Vui lòng dùng định danh này để trích dẫn hoặc liên kết đến tài liệu này: https://dspace.ctu.edu.vn/jspui/handle/123456789/109401
Nhan đề: MEKONGAIR: DỰ BÁO CHẤT LƯỢNG KHÔNG KHÍ THỜI GIAN THỰC QUA MẠNG HỌC SÂU GNN-GAT
Nhan đề khác: MEKONGAIR: REAL-TIME AIR QUALITY FORECASTING VIA GNN-GAT TEMPORAL NETWORK
Tác giả: Mã, Trường Thành
Trần, Hoàng Kim
Từ khoá: KHOA HỌC MÁY TÍNH
Năm xuất bản: 2024
Nhà xuất bản: Trường Đại Học Cần Thơ
Tóm tắt: Tình trạng ô nhiễm không khí đang trở thành mối quan tâm lớn đối với sức khỏe cộng đồng tại khu vực Đồng bằng Sông Cửu Long (ĐBSCL). Để giải quyết vấn đề này, luận văn “MEKONGAIR: Dự báo chất lượng không khí thời gian thực qua mạng GNN-GAT thời gian” được thực hiện nhằm cung cấp công cụ dự báo chỉ số chất lượng không khí (AQI) [1] cho các huyện thuộc ĐBSCL. Luận văn áp dụng mạng nơ-ron đồ thị (Graph Neural Networks - GNN) [2] [3] với ba kiến trúc là Graph Attention Network (GAT) [4] [5], Graph Isomorphism Network (GIN) [6] và GraphSAGE [7] , kết hợp với mạng bộ nhớ dài hạn (Long Short-TermMemory-LSTM) [8] [9] để dự báo AQI [1] từ các yếu tố ô nhiễmnhư PM2.5, PM10, O3,NO2, CO, NH3, SO2 và NO. Dữ liệu được thu thập qua API của OpenWeatherMap [10], chuẩnhóavàtínhtoán AQI [1] theo tiêu chuẩn của Cơ quan Bảo vệ Môi trường Hoa Kỳ (USEPA),sau đó biểu diễn dưới dạng đồ thị động với các đặc trưng không khí và thời gian.Kết quả thực nghiệm cho thấy mô hình GNN-LSTMvới Graph Attention Network đạt hiệu quả tốt nhất, với các chỉ số đánh giá tối ưu khi sử dụng dữ liệu 7 tháng với 598225 dòng dữ liệu cho chỉ số AQI [1] từng giờ cho các huyện thuộc ĐBSCL và đạt được kết quả (MAE = 2.64, MSE = 15.20, RMSE = 3.90). Hệ thống còn tích hợp website MEKONGAIR, cung cấp giao diện trực quan cho phép người dùng chọn vị trí và thời gian, xem chỉ số AQI [1] hiện tại hoặc dự báo trong 7 ngày tiếp theo, với dự báo theo từng giờ. Bên cạnh đó, hệ thống hiển thị biểu đồ xu hướng AQI [1] để theo dõi sự biến đổi của chất lượng không khí theo thời gian. Để duy trì tính chính xác của dự báo, dữ liệu được cập nhật hàng tuần vào mỗi Chủ nhật, và mô hình sẽ được huấn luyện lại để đảm bảo độ tin cậy trong các dự đoán. Qua đó, hệ thống hỗ trợ người dân ĐBSCL dễ dàng tiếp cận thông tin chất lượng không khí và có biện pháp bảo vệ sức khỏe kịp thời.
Mô tả: 67 Tr
Định danh: https://dspace.ctu.edu.vn/jspui/handle/123456789/109401
Bộ sưu tập: Trường Công nghệ Thông tin & Truyền thông

Các tập tin trong tài liệu này:
Tập tin Mô tả Kích thước Định dạng  
_file_
  Giới hạn truy cập
3.14 MBAdobe PDF
Your IP: 18.217.142.228


Khi sử dụng các tài liệu trong Thư viện số phải tuân thủ Luật bản quyền.