@misc{Acharya, type = {Master Thesis}, author = {Acharya, Bhuwan}, title = {VISUALIZATION OF FLOOD SCENARIOS IN GERMANY IN 2021 AND FORECASTING FLOOD USING MACHINE-LEARNING MODELS}, url = {http://nbn-resolving.de/urn:nbn:de:hbz:1383-opus4-18780}, school = {Hochschule Rhein-Waal}, pages = {132}, abstract = {Floods are the most common, devastating, and frequently occurring natural disaster nowadays. Because of climate change, Europe is expected to see an even higher number of floods in the coming decade. As floods cannot be prevented, understanding the pattern and causes and being able to forecast could significantly reduce the losses during the flood. In July 2021, Germany faced a catastrophic flood, taking more than 180 people's lives and causing around 40 billion euros of economic loss. To study the flooded region and the region at high risk, the Flood event 2021 has been visualized in this research. The Flood map has been created using a sentinel-1 image. In the visualization, floods in the Rhine River and Arh River can be seen, and the change in the pattern of flood from 12th July to 16th July has also been observed. Different models exist that try to predict floods and warn as early as possible. Since Machine learning is popular nowadays in every sector, ML models have been implemented in this study to forecast the flood. The SARIMA, Random Forest, and LSTM have been implemented using historical data to predict the flood. The Random Forest model performed better than the remaining two models. The Isolation Forest model has also been implemented to classify the data into Flood and No Flood. This model performs well with the Flood classes but struggles in capturing the No Flood class.}, language = {en} } @misc{Heilemann, type = {Master Thesis}, author = {Heilemann, Nico}, title = {Chrono-Nutrition: Zusammenhang der Nahrungsaufnahme und Schlafqualit{\"a}t bei gesunden Erwachsenen}, url = {http://nbn-resolving.de/urn:nbn:de:hbz:1383-opus4-18747}, school = {Hochschule Rhein-Waal}, pages = {89}, abstract = {Hintergrund: Die Inzidenz von Schlafst{\"o}rungen ist in Deutschland in den letzten Jahren stark gestiegen. Entgegen aktuellen Ern{\"a}hrungsempfehlungen sind vom Effizienzgedanken getrieben unnat{\"u}rliche Ern{\"a}hrungsmuster entstanden. Das Fr{\"u}hst{\"u}ck wird {\"u}bersprungen, schnelle Mahlzeiten {\"u}ber den Tag verteilt und große Mahlzeiten am Abend verzehrt. Eine Anpassung der Lebens- und Essgewohnheiten an den zirkadianen Rhythmus des Sonnenlichts kann in der Theorie zu einer Verbesserung der Schlafqualit{\"a}t f{\"u}hren. L{\"o}sungsans{\"a}tze der Chrono-Nutrition wie das fr{\"u}hzeitliche intermittierende Fasten (eTRE), haben bereits nachweislich positive Vorteile f{\"u}r die metabolischen Gesundheit gezeigt. Ein eindeutig positiver Einfluss auf den Schlaf ist jedoch noch umstritten und der Zusammenhang zur Tageszeit wurde ebenfalls unzureichend untersucht. Methodik: Es wurde eine einw{\"o}chige Online-Befragung unter gesunden Erwachsenen bis 59 Jahren, ohne Schichtarbeit durchgef{\"u}hrt. Die Fragen bezogen sich auf die Tages- und Ern{\"a}hrungsgewohnheiten sowie der subjektiven Schlafqualit{\"a}t bzw. -dauer. Ergebnisse: 225 TN haben erfolgreich an der Befragung teilgenommen und wurden ausgewertet. Es wurden ein signifikant positiver Einfluss der Regelm{\"a}ßigkeit der Nahrungsaufnahme und ein signifikant negativer Einfluss der Nahrungsaufnahme innerhalb der letzten Stunde vor der Schlafenszeit auf die Schlafqualit{\"a}t festgestellt. Zusammenfassung: Zusammenfassend kann gesagt werden, dass die Regelm{\"a}ßigkeit der Nahrungsaufnahme und die letzte Mahlzeit einen gr{\"o}ßeren Effekt auf die Schlafqualit{\"a}t aufweisen als die erste Mahlzeit des Tages.}, language = {de} }