Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Startseite    Anmelden     
Logout in [min] [minutetext]

Studienprojekt Trajectory Analytics - Einzelansicht

Grunddaten
Veranstaltungsart Projektveranstaltung Langtext
Veranstaltungsnummer 144981 Kurztext
Semester SS 2016 SWS 2
Erwartete Teilnehmer/-innen 20 Studienjahr
Max. Teilnehmer/-innen 25
Credits 5 Belegung Belegpflicht
Hyperlink
Sprache englisch
Belegungsfrist
Einrichtung :
Fachbereich 14 Geowissenschaften
Termine Gruppe: [unbenannt] iCalendar Export für Outlook
  Tag Zeit Rhythmus Dauer Raum Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
iCalendar Export für Outlook
Fr. 10:00 bis 12:00 woch 15.04.2016 bis 22.07.2016  Heisenbergstr. 2 - StudLab GEO1 130        
Gruppe [unbenannt]:
 


Zugeordnete Personen
Zugeordnete Personen Zuständigkeit
Knoth, Christian, Dr. verantwort
Pebesma, Edzer, Prof. Dr. verantwort
Studiengänge
Abschluss - Studiengang Sem ECTS Bereich Teilgebiet
Bachelor - Geoinformatik (82 807 13) - 5
Bachelor - Geoinformatik (82 807 9) - 5
Prüfungen / Module
Prüfungsnummer Modul
30002 Projekt - Bachelor Geoinformatik Version 2013
26003 Projekt - Bachelor Geoinformatik Version 2009
Zuordnung zu Einrichtungen
Fachbereich 14 Geowissenschaften
Inhalt
Kommentar

Trajectory data of people, cars, planes, animals, parcels, or oil spills typically comes in the form of time-stamped sequences of locations. From these data we can derive basic properties such as presence (was person A present at location B at time C?), meetings, (did person A and B meet on day C?), as well as descriptive statistics (how long did person A move, and how far?). We can also derive information such as speed, direction, acceleration, and tortuosity. Using all this data, we can try to segment (classify) trajectories into transportation modes (still, walk, bike, car, bus, train), or even activity modes (home, commute, sport, shopping...).

Higher order concepts like aggregation, generalisation, resampling, smoothing, map matching, and visual analytics will be discussed, and

(further) developed in small groups. The project will mostly use R, R package development will be discussed in a side event.

The project starts with a series of short introductions from students on selected topics in trajectory analytics, followed by group discussion. In the second part, one or more aspects will be further developed and implemented in small groups as programming project.


Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester SS 2016 , Aktuelles Semester: WiSe 2022/23