Исследование эффективности использования методов машинного обучения для прогноза качества атмосферного воздуха городов

Авторы

  • Д. Мукин Satbayev University, Казахстан
  • Ф.Н. Абдолдина Satbayev University, Казахстан
  • А.М. Амреева Satbayev University, Казахстан
  • Р.С. Макамбетова Satbayev University, Казахстан

DOI:

https://doi.org/10.51301/ce.2024.i1.04

Ключевые слова:

загрязнение воздуха, мониторинг качества воздуха, PM2.5, прогнозирование загрязнителей, XGBoost, Support Vector Regression (SVR), Random Forest, LSTM, экологическая устойчивость, алгоритмы машинного обучения, мониторинг атмосферного воздуха, экологическое управление, интегрированные информационные системы, прогнозирование качества воздуха, устойчивое развитие, анализ данных

Аннотация

Исследование рассматривает использование методов машинного обучения для мониторинга качества воздуха в промышленных городах. Анализируются современные подходы к сбору данных, их точности и непрерывности, а также сильные и слабые стороны алгоритмов. Представлено сравнение методов машинного обучения, их эффективность и ограничения. Работа будет полезна специалистам экологического сектора, предлагая рекомендации для улучшения мониторинга атмосферного воздуха.

Загрузки

Опубликован

2024-03-31

Как цитировать

Мукин, Д. ., Абдолдина, Ф. ., Амреева, А. ., & Макамбетова, Р. . (2024). Исследование эффективности использования методов машинного обучения для прогноза качества атмосферного воздуха городов. Computing &Amp; Engineering, 2(1), 19–24. https://doi.org/10.51301/ce.2024.i1.04

Выпуск

Том 2 № 1 (2024): Computing & Engineering

Раздел

Цифровые технологии и программные решения

Лицензия

Copyright (c) 2024 Computing & Engineering

Лицензия Creative Commons

Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.

<div class="pkpfooter-son">
<a rel="license" href="http://creativecommons.org/licenses/by-nc/4.0/"><img alt="Creative Commons License" style="border-width:0" src="https://i.creativecommons.org/l/by-nc/4.0/80x15.png"></a><br>This work is licensed under a <a rel="license" href="http://creativecommons.org/licenses/by-nc/4.0/">Creative Commons Attribution-NonCommercial 4.0 International License</a>.
</div>