Entwicklung von Prognosemodellen zur Schätzung der Schwere von Verkehrskonflikten auf Basis von PET mit überwachten Lernverfahren und Bewertung der Leistung über mehrere Merkmalsgruppen hinweg.
Durchführung einer Clusteranalyse und Implementierung eines SOM-Neuronalen Netzes in verschiedenen Merkmalsmengen.
Verwendete Tools: Python, Pycharm
Implementierung eines Machine-Learning-Frameworks zur Vorhersage der Unfallschwere unter Berücksichtigung von Datenverschiebungen im Zeitverlauf.
Einsatz von Online-Drift-Erkennungsmethoden (z. B. Drift Detection Method, DDM), um Leistungseinbußen zu erkennen und eine erneute Modellerstellung auszulösen, wodurch Anpassungsfähigkeit und Vorhersagegenauigkeit in dynamischen Verkehrsumgebungen verbessert wurden.
Verwendete Tools: Python, Pycharm, River Library
Durchführung einer umfassenden Studie zu den öffentlichen Verkehrssystemen in Volos, Griechenland anhand einer Analyse der aus Fragebögen gesammelten Daten.
Verwendete Tools: Python, Pycharm, Google Colab.
Durchführung einer vollständigen Datenanalyse zu verschiedenen Kennzahlen und Variablen, die während der Betriebszeiten von Astiko KTEL Volou, einem Busunternehmen in Volos, Griechenland, live erfasst wurden.
Verwendete Tools: R, R Studio, Python, Pycharm, Javascript, HTML.
Analyse aktueller und vergangener Satellitenbilder mithilfe von Google Earth Engine, um die Auswirkungen der verheerenden Überschwemmung Daniel im September 2023 in Volos, Griechenland zu berechnen.
Verwendete Tools: Google Earth Engine, Python, Javascript.
Durchführung einer umfassenden Analyse und Zeitreihenprognose von Verkehrsunfällen und Todesfällen in Griechenland (1996–2022) mithilfe statistischer und Deep-Learning-Modelle.
Verwendete Tools: R, RStudio, Python, Pycharm, Scikit-Learn, Pytorch, PostgreSQL, pgAdmin4, Excel.
Entdecken Sie andere Experten mit ähnlichen Qualifikationen und Erfahrungen.
2025 © FRATCH.IO GmbH. All rights reserved.