Air pollution forecasting by using data mining
Veri madenciliği kullanarak hava kirliliği tahmini
- Tez No: 216490
- Danışmanlar: Y.DOÇ.DR. ATAKAN KURT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Hava kirliliği tahmini, veri madenciliği, yapay sinir ağları, Air pollution forecasting, data mining, artificial neural networks
- Yıl: 2006
- Dil: İngilizce
- Üniversite: Fatih Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 64
Özet
Hava kirliliği, İstanbul gibi çok büyük şehirlerdeki en önemli çevre problemlerinden biridir; insan sağlığını etkiler ve hatta ölümlere bile neden olabilir. Hava kirliliği göstergelerini tahmin ederek, hava kirliliği uyarı sistemleri geliştirmek gerekmektedir. Bir veri madenciliği tekniği olan yapay sinir ağları, çok büyük veritabanlarından değer taşıyan bilgiyi çıkarmak için çok kullanılmaktadır. Bu çalışmada, yapay sinir ağları ile SO2, PM10 ve CO hava kirliliği göstergelerini tahmin eden bir sistem İstanbul için geliştirilmiştir. Sıcaklık, nem, basınç, rüzgâr yönü, rüzgâr hızı gibi meteorolojik veriler ile hava kirliliği göstergeleri arasındaki ilişki yapay sinir ağı oluşturmak için kullanılmıştır. Gelecek üç gün için hava tahmini bu modelle yapılmış ve bunun da ötesinde tahminler hava kirliliği tahmini sitesinde yayınlanmıştır. Hava kirliliği tahminlerinde daha düşük hata oranları elde etmek için yapay sinir ağı modeli iyileştirilerek geliştirilmiş, çeşitli deneyler veri kümesi üzerinde yapılmış ve sonuçları sunulmuştur.
Özet (Çeviri)
Air pollution is one of the most important environmental problems in metropolitan cities like Istanbul; it affects human health and may even cause deaths. It is necessary to develop warning systems for air pollution by forecasting air pollution indicators. Artificial Neural Networks (ANN) which is a data mining technique has been widely used in extracting knowledge and data from very large databases. In this study, a system for forecasting air pollution indicators of SO2, PM10 and CO with ANN is developed for Istanbul. The relationship between local meteorological data -like temperature, humidity, pressure, wind direction, wind speed - and air pollution indicators is used to construct the ANN. Air pollution forecasts for three days into future are done with this model and furthermore these forecasts are published in the air pollution forecasting website. In order to get lower error rates in forecasts, the ANN model is enhanced and different experiments are performed on the dataset and the results are presented.
Benzer Tezler
- Hava kalitesi ve meteorolojik etkiler arasındaki ilişkinin regresyon yaklaşımı ile modellemesinde veri madenciliği süreçlerinin kullanımı
Use of data mining processes in modeling the relationship between air quality and meteorological effects using regression approach
NURİ ERGÜN TANRIÖVER
Yüksek Lisans
Türkçe
2024
MeteorolojiMuğla Sıtkı Koçman ÜniversitesiÇevre Bilimleri Ana Bilim Dalı
PROF. DR. AHMET BALCI
DR. ÖĞR. ÜYESİ MURAT SAKAL
- Makine öğrenimi algoritmaları kullanılarak Erzurum ili için kirletici madde tahmini
Pollutant prediction for Erzurum province using machine learning algorithms
CEVAHİR DURAK
Yüksek Lisans
Türkçe
2024
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN TOROS
- Air quality time series forecasting with genetic programming
Genetik programlama ile hava kalitesi zamana bağlı seri tahminleme
SU TAŞBAŞ
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYaşar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. KORHAN KARABULUT
- GPS meteorolojisi : İstanbul için bir uygulama
GPS meteorology : An application for Istanbul
ÖMER GÖKDAŞ
Yüksek Lisans
Türkçe
2014
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ERGİN TARI
- Ankara'nın hava kirliliği: Periodogramlar ve harmonik regresyon analizi
Air pollution of Ankara: Periodograms and harmonic regression analysis
YASİN OKKAOĞLU