ПРИМЕНЕНИЕ LSTM-НЕЙРОННЫХ СЕТЕЙ ДЛЯ КЛАССИФИКАЦИИ ИНДЕКСА КАЧЕСТВА ВОЗДУХА Г. БИШКЕК
Ключевые слова:
классификация, прогноз, индекс качества воздуха, LSTM-нейронная сетьАннотация
Рассмотрена задача прогнозирования индекса качества воздуха AQI г. Бишкек в зависимости от метеопараметров как задача нейросетевой классификации. Обоснован выбор LSTM- нейронной сети как наиболее эффективной. Разработан классификатор индекса качества воздуха, решающий проблему прогноза классов AQI “Хороший”/“Нездоровый”, для различной истории наблюдений метеопараметров и различной глубины прогноза. Достигнута точность прогноза более 90%.
Библиографические ссылки
Air Quality Index (AQI) – A Guide to Air Quality and Your Health. US EPA.
December 2011.
AirNow Depatment of State // https://airnow.gov/index.cfm?action=airnow.global _summary #U.S._Department_of_State $Bishkek, (дата обращения: 30.04.2020).
Верзунов С.Н., Лыченко Н.М. Краткосрочное прогнозирование индекса качества воздуха на основе ARIMA-моделей // Математическое и компьютерное моделирование: сборник материалов VII Международной научной конференции (22 ноября 2019г.). – Омск: Изд-во Омск. гос. ун-т, 2019.
Лыченко Н.М. Регрессионный анализ метеорологических факторов и концентраций частиц РМ2.5 в атмосферном воздухе г. Бишкек // Проблемы автоматики и управления. – 2019. №2 (37). – С. 5-15.
Барсегян А.А., Куприянов М.С., Степаненко В.В., Холод И.И. Методы и модели анализа данных: OLAP и Data Mining. – СПб.: БХВ-Петербург, 2004. – 336 с.: ил.
X. Zhao, R. Zhang, J.-L. Wu, P.-C. Chang. A Deep Recurrent Neural Network for Air Quality Classification // Journal of Information Hiding and Multimedia Signal Processing. – V.9, N.2, March 2018.
B. Carremans. Forecasting Air Pollution with Recurrent Neural Networks. – Nov 19, 2018 https://towardsdatascience.com/forecasting-air-pollution-with-recurrent-neural-networks-ffb095763a5c (дата обращения: 30.04.2020).
Deep Learning, NLP, and Representations Posted. – URL: http://colah.github.io/posts/2014-07-NLP-RNNs-Representations/ (дата обращения 06.07.2019).
Understanding LSTM Networks. – URL: http://colah.github.io/posts/2015-08-Understanding-LSTMs/ (дата обращения 14.09.2019).
Оценка классификатора (точность, полнота, F-мера). – URL: http://bazhenov.me/blog/2012/07/21/classification-performance-evaluation.html (дата обращения 29.05.2019)
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: 30.04.2020).
Курс CS231n: Convolutional Neural Networks for Visual Recognition.
– URL: https://cs231n.github.io/neural-networks-3/#baby (дата обращения 01.09.2020).
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2020 Проблемы автоматики и управления
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
