In diesem Beitrag wird ein Ansatz beschrieben, wie mit aktuell existierenden Daten über Big Data Methoden ein Informationsmehrwert im Sinne der Fahrzeugsicherheit generiert werden kann. Dazu werden vorhandene Daten wie Unfall-, Verkehrsfluss-, Verkehrsstörungs- sowie Fahrdynamikdaten-banken zu einer Störfallsequenzdatenbank zusammengefasst. Der vorgeschlagene Aufbau der Störfallsequenzdatenbank erlaubt Analysen mit Hilfe von Maschinenlernverfahren und Big Data Methoden wie dem Data Mining und dem Process Mining. Durch dieses Vorgehen scheinen prädiktive Aussagen zur Sicherheitsbewertung eines Fahrzeuges über längere Zeiträume als bisher möglich.     «

In diesem Beitrag wird ein Ansatz beschrieben, wie mit aktuell existierenden Daten über Big Data Methoden ein Informationsmehrwert im Sinne der Fahrzeugsicherheit generiert werden kann. Dazu werden vorhandene Daten wie Unfall-, Verkehrsfluss-, Verkehrsstörungs- sowie Fahrdynamikdaten-banken zu einer Störfallsequenzdatenbank zusammengefasst. Der vorgeschlagene Aufbau der Störfallsequenzdatenbank erlaubt Analysen mit Hilfe von Maschinenlernverfahren und Big Data Methoden wie dem Data Mining und de...     »