МОДЕЛЬ ПРОГРАММНОГО ИНТЕРФЕЙСА ДЛЯ РАЗРАБОТКИ ПРОГНОСТИЧЕСКИХ СИСТЕМ НА ПРИМЕРЕ РЕШЕНИЯ ЗАДАЧИ ПРОГНОЗА КЛАССА ИНДЕКСА КАЧЕСТВА ВОЗДУХА
Ключевые слова:
индекс качества воздуха, метеофакторы, программный интерфейс, обучение, прогнозирование, LSTM-классификатор, UML- диаграммы, Clean ArchitectureАннотация
В работе представлена модель системы, предоставляющей программный интерфейс для обучения и применения прогностических систем на примере решения задачи прогноза индекса качества воздуха. Разработанная на основе модели система позволит: управлять исходными данными, подготавливать новые данные на основе исходных для обучения и применения различных моделей прогноза, обучать и использовать различные обучаемые модели, подключать в виде плагинов другие методы обработки исходных данных и обучаемых моделей, реализующие соответствующие интерфейсы.
Библиографические ссылки
Air Quality Index (AQI) - A Guide to Air Quality and Your Health. US EPA. 9 December 2011.
Великанова, Л. И. Мультирегрессионные и обобщенно- регрессионные нейросетевые модели краткосрочного прогноза загрязнения РМ2.5 в г. Бишкек с учетом метеорологических параметров / Л. И. Великанова, Н. М. Лыченко // Проблемы автоматики и управления. – 2019. – № 2(37). – С. 16-25. – DOI 10.5281/zenodo.3594777. – EDN MNNDYU.
Лыченко Н.М., Сороковая А.В. Прогнозирование классов индекса качества воздуха г. Бишкек с учетом новых данных 2020-2021 гг. на базе LSTM-нейросетевого классификатора // Проблемы автоматики и управления. - 2021. - № 2 (41). - С. 89-99.
Лыченко, Н. М. Модификация классификатора индекса качества воздуха г. Бишкек с учетом фактора загрязнения / Н. М. Лыченко, А. В. Сороковая // Проблемы автоматики и управления. – 2021. – № 3(42). – С. 101-110. – EDN BXWCYS.
Cайт «Расписание погоды rp5.ru» Архив погоды в Бишкеке https://rp5.ru/%D0%90%D1%80%D1%85%D0%B8%D0%B2_%D0%BF%D0%BE%D0%B3%D0%BE%D0%B4%D1%8B_%D0%B2_%D0%91%D0%B8%D1%88%D0%BA%D0%B5%D0%BA%D0%B5 (дата обращения: 05.10.2022)
AirNow Depatment of State // https://airnow.gov/index.cfm?action=airnow.global _summary #U.S._Department_of_State $Bishkek, (дата обращения: 05.10.2022).
Singh В. Investigating the impact of data normalization on classification performance. Applied Soft Computing Journal, 2020, vol. 97, p. 105524.
MacQueen J. (1967). Some methods for classification and analysis of multivariate observations. In Proc. 5th Berkeley Symp. on Math. Statistics and Probability, pages 281—297.
Understanding LSTM Networks. – URL: http://colah.github.io/posts/2015-08-Understanding-LSTMs/. (дата обращения 14.09.2020)
Кросс-валидация (Cross-validation). URL: https://wiki.loginom.ru/articles/cross-validation.html (дата обращения: 05.11.2022).
Роберт Мартин. Чистая архитектура. Искусство разработки программного обеспечения / Перевод Киселев А. // Питер, 2022. 352 с.
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
