Datengetriebenes Konzept zur Luftqualitätsprädiktion

Enes Esatbeyoglu verfolgt den Ansatz, die NO2-Konzentrationen als Indikator für die Luftqualität mit einem Fahrzeug und zwei verschiedenen Sensoren (Referenz und miniaturisiert) zu messen und darauf basierend ein datengetriebenes Prädiktions- und Adaptionskonzept zu entwickeln. Die Datenerhebung erfolgt dabei auf einer vordefinierten Route zu verschiedenen Zeiten sowie Umwelt- und Verkehrsbedingungen. Für die Prädiktion der Luftqualität und Adaption der Sensordaten wendet er verschiedene Machine Learning Modelle an. Dabei untersucht er die Performantesten auf Robustheit, Generalisierbarkeit und Übertragbarkeit.