БИШКЕК ШААРЫНДА АБАНЫН САПАТЫН БОЛЖОМОЛДОО ҮЧҮН МАШИНАЛЫК ОКУТУУ ЫКМАЛАРЫН КОЛДОНУУ

Авторлор

А.Э. Бекбоева Колдонмо информатика боюнча Кыргыз-Герман институту
А.Л. Лайлиева Колдонмо информатика боюнча Кыргыз-Герман институту

##semicolon##

PM2.5##common.commaListSeparator## абанын сапаты##common.commaListSeparator## машиналык окутуу##common.commaListSeparator## Random Forest##common.commaListSeparator## Gradient Boosting##common.commaListSeparator## Logistic Regression##common.commaListSeparator## стекинг моделдери##common.commaListSeparator## Бишкек##common.commaListSeparator## AQI божомолдоо

Аннотация

PM2.5 майда дисперстүү бөлүкчөлөрү менен атмосфералык абанын булганышы Борбор Азиянын шаарлары үчүн эң курч экологиялык көйгөйлөрдүн бири бойдон калууда. Котловинада жайгашкан жана температуралык инверсияларга дуушар болгон Бишкек кыш мезгилинде жыл сайын булгануунун өтө жогорку деңгээлдерин каттайт. Макалада Бишкектеги АКШ элчилигинин мониторинг маалыматтарынын негизинде 2019–2024-жылдардагы PM2.5 концентрациясынын динамикасы жана абанын сапатынын индекси (AQI) боюнча комплекстүү талдоо берилет. AQIни божомолдоо жана булгануу деңгээлдерин классификациялоо үчүн машиналык окутуунун Random Forest, Gradient Boosting, Logistic Regression ыкмалары, ошондой эле алардын артыкчылыктарын айкалыштырган ансамблдик стекинг модели колдонулат. Моделдер негизги метрикалар (R², RMSE, MAE, Accuracy, Precision, Recall, F1-score) боюнча салыштырылган. Натыйжалар стекинг ыкмасы базалык моделдерге салыштырмалуу туруктуураак жана так божомол берерин көрсөттү. Изилдөө машиналык окутуу алгоритмдерин экологиялык мониторинг жана абанын сапатын божомолдоо тутумуна интеграциялоонун натыйжалуулугун тастыктайт.

##submission.citations##

1. Анализ качества воздуха в Бишкеке: распределение источников PM2.5 и меры по сокращению выбросов : [Электронный ресурс]. — Climate and Clean Air Coalition, 2019. — URL:

https://www.ccacoalition.org/ru/resources/air-quality-analysis-bishkek-pm25-source-apportionment-and-emission-reduction-measures

(дата обращения: 15.09.2024).

2. AirNow. U.S. Embassies and Consulates: Kyrgyzstan — Bishkek (historical air quality data, 2019–2024) : [Электронный ресурс]. — URL:

https://www.airnow.gov/international/us-embassies-and-consulates/#Kyrgyzstan$Bishkek

(дата обращения: 10.09.2024).

3. World Health Organization. WHO global air quality guidelines: particulate matter (PM2.5 and PM10), ozone, nitrogen dioxide, sulfur dioxide and carbon monoxide. — Geneva : World Health Organization, 2021. — URL:

https://www.who.int/

(дата обращения: 30.10.2024).

4. Breiman L. Random Forests // Machine Learning. — 2001. — Vol. 45, No. 1. — P. 5–32. — DOI: 10.1023/A:1010933404324.

5. Chen T., Guestrin C. XGBoost: A scalable tree boosting system // Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD’16). — San Francisco, CA, 2016. — P. 785–794. — DOI: 10.1145/2939672.2939785.

6. Stacking to improve model performance: a comprehensive guide on ensemble learning in Python : [Электронный ресурс]. — Medium. — URL:

https://medium.com/@brijesh_soni/stacking-to-improve-model-performance-a-comprehensive-guide-on-ensemble-learning-in-python-9ed53c93ce28

(дата обращения: 15.10.2024).

7. Performance metrics in machine learning: complete guide : [Электронный ресурс]. — Neptune.ai. — URL:

https://neptune.ai/blog/performance-metrics-in-machine-learning-complete-guide

(дата обращения: 01.10.2025).

8. McKinney W. Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython. — 2nd ed. — Sebastopol, CA : O’Reilly Media, 2017. — 544 p.

9. Hunter J. D. Matplotlib: A 2D graphics environment // Computing in Science & Engineering. — 2007. — Vol. 9, No. 3. — P. 90–95. — DOI: 10.1109/MCSE.2007.55.

10. Waskom M. L. seaborn: statistical data visualization // Journal of Open Source Software. — 2021. — Vol. 6, No. 60. — Art. 3021. — DOI: 10.21105/joss.03021.

11. Hochreiter S., Schmidhuber J. Long short-term memory // Neural Computation. — 1997. — Vol. 9, No. 8. — P. 1735–1780.

12. Казанцев М. Р., Верзунов С. Н. Методологические подходы к оценке влияния автотранспорта на состояние атмосферного воздуха в городе Бишкеке // Проблемы автоматики и управления. — 2025. — № 2(53). — С. 74–87.