مقاله کنفرانسی سال ۱۴۰۴ فارسی

مقایسه و بررسی مدل های یادگیری ماشین برای پیش بینی غلظت آلاینده های PM۲.۵ و PM۱۰ در محیط شهری

چکیده مقاله

در این مقاله، به مقایسه و ارزیابی مدل های یادگیری ماشین برای پیش بینی غلظت ذرات معلق با قطر ایرودینامیکی کمتر از ۲ ۵ میکرومتر و کمتر از ۱۰ میکرومتر در محیط های شهری پرداخته می شود با توجه به نقش کلیدی این آلاینده ها در تشدید مخاطرات سلامت و همچنین پیچیدگی رفتار زمانی–مکانی آن ها تحت تاثیر عوامل هواشناسی و منابع انتشار شهری، انتخاب یک مدل پیش بینی دقیق و پایدار از اهمیت بالایی برخوردار است رویکرد این پژوهش مروری–تحلیلی بوده و بر مبنای بررسی هم زمان چندین مقاله معتبر و جدید در حوزه مدل سازی آلودگی هوا با استفاده از یادگیری ماشین انجام می شود در گام نخست، مطالعات منتخب از نظر ویژگی های داده ساعتی/روزانه ، نوع ورودی ها پارامترهای هواشناسی، شاخص های ترافیکی، کاربری زمین و متغیرهای زمانی ، روش های پیش پردازش پاکسازی داده، مدیریت داده های گمشده، نرمال سازی و انتخاب ویژگی و پروتکل ارزیابی تقسیم بندی آموزش/آزمون، اعتبارسنجی متقاطع و آزمون های فصلی دسته بندی می گردند سپس عملکرد مدل های متداول از جمله رگرسیون بردار پشتیبان، جنگل تصادفی، گرادیان بوستینگ و XGBoost، شبکه های عصبی ANN در برخی مطالعات مدل های عمیق مبتنی بر LSTM/GRU از منظر معیارهای خطا مانند MAE،RMSE و R² تحلیل می شود علاوه بر مقایسه دقت، موضوعاتی نظیر پایداری مدل در فصول مختلف، حساسیت به کیفیت داده، قابلیت تعمیم بین ایستگاه ها/مناطق شهری و تفسیرپذیری نیز بررسی می گردد نتایج مرور نشان می دهد که در بسیاری از مطالعات، مدل های مبتنی بر درخت های تقویتی به ویژه XGBoost و در شرایط دارای الگوهای زمانی قوی، مدل های یادگیری عمیق بازگشتی عملکرد رقابتی تری ارائه می کنند؛ با این حال، مزیت آن ها به شدت به طراحی ویژگی ها، حجم داده و تنظیم ابرپارامترها وابسته است در پایان، بر اساس جمع بندی یافته ها، توصیه هایی برای انتخاب مدل مناسب در سناریوهای مختلف شهری و نیز مسیرهای پژوهشی آینده ارائه می شود

کلیدواژه‌ها

نویسندگان

تصویر رزومه علمی کاربران

رزومه علمی کاربران

درباره سیویلیکاتبلیغات در سیویلیکاآمار علمی ایرانتقویم علمی ایرانداده کاوی مقالاتطرح های پژوهشی

شیوه ارجاع

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید: جهانبانی اردکانی، کیوان و یگانه، بیژن،1404،مقایسه و بررسی مدل های یادگیری ماشین برای پیش بینی غلظت آلاینده های PM۲.۵ و PM۱۰ در محیط شهری،دومین کنگره بین المللی علوم مهندسی و توسعه شهری پایدار،https://civilica.com/doc/2624403

ارائه‌شده در

پوستر مجموعه مقالات دومین کنگره بین المللی علوم مهندسی و توسعه شهری پایدار مجموعه مقالات دومین کنگره بین المللی علوم مهندسی و توسعه شهری پایدار30 بهمن 1404
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۴ ۴۷۴ مشاهده

تحلیل تطبیقی شاخص های طراحی پایدار در مجتمع های مسکونی اقلیم گرم و خشک ایران؛ بازاندیشی در پیوند معماری بومی و استراتژی های معاصر توسعه پایدار

با تشدید چالش های زیست محیطی، گسترش نامتوازن شهرنشینی و افزایش ناپایداری سکونت گاه ها، نیاز به بازاندیش�…

توسعه پایدارپایداریمعماری بومی
مقاله کنفرانسی سال ۱۴۰۴ ۳۷۲ مشاهده

مراتب ذکر از منظر قرآن، حدیث و عرفان: (از ذکر زبانی تا ذکر مخفی ذات)

ذکر در سنت اسلامی، نه تنها عبادتی زبانی بلکه سلوکی وجودی و حضوری قلبی است که سالک را از غفلت می رهاند و…

قرآنذکرحدیث
مقاله کنفرانسی سال ۱۴۰۴ ۲۲۰ مشاهده

روش های طراحی داربست در مهندسی بافت استخوان: مروری بر رویکردهای نوین و چالش ها

مهندسی بافت استخوان به عنوان یکی از شاخه های مهم مهندسی زیستی، نقش بسزایی در بازسازی و ترمیم نقص های است…

مواد زیستیمهندسی بافت استخوانداربست های زیستی
مقاله کنفرانسی سال ۱۴۰۴ ۱۷۸ مشاهده

طراحی مجتمع مسکونی با رویکرد معماری پایدار

رشد روزافزون جمعیت و افزایش نیاز به انرژی و مسکن، چالش های زیست محیطی متعددی را به همراه داشته است مصرف…

معماری سنتیمعماری پایدارمجتمع مسکونی
مقاله کنفرانسی سال ۱۴۰۴ ۱۶۶ مشاهده

تحلیل ویژگی و اصول معماری همساز با اقلیم ساختمان های مسکونی در اقلیم گرم و خشک (مطالعه موردی شهر کاشان)

این پژوهش به تحلیل ویژگی ها و اصول معماری همساز با اقلیم در ساختمان های مسکونی شهر کاشان در اقلیم گرم و…

ساختمان های مسکونیکاشانلیدی باگ تولز
مقاله کنفرانسی سال ۱۴۰۴ ۱۶۵ مشاهده

The Future of Water Supply: A Global Review of Atmospheric Water Harvesting

Faced with the burgeoning challenge of water resource crises, Atmospheric Water Generation AWG technolog…

Metal-Organic Frameworks (MOFs)Active RefrigerationSelective Membrane