Dự đoán mức độ bụi mịn PM2.5 gây ô nhiễm không khí bằng Random Foest : Khóa luận tốt nghiệp
Năm xuất bản
2024
Tác giả
Phạm, Trọng Phúc
Nhan đề tạp chí
ISSN
Nhan đề tập
Nhà xuất bản
Trường Đại học Nguyễn Tất Thành (Khoa Công nghệ thông tin)
Tóm tắt
Nghiên cứu nhằm ứng dụng các mô hình học máy để phân tích và dự đoán nồng độ bụi mịn PM2.5 trong không khí dựa trên các yếu tố đầu tư vào : thời gian, nhiệt độ, độ ẩm, áp suất, tốc độ gió, hướng gió và các thông số khí thải khác. Tìm hiểu và so sánh hiệu quả của các mô hình học máy khác nhau trong việc dự báo nồng độ PM2.5, bao gồm các thuật toán học có giám sát như Random Forest, Linear Regression, XGBoost, LSTM. Đánh giá mức độ chính xác và hiệu quả của các mô hình trong việc dự báo nồng độ PM2.5 thông qua các chỉ số đánh giá như RMSE, MAE. Đưa ra các khuyến nghị và giải pháp giúp cảnh báo sớm về tình trạng ô nhiễm bụi mịn PM2.5, góp phần hỗ trợ cơ quan chức năng trong việc quản lý chất lượng không khí và bảo vệ sức khỏe cộng đồng. Cung cấp thông tin hữu ích cho người dân để động phòng tránh các tác động tiêu cực từ ô nhiễm không khí, đặc biệt là bụi mịn PM2.5
Mô tả
55 tr.
Từ khóa chủ đề
Bụi mịn PM2.5 , Trí tuệ nhân tạo , Ô nhiễm không khí , Dự đoán