Refine
Document Type
- Bachelor Thesis (98) (remove)
Has Fulltext
- yes (98) (remove)
Is part of the Bibliography
- no (98)
Keywords
- Classification (1)
- Energieeinsparung (1)
- Hocheffizienzpumpentechnik (1)
- Machine Learning (1)
- Natural Language Processing (1)
- Ressourcenschonung (1)
- Sentiment Analysis (1)
- Supervised Learning (1)
Institute
Vergleich von Logistischer Regression und Deep Learning bei der Vorhersage von Schlaganfällen
(2022)
Die Bachelorarbeit befasst sich mit dem Vergleich von Logistischer
Regression und Deep Learning bei der Vorhersage von Schlaganfällen
hinsichtlich der Frage, ob in einer binären Klassifikationsaufgabe die
komplexe und aufwändige Methode des Deep Learnings sich bei
Anwendung auf kleine tabellarische Datensätze bewährt oder ob
Logistische Regression als Basismodell des Maschinellen Lernens
effizienter ist. Methodisch werden folgende Schritte ausgeführt:
Beschreibung beider Modelle, Durchführung der Datenvorbereitung unter
Verwendung des „Stroke Prediction Dataset“ von Kaggle, Implementierung
beider Methoden mit dem gleichen angepassten Datensatz. Der
abschließende Vergleich benennt als Fazit die Unterschiede in den
Ergebnissen und Voraussetzungen für den sinnvollen Einsatz beider
Methoden. Eine Schlussfolgerung angesichts der geringen
Ergebnisunterschiede hinsichtlich der Prognosegenauigkeit der
Schlaganfallrisikos dürfte sein, dass Deep Learning, um ökonomisch
sinnvoll bei tabellarischen in kleineren Datensätzen eingesetzt zu werden, aktuell noch nicht genügend bessere Ergebnisse vorweist.
In the course of this thesis, an overview will be given on which way developers can guide
users into acting environmentally friendly without the users realizing they are being
nudged. In the last couple of years, our private and work-life have been more and more
shifted away from reality into a digital context. Since the start of the Covid – 19 pandemic
in 2019, even more aspects of everyday life have been shifted to an online context, one
of them being groceries shopping. Even though online groceries shopping is not yet
common in Germany, there is a trend toward the online purchase of groceries visible.
This can be seen as a possibility to tackle another challenge the world is facing, the
climate crisis. One reason for the climate crisis is mindless consumption and purchasing
of too much food. This paper aims to combine the need for more aware consumption
with the newly rising trend of online supermarkets. Furthermore, a supermarket will be
provided to show if the implementation of environmentally–friendly nudges is technically
possible. To eventually prove the effectiveness of a nudge, it needs to be tested.
Keywords: Nudging, Environment, Online supermarkets
Mit dieser Arbeit sollen unterschiedliche Einflussfaktoren und deren Auswirkung auf die Zuverlassigkeit
der mechanischen und elektrischen Bauteile eines Bohrmoduls aufgezeigt und miteinander verglichen werden.
Dazu werden zwei Zuverlassigkeitsanalysen mit je zwei verschiedenen Szenarien durchgeführt und
ausgewertet.
Das Szenario basiert auf der von der National Aeronautics and Space Administration (NASA) geplanten
Mission die Mondoberfläche und ihre oberen Gesteinsschichten zu analysieren. Zur Bewältigung dieser
Aufgabe soll ein mobiler Roboter mit einem Bohrmodul ausgestattet werden, um an unterschiedlichen Orten
auf der Mondoberfläche Bodenproben zu analysieren. Es sollen die Bohrungen bis zu einem Meter Tiefe durchgeführt werden. Ziel der Mission soll sein, die Geologie des Mondes zu erforschen [1].
Dieses Szenario dient als Grundlage die Zuverlässigkeit des Bohrmoduls unter extremen Bedingungen
zu ermitteln. Dabei stellt sich die Frage danach, welchen Einfluss verschiedene Temperaturen und
weitere Faktoren auf die Zuverlässigkeit des Bohrmoduls haben.
Das Ziel dieser Arbeit ist die Durchfuhrung einer Zuverlässigkeitsanalyse eines Bohrmoduls unter Hinzunahme
zwei verschiedener Standards unterschiedlicher Herangehensweisen. Dabei gibt jeder Standard eine
andere Art der Durchführung vor. Dabei ist das NSWC-10 stark abhängig von den konstruktiven Eigenschaften,
der FIDES von den vorherrschenden Umweltgegebenheiten. Die Analysen der Zuverlässigkeit
des Bohrmoduls werden sowohl für ein Erdszenario als auch für ein Mondszenario mit ihren jeweiligen
unterschiedlichen Gegebenheiten durchgeführt. Während der Analysen werden weitere Einflussfaktoren in
den Berechnungen berücksichtigt, die in den Standards als solche nicht aufgeführt werden. Zu diesen zählen
unter anderen die Temperaturschwankung auf dem Mond und das dort vorherrschende Vakuum. Diese
finden Berücksichtigung, um die extremen Bedingungen des Mondszenarios besser repräsentieren zu können.
Letztlich werden die beiden Standards hinsichtlich ihrer Anwendbarkeit auf jene Szenarien bewertet,
die ermittelten Ausfallraten erläutert und die Einflussfaktoren miteinander verglichen.
Zur Ermittlung der Zuverlässigkeit des Moduls werden vorab die Szenarien definiert und die konstruktiven
Eigenschaften der Bauteile ermittelt. Anschliesend wird die erste Zuverlässigkeitsanalyse mit
Hilfe des NSWC-10 durchgeführt. Dazu werden die einzelnen Ausfallraten der Bauteile bestimmt und verglichen.
Neben den vorgegeben Einflussfaktoren werden, falls möglich, spezifische Gegebenheiten des
Szenarios auf dem Mond einbezogen und diskutiert. Die zweite Zuverlässigkeitsanalyse erfolgt auf der
Grundlage des FIDES. Vorab werden dazu die einzelnen Betriebszustände eines Tages definiert, welche
als Grundlage für die weiteren Berechnungen dienen. Es wird versucht, den Tagesablauf des Roboters so
präzise wie möglich zu simulieren. Anschliesend kann die Ausfallrate des Bohrmoduls in Abhängigkeit
der vom FIDES vorgegebenen Einflussfaktoren ermittelt werden. Letztlich werden die ermittelten Werte
6 1 Einleitung
der beiden Standards miteinander verglichen, sowie mögliche Grenzen und Problematiken der Standards
aufgezeigt.