@mastersthesis{Turuc2023,
  type      = {Bachelor Thesis},
  author    = {Turuc, B{\"u}sra},
  title     = {Lernen von maritimen Aktivit{\"a}tsmustern aus Schiffsbewegungsdaten},
  doi       = {10.25968/opus-2984},
  institution = {Fakult{\"a}t IV - Wirtschaft und Informatik},
  school    = {Hochschule Hannover},
  pages     = {60},
  year      = {2023},
  abstract  = {Die Arbeit untersucht die Anwendung von maschinellem Lernen zur Erkennung von Aktivit{\"a}ten von Schiffen anhand von AIS-Signalen. Das Automatic Identification System (AIS) wird von Schiffen genutzt, um Informationen {\"u}ber ihren Status in regelm{\"a}ßigen Intervallen zu {\"u}bertragen. Auf Basis der Daten wurden mithilfe von Machine Learning-Algorithmen aus der Gruppe der {\"u}berwachten Klassifikationsalgorithmen Modelle gelernt, die in der Lage sind zu erkennen, welcher Aktivit{\"a}t ein Schiff zu einem Zeitpunkt nachgeht. Da das erfolgreiche Lernen eines Modells von einer sorgf{\"a}ltigen Datenvorbereitung abh{\"a}ngt, wurden verschiedene Verfahren zur Datenvorbereitung verwendet. Anschließend wurden verschiedene Algorithmen eingesetzt, darunter der Random Forest und k-NN, um Modelle zu lernen. Die Ergebnisse zeigen, dass die Aktivit{\"a}ten mit einer Genauigkeit von bis zu 99\% erkannt werden konnten, wenn in der Datenvorbereitung geeignete Verfahren gew{\"a}hlt wurden.},
  subject      = {Maschinelles Lernen},
  language  = {de}
}