• Von einzelnen Kreuzungen zur netzweiten Verkehrslage: Machine Learning in der Verkehrslageschätzung. Mentoring: Zhang, Steinmetz.
• Simulationsbasierter Vergleich zwischen nachfragebasierten und linienbasiertem öffentlichem Personennahverkehr. Mentoring: Dr. Dandl, Alayasreih.
• Räumliche und zeitliche Analyse zur Bike-Sharing Nachfrage: Eine Fallstudie aus München. Mentoring: Alayasreih, Waldorf.
• Untersuchung und Analyse der Auswirkungen von politischen Instrumenten wie dem 9-Euro-Ticket und dem Deutschlandticket" auf Aktivitätsräume und Mobilitätsmuster. Mentoring: Waldorf, Alvarez.
• Bestimmung von Zustandsvektoren für Reinforcement Learning in der Verkehrssignalsteuerung. Mentoring: Steinmetz, Karalakou.
• Abschätzung der Umweltauswirkungen von Bikesharing auf Basis von MVG-Daten in München. Mentoring: Ilic, Fehn.
• Vergleichende Lebenszyklusanalyse von Seilbahn, Bus und Straßenbahn anhand eines synthetischen Modells. Mentoring: Ilic, Glöckl.
• Analyse von verkehrsbeeinflussenden Faktoren während Covid-19 in Québec, Kanada. Mentoring: Dr. Müller, Dr. Dandl.
• Entwicklung von Heuristiken und Ansätzen des Maschinellen Lernens zur Bestimmung von Umsteigepunkten im Intermodalen Verkehr. Mentoring: Dr. Dandl, Alvarez, Ding.
• Implementierung und Erprobung einer kooperativen, teil-automatisierten Fahrfunktion im realen Fahrzeug unter Berücksichtigung der Einflüsse des Straßenverkehrs. Mentoring: Lindner, Sekeran.
• Optimierung der Platzierung von straßenseitigen ITS-Stationen an städtischen Kreuzungen mit dem Ziel einer verbesserten kollaborativen Wahrnehmung. Mentoring: Ilic, Dr. Pechinger.
• Einsatz von Künstlicher Intelligenz in der Kalibrierung von Mikroskopischen Fahrverhaltensmodellen. Mentoring: Stüger, Steinmetz.
• Entwicklung eines Steuerungsverfahrens für die ÖPNV-Priorisierung unter Berücksichtigung der Kontinuierlichen Erfassung von ÖPNV-Fahrzeugen. Mentoring: Stüger, Steinmetz.
• Physics-informed Deep Learning für OD-Nachfrageprognosen. Mentoring: Dr. Rostami, Dr. Niels.
• Untersuchung der Interaktion von Fahrradfahrern und autonomen Shuttlebussen an Dynamischen Haltestel-len unter Verwendung eines Fahrradsimulators. Mentoring: Lindner, Dr. Pechinger.
• Methode zur Bestimmung potenzieller Korridore für Bus Rapid Transit innerhalb eines existierenden Bus-Netzwerks. Mentoring: Dr. Dandl, Dr. Tsakarestos.
• Analyse des Radfahrverhaltens an Kreuzungen unter Einbezug der vorhandenen Infrastruktur. Mentoring: Dahmen, Dr. Kessler.
• Potentialanalyse von kostenreduzierenden Ladestrategien an öffentlichen Ladesäulen. Mentoring: Fischer, Fehn.
• Maßnahmen zur Maximierung des MobilityCoin Crowdfundings und Kosten-Nutzen Abschätzung zur Unterstützung der nachhaltigen Verkehrsmittelwahl. Mentoring: Servatius.
• Beitrag zur integrierten Netzplanung der Landeshauptstadt München MIV-Grundnetz Planung unter Berücksichtigung aller Verkehrssysteme. Ein integrativer Ansatz.. Mentoring: Dr. Tsakarestos, Glöckl.
• Bewertung der Praktikabilität der Münchner Fahrradinfrastruktur für derzeitige und zukünftige Fahrradtypen. Mentoring: Dr. Kessler, Kutsch.
• Auswertung von Überkopf-Detektor-Technologien zur Fahrzeugerkennung und -klassifizierung im städti-schen Umfeld. Mentoring: Ilic, Dr. Pechinger.
• Das Potenzial von Carpooling freisetzen: Analyse der Pendlerflexibilität für eine nachhaltige Mobilitätszukunft. Mentoring: Dr. Dandl, Waldorf.
• Mikrosimulationsbasierte Analyse von Straßenspe-rungsszenarien. Mentoring: Alayasreih, Alvarez.
• Analyse des Nutzungsverhaltens und der CO2-Emissionen von E-Auto Ladevorgängen an öffentlichen Ladepunkten in München: Ein Optimierungsansatz basierend auf maschinellem Lernen. Mentoring: Ilic, Fischer.
• Implementierung verschiedener Routingmethoden für Nutzergleichgewicht und Systemoptimum für die mikroskopische Simulationsplattform SUMO. Mentoring: Steinmetz, Ding.
• MobilityCoins - Eine vergleichende Studie von multinomialen Logit-Modellen und neuronalen Netzen anhand von Umfragedaten. Mentoring: Servatius.