@book{Fischer2016, abstract = {In heutigen Überwachungssystemen wird eine Vielzahl an Sensorik eingesetzt, wodurch das Datenvolumen deutlich anwächst. Entsprechend muss der menschlichen Entscheider entlastet werden, indem diese Daten intelligent verarbeitet werden. Die Arbeit leistet einen Beitrag zur Situationsanalyse, welche Echtzeitdaten hinsichtlich modellierter Situationen von Interesse mittels eines dynamischen Bayes’schen Netzes auswertet. Die Erkennungsqualität wurde mit einem maritimen Datensatz evaluiert.In today’s surveillance systems, a multitude of sensors are used. Thus, the data volume is clearly increasing and the human decision maker has to be supported in analyzing this data in an intelligent way. This contribution deals with the process of situation assessment, which is analyzing real-time data with respect to pre-modeled situations of interest with a dynamic Bayesian network. The quality of the recognition is evaluated with a maritime dataset.Umfang: XVI, 217 S.Preis: €43.00 | £40.00 | $76.00}, address = {Karlsruhe}, author = {Fischer, Yvonne}, doi = {10.5445/KSP/1000051065}, isbn = {978-3-7315-0460-3}, keyword = {Situationsanalyse, Datenfusion, Situationsbewusstsein, Situation assessment, maritime surveillance, dynamic Bayesian networks, data fusion, situation awareness}, month = {Feb}, pages = {250}, publisher = {KIT Scientific Publishing}, title = {Wissensbasierte probabilistische Modellierung für die Situationsanalyse am Beispiel der maritimen Überwachung}, year = {2016} }