Im Rahmen eines praxisnahen Projektes werden wesentliche Fragestellungen der Erfassung und Verarbeitung von Daten betrachtet, u.a.
- Datenerfassung (z.B. Bilddaten, Sensordaten)
- Datenvorverarbeitung (z.B. Filtern)
- Datenanalyse (z.B. Regressions- und Klassifikationsaufgaben mit maschinellen Lernverfahren)
- Evaluierung und Interpretation der Ergebnisse
Performance accreditation:
m1615 - Einführung in die Datenerfassung und Datenverarbeitung<ul><li>p1554 - Einführung in die Datenerfassung und Datenverarbeitung: Klausur schriftlich</li><li>vl367 - Verpflichtende Studienleistung Einführung in die Datenerfassung und Datenverarbeitung - Übungsaufgaben: Übungsaufgaben</li><li>vl369 - Verpflichtende Studienleistung Einführung in die Datenerfassung und Datenverarbeitung - Referat: Referat</li></ul>
Ahmed, Taha (2024). Development of an iterative multi-agent coordination framework for congestion prevention in low voltage grids.
Busch, Marcel (2024). Entwicklung eines Netzmodells zur szenarienbasierten Untersuchung von Engpässen in heutigen und zukünftigen städtischen Verteilnetzen.
Lindner, Joost (2024). Entwicklung einer probabilistischen Lastprognose für die Niederspannungsebene elektrischer Verteilnetze.
Ming, Zhao (2024). Conceptual Design for a grid demonstrator for teaching purposes and development of a suitable distribution grid simulation.
Wilke, Jan Jakob (2024). Definition leistungsbasierter Netzregeln zur Engpassvermeidung in elektrischen Verteilnetzen.
completed
2023
Kock am Brink, Jonas (2023). Entwicklung einer Engpassprognose für elektrische Verteilnetze mittels probabilistischer Verfahren.