Logo des Repositoriums
 

Künstliche Intelligenz 26(3) - August 2012

Autor*innen mit den meisten Dokumenten  

Auflistung nach:

Neueste Veröffentlichungen

1 - 10 von 22
  • Zeitschriftenartikel
    Efficient Traffic Density Prediction in Road Networks Using Suffix Trees
    (KI - Künstliche Intelligenz: Vol. 26, No. 3, 2012) Kriegel, Hans-Peter; Renz, Matthias; Schubert, Matthias; Züfle, Andreas
    Recently, modern tracking methods started to allow capturing the position of massive numbers of moving objects. Given this information, it is possible to analyze and predict the traffic density in a network which offers valuable information for traffic control, congestion prediction and prevention. In this paper, we propose a statistical approach to predict the density on any edge in such a network at a future point of time. Our method combines long-term and short-term observations of a traffic network in order to predict traffic density for the near future. In our experiments, we show the capability of our approach to make useful predictions about the traffic density and illustrate the efficiency of our new algorithm when calculating these predictions.
  • Zeitschriftenartikel
    Neue Medien? – Neue Uni!
    (KI - Künstliche Intelligenz: Vol. 26, No. 3, 2012) Furbach, Ulrich
  • Zeitschriftenartikel
    Revealing Underlying Structure and Behaviour from Movement Data
    (KI - Künstliche Intelligenz: Vol. 26, No. 3, 2012) Sester, Monika; Feuerhake, Udo; Kuntzsch, Colin; Zhang, Lijuan
    Spatio-temporal trajectories contain implicit knowledge about the movement of individuals, which is relevant for problems in various domains, e.g. animal migration, traffic analysis, security. In this paper we present real-time approaches to segment trajectories into meaningful parts which reflect the underlying typical behaviour or structure. Based on this information atypical behaviour can be identified.
  • Zeitschriftenartikel
    Die Freiburger „Stanford AI Class“ Erfahrung
    (KI - Künstliche Intelligenz: Vol. 26, No. 3, 2012) Burgard, Wolfram
  • Zeitschriftenartikel
    Aspects of Universitarian Distance Teaching and Online Learning
    (KI - Künstliche Intelligenz: Vol. 26, No. 3, 2012) Beierle, Christoph; Kern-Isberner, Gabriele
    Already well before the arrival of the Internet and the world wide web, distance teaching universities were established in various countries. Using the ubiquitous availability of the WWW and advances in modern information and communication technologies, new and exciting online learning offerings like Udacity are now available. From a personal perspective, we discuss aspects of universitarian distance teaching and online learning and present thoughts about benefits the different learning forms may provide.
  • Zeitschriftenartikel
    Data Science for Simulating the Era of Electric Vehicles
    (KI - Künstliche Intelligenz: Vol. 26, No. 3, 2012) Janssens, Davy; Giannotti, Fosca; Nanni, Mirco; Pedreschi, Dino; Rinzivillo, Salvatore
    The vision and scientific challenges presented in this paper are the objectives of the FET-FP7 project DATASIM. The project aims at providing an entirely new and highly detailed spatio-temporal microsimulation methodology for human mobility, grounded on massive amounts of big data of various types and from various sources, with the goal to forecast the nation-wide consequences of a massive switch to electric vehicles, given the intertwined nature of mobility and power distribution networks.
  • Zeitschriftenartikel
    Neuronale Modelle zur Offboard-Diagnostik in komplexen Fahrzeugsystemen
    (KI - Künstliche Intelligenz: Vol. 26, No. 3, 2012) Müller, Tobias Carsten
    Die zunehmende Komplexität moderner Fahrzeuge erfordert neue, innovative Diagnostikverfahren, um auch zukünftig noch eine effiziente und kostengünstige Wartung in den Servicewerkstätten zu gewährleisten. Bereits seit einigen Jahren werden Daten von Reparaturfällen aus den Servicewerkstätten umfangreich aufgezeichnet, die bisher jedoch nicht automatisiert für Diagnostikverfahren genutzt werden.In dieser Arbeit wird ein Offboard-Diagnostik-Verfahren entwickelt, welches in einem automatisierten Prozess aus den aufgezeichneten Reparaturfällen neuronale Netze erzeugt und trainiert. Die Netze werden anschließend den Servicewerkstätten zur Unterstützung der Fehlersuche zur Verfügung gestellt. Zur Evaluierung wurde ein Prototyp implementiert, der mit Daten aus einigen zehntausend realen Reparaturfällen trainiert wurde. Die Experimente haben gezeigt, dass ein solcher Ansatz bereits mit den derzeit zur Verfügung stehenden Daten gute Ergebnisse liefert.
  • Zeitschriftenartikel
    Interview with Yücel Saygin on Privacy in Spatiotemporal Data Analysis
    (KI - Künstliche Intelligenz: Vol. 26, No. 3, 2012) Körner, Christine
  • Zeitschriftenartikel
    News
    (KI - Künstliche Intelligenz: Vol. 26, No. 3, 2012)
  • Zeitschriftenartikel