Hochschulschrift
Estimating traffic signal states by exploiting sparse low-frequency floating car data
- Standort
-
Deutsche Nationalbibliothek Frankfurt am Main
- ISBN
-
9783844055139
3844055134
- Maße
-
21 cm
- Umfang
-
viii, iii, 170 Seiten
- Ausgabe
-
[1. Auflage]
- Sprache
-
Englisch
- Anmerkungen
-
Illustrationen
Danksagung und Kurzfassung auf Deutsch
Technische Universität Carolo-Wilhelmina zu Braunschweig, Dissertation, 2017
- Erschienen in
-
Schriftenreihe / Technische Universität Braunschweig ; Heft 61
- Schlagwort
-
Straßenverkehr
Kraftfahrzeug
Mobile Datenerfassung
Verkehrssignalanlage
Verkehrsablauf
Zustandsschätzung
Fahrerassistenzsystem
- Ereignis
-
Veröffentlichung
- (wo)
-
Aachen
- (wer)
-
Shaker Verlag
- (wann)
-
2017
- Urheber
- Beteiligte Personen und Organisationen
- Inhaltsverzeichnis
- Rechteinformation
-
Bei diesem Objekt liegt nur das Inhaltsverzeichnis digital vor. Der Zugriff darauf ist unbeschränkt möglich.
- Letzte Aktualisierung
-
11.06.2025, 14:02 MESZ
Datenpartner
Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Objekttyp
- Hochschulschrift
Beteiligte
- Axer, Steffen
- Shaker Verlag
- Shaker Verlag
Entstanden
- 2017
Ähnliche Objekte (12)
Estimating Traffic Signal States by Exploiting Sparse Low-Frequency Floating Car Data
Exploiting Deep Learning and Traffic Models for Freeway Traffic Estimation
Exploiting many-core architectures for dimensionally adaptive sparse grids
Structure-exploiting numerical methods for tree-sparse optimal control problems
Traffic Speed Estimation and Prediction Using Floating Car Data
Sparse Grids for Big Data: Exploiting Parsimony for Large-Scale Learning
Traffic Pattern Analysis Framework with Emphasis on Floating Car Data (FCD)
OC6 Phase I: Investigating the underprediction of low-frequency hydrodynamic loads and responses of a floating wind turbine
Impact analysis of accidents on the traffic flow based on massive floating car data
Floating Clover
Floating Energies
Floating Drydocks
Estimating Traffic Signal States by Exploiting Sparse Low-Frequency Floating Car Data
Exploiting Deep Learning and Traffic Models for Freeway Traffic Estimation
Exploiting many-core architectures for dimensionally adaptive sparse grids
Structure-exploiting numerical methods for tree-sparse optimal control problems
Traffic Speed Estimation and Prediction Using Floating Car Data
Sparse Grids for Big Data: Exploiting Parsimony for Large-Scale Learning
Traffic Pattern Analysis Framework with Emphasis on Floating Car Data (FCD)
OC6 Phase I: Investigating the underprediction of low-frequency hydrodynamic loads and responses of a floating wind turbine
Impact analysis of accidents on the traffic flow based on massive floating car data
Floating Clover
Floating Energies
Floating Drydocks
Estimating Traffic Signal States by Exploiting Sparse Low-Frequency Floating Car Data
Exploiting Deep Learning and Traffic Models for Freeway Traffic Estimation
Exploiting many-core architectures for dimensionally adaptive sparse grids
Structure-exploiting numerical methods for tree-sparse optimal control problems
Traffic Speed Estimation and Prediction Using Floating Car Data
Sparse Grids for Big Data: Exploiting Parsimony for Large-Scale Learning
Traffic Pattern Analysis Framework with Emphasis on Floating Car Data (FCD)
OC6 Phase I: Investigating the underprediction of low-frequency hydrodynamic loads and responses of a floating wind turbine
Impact analysis of accidents on the traffic flow based on massive floating car data
Floating Clover
Floating Energies