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
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
مجموعه مقالات دومین کنگره بین المللی علوم مهندسی و توسعه شهری پایدار30 بهمن 1404