Master Thesis Online
Master Thesis : Road Condition Measuring
Naa, Marco 
Promoteur(s) :
Geurts, Pierre
;
Tromme, Emmanuel
Date de soutenance : 26-jui-2023/27-jui-2023 • URL permanente : http://hdl.handle.net/2268.2/17709
Détails
| Titre : | Master Thesis : Road Condition Measuring |
| Titre traduit : | [fr] Mesure de l'état des routes en utilisant des techniques d'apprentissage automatique |
| Auteur : | Naa, Marco
|
| Date de soutenance : | 26-jui-2023/27-jui-2023 |
| Promoteur(s) : | Geurts, Pierre
Tromme, Emmanuel |
| Membre(s) du jury : | Wehenkel, Louis
Marée, Raphaël
|
| Langue : | Anglais |
| Nombre de pages : | 80 |
| Mots-clés : | [fr] Road condition measuring machine learning transformer kpi |
| Discipline(s) : | Ingénierie, informatique & technologie > Sciences informatiques |
| Institution(s) : | Université de Liège, Liège, Belgique |
| Diplôme : | Master en science des données, à finalité spécialisée |
| Faculté : | Mémoires de la Faculté des Sciences appliquées |
Résumé
[fr] Nowadays, vehicles are equipped with sensors for a multitude of purposes, such as to ensure
an optimal vehicle stability or anti-lock braking system (ABS).
Besides, by analysing collected data, new opportunities can be generated. For instance, these
data could be used to indirectly measure road conditions and then, advice drivers on the best
driving strategy.
Fichier(s)
Document(s)
s175610TFE.pdf
Description:
Taille: 19.62 MB
Format: Adobe PDF
Annexe(s)
s175610Appendix.pdf
Description:
Taille: 10 MB
Format: Adobe PDF
Citer ce mémoire
Tous les documents disponibles sur MatheO sont protégés par le droit d'auteur et soumis aux règles habituelles de bon usage.
L'Université de Liège ne garantit pas la qualité scientifique de ces travaux d'étudiants ni l'exactitude de l'ensemble des informations qu'ils contiennent.
L'Université de Liège ne garantit pas la qualité scientifique de ces travaux d'étudiants ni l'exactitude de l'ensemble des informations qu'ils contiennent.