Δημιουργία μοντέλου – λογισμικού για την πρόβλεψη της ατμοσφαιρικής ρύπανσης βασισμένο σε ιστορικά δεδομένα ατμοσφαιρικής ρύπανσης και καιρικών συνθηκών με χρήση αλγορίθμων μηχανικής μάθησης
Φόρτωση...
Ημερομηνία
Συγγραφείς
Ντόβα, Δήμητρα
Ntova, Dimitra
Τίτλος Εφημερίδας
Περιοδικό ISSN
Τίτλος τόμου
Εκδότης
Πανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών. Τμήμα Χημείας
Περίληψη
Τύπος
Είδος δημοσίευσης σε συνέδριο
Είδος περιοδικού
Είδος εκπαιδευτικού υλικού
Όνομα συνεδρίου
Όνομα περιοδικού
Όνομα βιβλίου
Σειρά βιβλίου
Έκδοση βιβλίου
Συμπληρωματικός/δευτερεύων τίτλος
Περιγραφή
Στη σημερινή εποχή οι όροι ατμοσφαιρική ρύπανση και κλιματική κρίση αποτελούν καθημερινό θέμα συζήτησης στον επιστημονικό κόσμο, την ενημέρωση και το δημόσιο διάλογο. Η ανθρωπότητα βρίσκεται σε ένα κρίσιμο σημείο που πρέπει να βρει λύση χωρίς να υπάρχει το χρονικό περιθώριο. Παρόλα αυτά, σήμερα υπάρχουν τα απαραίτητα τεχνολογικά εργαλεία τα οποία συμβάλουν στην ταχύτερη ανάλυση πληροφοριών και πρόβλεψη μελλοντικών καταστάσεων. Σκοπός της παρούσας εργασίας είναι η ανάπτυξη μοντέλων πρόβλεψης της ατμοσφαιρικής ρύπανσης σε συσχέτιση με τις καιρικές συνθήκες με τη χρήση αλγορίθμων μηχανικής μάθησης.
Μακροπρόθεσμος στόχος, να μπορούν μελλοντικά να χρησιμοποιηθούν για προβλέψεις με μικρότερο κόστος και χρόνο και να συμβάλουν στην επίλυση του προβλήματος. Για την εκπόνηση της διπλωματικής εργασίας χρησιμοποιήθηκαν ελεύθερα μετεωρολογικά δεδομένα και δεδομένα καταγραφής ρύπων ενώ για την ανάπτυξη των μοντέλων πρόγνωσης επιλέχθηκε η γλώσσα προγραμματισμού python και η βιβλιοθήκη Scikit-learn. Επίσης δοκιμάστηκε το εργαλείο prophet της meta καθώς και ένα νευρωνικό δίκτυο RNN (LSTM).
In today's era, the terms air pollution and climate crisis are a daily topic of discussion in the scientific field, information and public debate. Humanity is at a critical point that we must find a solution without any time limit. However, today there are the necessary technological tools that contribute to faster information analysis and prediction of future situations. The purpose of this research is to develop models for predicting air pollution in relation to weather conditions using machine learning algorithms. The long-term goal is to be able to use forecasts in the future with less cost and time and to contribute to solving the problem. For the preparation of the diploma thesis, free meteorological data and pollutant recording data were used, while for the development of forecast models, the python programming language and the Scikit-learn library were chosen. The meta prophet tool was also tested, as well as an RNN (LSTM) neural network.
In today's era, the terms air pollution and climate crisis are a daily topic of discussion in the scientific field, information and public debate. Humanity is at a critical point that we must find a solution without any time limit. However, today there are the necessary technological tools that contribute to faster information analysis and prediction of future situations. The purpose of this research is to develop models for predicting air pollution in relation to weather conditions using machine learning algorithms. The long-term goal is to be able to use forecasts in the future with less cost and time and to contribute to solving the problem. For the preparation of the diploma thesis, free meteorological data and pollutant recording data were used, while for the development of forecast models, the python programming language and the Scikit-learn library were chosen. The meta prophet tool was also tested, as well as an RNN (LSTM) neural network.
Περιγραφή
Λέξεις-κλειδιά
Ατμοσφαιρική πύπανση, Αιωρούμενα σωματίδια, Μοντελοποίηση πρόγνωσης, Μηχανική μάθηση, Air pollution, Particulate matter, Forecast modeling, Machine learning
Θεματική κατηγορία
Παραπομπή
Σύνδεσμος
Γλώσσα
el
Εκδίδον τμήμα/τομέας
Πανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών. Τμήμα Χημείας
Όνομα επιβλέποντος
Γκάμας, Απόστολος
Εξεταστική επιτροπή
Γκάμας, Απόστολος
Βλάχος, Κωνσταντίνος
Καλαμπούνιας, Άγγελος
Βλάχος, Κωνσταντίνος
Καλαμπούνιας, Άγγελος
Γενική Περιγραφή / Σχόλια
Ίδρυμα και Σχολή/Τμήμα του υποβάλλοντος
Πανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών
Πίνακας περιεχομένων
Χορηγός
Βιβλιογραφική αναφορά
Ονόματα συντελεστών
Αριθμός σελίδων
121
Λεπτομέρειες μαθήματος
item.page.endorsement
item.page.review
item.page.supplemented
item.page.referenced
Άδεια Creative Commons
Άδεια χρήσης της εγγραφής: CC0 1.0 Universal