Ing. Esakki Ponraj Esakkimuthu

*Entwickelt ein prädiktives Empfehlungssystem, um die Fähigkeit der Batterie während des Motor-Kurbeln zu prognostizieren * Die Umsetzung einer gut organisierten Machine-Learning-Pipeline beinhaltet: Datenreinigung, statistische Studie, Feature Engineering & Selektion, Modellentwicklung und Evaluation * Implementiert verschiedene ML-Algorithmen wie Random Forest, boosting, CART, SVM, KNN, Naive Bayes, & Deep Neural Networks. *Erreicht gute Genauigkeit & Rückrufvorhersagen

Thema : Optimization of driver assistance system through data driven concepts 1. Das Hauptziel ist es, die Fahrmanöver des Fahrers bei der Annäherung an eine Kreuzung vorherzusagen. 2. Maschine Learning Techniken wie Hidden Markov Model und LSTM's Neurale Network wurden verwendet, um ein Modell abzuleiten, das Fahrmuster erkennt 3. Validierung der besten Methode zur Erstellung des Modells. 4. Verglichen mit der Genauigkeit zwischen beiden Modellen

1. Durchführung von EDA und Extraktion fahrdynamischer Merkmale aus der Studie zum natürlichen Fahren. (Hetrogenous Daten) 2. Verwendung des KD-Tree Algorithm zur Entwicklung eines Echtzeit-GPS-Koordinatenpunkt-Matching-Systems. 3. Verwendung des K-means Algorithm, um plötzliche Bremsmanöver zu gruppieren und die geografischen Koordinatenpunkte mit Folium. 4. Mitarbeit und Unterstützung im Rahmen des Projekts - "Schutzengel

Thema : OCU3 Entwicklungsprojekt 1. Optimierung des Algorithmus in Bezug auf Datenstruktur und Funktionen für das OCU 3 Projekt. 2. Analyse und Prüfung

1. Entwicklung, Analyse und Testen von Fahrzeugmechatronik und Sicherheitsystem (ECU‘s, Cluster Assy, Parking sensor, ABS, usw.,) 2. Marktgerechte Problemanalyse, Ursachenanalyse, Diagnose, Fahrzeug integration & Lieferanten - Handling

Bachelorarbeit thema : Design Standard Time Ration (DSTR) 1. Implementierung des Automatisierungsmechanismus 2. Zeit- und Ergonomieverbesserung Projekt

Studium : Master Program im Mechatronik Hauptfächer : Advanced Mathematics, Integration of Mechatronics system, Simulation of Mechatronics System, Drives,Sensors & Interfaces, Closed loop control, Robotik. Schwerpunkt : Fahrerassistenz, Machine Learning,Neural Network, Automatisierung

1) Engineering Design 2) Kinematics & Dynamics of Machine 3) Mechatronics 4) Automobile Engineering 5) Engineering Materials & Metallurgy