Hava kalitesi tahmininde derin öğrenme modellerinin karşılaştırmalı analizi
Comparative analysis of deep learning models in air quality prediction
- Tez No: 751454
- Danışmanlar: DR. ÖĞR. ÜYESİ EFNAN ŞORA GÜNAL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: CNN, Derin öğrenme, Hava kalitesi, Hava kirliliği, Makine öğrenmesi, Makine öğrenmesi yöntemleri, CNN, Deep learning, Air quality, Air pollution, Machine learning, Machine learning methods
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Donanım Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Hava kalitesi tahmini, belirli kirleticilerin, gözlem birimlerindeki sensörler yardımı ile elde edilen verilerinin, gelişen derin öğrenme ve makine öğrenmesi gibi teknikler kullanılarak modellenmesidir. Tez çalışması ile, hava kalitesi indeksi ve 𝑃𝑀10, 𝑆02, 𝑂3, 𝐶𝑂, 𝑁𝑂2 gibi hava kirletici verileri ile güncel derin öğrenme modellerinin tahmin performanslarının karşılaştırılması amaçlanmıştır. Bu amaç ile ANN, CNN, LSTM, ResNets ve Auto Regressive modeller ile karşılaştırmalı analiz yapılmıştır. Deneysel çalışmada, tek bir zaman adımı ve birden çok zaman adımı için tahminlerin yapıldığı iki yöntem uygulanmıştır. Her iki yöntemde de tüm öznitelikler ve AQI için tahminler yapılarak tüm sonuçlar için karşılaştırmalı analizler gerçekleştirilmiştir. Tek adımlı tahmin yönteminde model performanslarının mevsimsel trend üzerindeki davranışları analiz edilmiştir. AQI'in tahmininde en iyi tahmin performansını veren model LSTM olmuştur. Tüm özniteliklerin tahmininde en iyi performansı CNN modeli göstermiştir. Çok adımlı tahmin yöntemi ile ise ileri dönem zaman serisinin tek seferde tahmini gerçekleştirilmiştir. Ayrıca, modelin yalnızca tek adımlı tahminler yaptığı, çıktısının girdi olarak geri beslendiği otoregresif model ile analiz yapılmıştır. Öznitelik olarak AQI'in tahmin edildiği tüm ileri dönem tahmin performansları karşılaştırıldığında LSTM en iyi tahmin performansı sergilemektedir. Tüm özniteliklerin tahmin edildiği ileri dönem tahminlerinde saat bazlı olarak en iyi performans CNN modeli ile elde edilmiştir.
Özet (Çeviri)
Air quality prediction is the modeling of the data obtained with the help of sensors in the observation units of certain pollutants, using techniques such as advanced deep learning and machine learning. With the thesis study, it is aimed to compare the prediction performances of current deep learning models with air quality index and air pollutant data such as 𝑃𝑀10, 𝑆02, 𝑂3, 𝐶𝑂 and 𝑁𝑂2. For this purpose, comparative analysis was performed with several different models, including convolutional and recurrent neural networks (CNNs and RNNs), LSTM, Residual nets and some autoregressive models. In this study, two methods were applied in which predictions were made for a single time step and for multiple time steps. In both methods, predictions were made for all features and AQI. In the one-step forecasting method, the behavior of the model performances on the seasonal trend was analyzed. The model that gave the best prediction performance in predicting AQI was LSTM. The CNN model showed the best performance in the prediction of all features. With the multi-step forecasting method, the future time series was predicted in one go. In addition, the analysis was made with the autoregressive model, in which the model made only onestep predictions and the output was fed back as input. When AQI is estimated as an attribute, LSTM shows the best forecast performance. The best performance has been obtained with the CNN model in the future predictions where all the features are predicted.
Benzer Tezler
- Kuyruk modelleri ve analizi üzerine bir uygulama
Başlık çevirisi yok
DİDEM ÖZPULAT
Yüksek Lisans
Türkçe
1985
Ege ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Statik elektrikle yüklenmiş sıvı ilacın pamuk ilaçlamasında etkinliğinin belirlenmesi üzerinde bir araştırma
Başlık çevirisi yok
ALİ BAYAT
- Ülkemizdeki çeşitli büyüklükteki yerleşim merkezlerinde uygulanabilecek kültür yapısı planlama modeli
The Planning model of the cultural building which applicable at different size of settlement center
MUSTAFA İNCESAKAL
- Çekirdeksiz kuru üzümde uygulanan politikanın Ege Bölgesinde üretim ve üretici açısından sonuçlarının değerlendirilmesi
Başlık çevirisi yok
GÜVEN ÖZERİN
- Katı yakıtların akışkan yatakta yakılması ve katı miktarının yatak yüksekliğine etkisi
Combustion of solid fuels in the fkuidized beds and the effects of solid quantity to the height of bed
KAMİL BEKİR KOÇ