt | 2023
|Semantische Objekterkennung mit Methoden des Maschinellen Lernens
Tema Archiv | 2013
|Verfahren zum Trainieren eines Algorithmus des maschinellen Lernens
Europäisches Patentamt | 2022
|