Herrera Carrión, Madison Eduardo
(2026)
Investigating explainable machine learning techniques to calibrate low-cost sensors systems.
Studienarbeit, University of Stuttgart.
![[img]](https://elib.dlr.de/style/images/fileicons/application_pdf.png) |
PDF
- Nur DLR-intern zugänglich
6MB |
| elib-URL des Eintrags: | https://elib.dlr.de/225354/ |
|---|
| Dokumentart: | Hochschulschrift (Studienarbeit) |
|---|
| Titel: | Investigating explainable machine learning techniques to calibrate low-cost sensors systems |
|---|
| Autoren: | | Autoren | Institution oder E-Mail-Adresse | Autoren-ORCID-iD | ORCID Put Code |
|---|
| Herrera Carrión, Madison Eduardo | madison.herreracarrion (at) dlr.de | NICHT SPEZIFIZIERT | NICHT SPEZIFIZIERT |
|
|---|
| DLR-Supervisor: | |
|---|
| Datum: | 2026 |
|---|
| Open Access: | Nein |
|---|
| Seitenanzahl: | 83 |
|---|
| Status: | veröffentlicht |
|---|
| Stichwörter: | low-cost sensors; artificial intelligence; explainable machine learning |
|---|
| Institution: | University of Stuttgart |
|---|
| Abteilung: | Department Flue Gas Cleaning and Air Quality Control |
|---|
| HGF - Forschungsbereich: | Luftfahrt, Raumfahrt und Verkehr |
|---|
| HGF - Programm: | Verkehr |
|---|
| HGF - Programmthema: | Verkehrssystem |
|---|
| DLR - Schwerpunkt: | Verkehr |
|---|
| DLR - Forschungsgebiet: | V VS - Verkehrssystem |
|---|
| DLR - Teilgebiet (Projekt, Vorhaben): | V - MoDa - Models and Data for Future Mobility_Supporting Services, L - Komponenten und Emissionen |
|---|
| Standort: |
Stuttgart
|
|---|
| Institute & Einrichtungen: | Institut für Verbrennungstechnik > Chemische Kinetik und Analytik |
|---|
| Hinterlegt von: |
Chacon Mateos, Miriam
|
|---|
| Hinterlegt am: | 09 Jul 2026 10:53 |
|---|
| Letzte Änderung: | 09 Jul 2026 10:53 |
|---|
Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags
Versenden
Drucken
