Refine
Year of publication
Document Type
- Article (545)
- Bachelor Thesis (376)
- Part of a Book (201)
- Conference Proceeding (119)
- Book (104)
- Other (72)
- Master's Thesis (49)
- Annotation (14)
- Working Paper (14)
- Report (9)
Language
- German (1156)
- English (356)
- Multiple languages (5)
- Spanish (2)
Keywords
- Soziale Arbeit (29)
- Pflege (18)
- Sozialarbeit (18)
- Ethik (14)
- Gesundheitsförderung (14)
- Behinderung (13)
- Inklusion (13)
- Altenpflege (12)
- Bildung (12)
- Alter (11)
Institute
- Institut für Gesundheits-und Pflegewissenschaften (IGP) (94)
- Institut für nachhaltige Energietechnik und Mobilität (INEM) (36)
- Virtual Automation Lab (VAL) (25)
- Weitere Projekte der Fakultät SABP (18)
- Institut für Intelligente Systeme (IIS) (11)
- Zuverlässigkeitstechnik und Prognostics and Health Management (9)
- Institut für Change Management und Innovation (CMI) (6)
- Fraunhofer Anwendungszentrum KEIM (3)
- Institut für Automobilmanagement (IAM) (3)
- Labor Kunststofftechnik (LKT) (3)
Gegenstand der hier vorgestellten Arbeit ist die quantitative Untersuchung des Einflusses von Software-Fehlern auf angeordnete und überwachte Fahrzeugrückrufe mithilfe maschineller Lernmethoden. Der Anteil von immer komplexerer Software in Kraftfahrzeugen nimmt seit Jahren stets zu. Damit steigt auch der Anteil an Software, die einen erheblichen Einfluss auf die Fahrzeugsicherheit hat – aber steigen damit auch die von Software verursachten Rückrufe proportional dazu an? Ziel der vorliegenden Arbeit ist es, genau diese Frage zu untersuchen und den genauen Einfluss zu quantifizieren. Dazu werden Daten aus internationalen Rückrufdatenbanken herangezogen und näher untersucht. Aufgrund der großen Datenmenge werden geeignete Algorithmen des maschinellen Lernens ausgewählt und mit deren Hilfe die Daten aufbereitet und analysiert.