Air Pollution Forecasting using Hybrid MLR-RNN Method with Time-Stratified Method
<strong> </strong><br /> ان دراسة الجسیمات المعلقة (Particular matter (PM<sub>10</sub>)) والتکهن بها ضروری للتقلیل والسیطرة على الأضرار البیئیة وصحة الانسان. هنالک العدید من مصادر التلوث او ما یسمى بالملوثات والتی ربما تؤثر على متغیر PM<sub>10</sub>. کل هذه...
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | Arabic |
| Published: |
College of Computer Science and Mathematics, University of Mosul
2021-12-01
|
| Series: | المجلة العراقية للعلوم الاحصائية |
| Online Access: | https://stats.mosuljournals.com/article_169962_fe47ec31432d1951f4dcb2e9411fc2b1.pdf |
| Summary: | <strong> </strong><br /> ان دراسة الجسیمات المعلقة (Particular matter (PM<sub>10</sub>)) والتکهن بها ضروری للتقلیل والسیطرة على الأضرار البیئیة وصحة الانسان. هنالک العدید من مصادر التلوث او ما یسمى بالملوثات والتی ربما تؤثر على متغیر PM<sub>10</sub>. کل هذه المتغیرات تصنف بیاناتها کغیر خطیة. تم اخذ بیانات الدراسة من محطة مناخیة فی مالیزیا. تم استخدام نماذج الانحدار الخطی المتعدد Multiple linear regression (MLR) کطریقة إحصائیة خطیة للتنبؤ بمتغیر PM<sub>10</sub> من خلال تأثره بمتغیرات الأرصاد الجویة المقابلة، لذلک فقد یعکس نتائج غیر دقیقة عند استخدامه مع مجموعات البیانات غیر الخطیة. طریقة التراصف الزمنی فی أنماط مختلفة تم استخدامها لتحسین تلک النتائج وتحقیق التجانس ویتضمن مراصفة المواسم المتشابهة فی السنوات المختلفة سویة لتکوین متغیر جدید مختلف عن الاصلی. لتحسین نتائج التنبؤ تم اقتراح الشبکات العصبیة المعاودةRecurrent neural network (RNN) لتستخدم بعد التوفیق مع نموذج MLR ضمن الطریقة الهجینة MLR-RNN. ان نتائج التنبؤ بشکل عام کانت الافضل باستخدام أسلوب التراصف الزمنی. وکذلک عکست النتائج افضلیة تنبؤات الطریقة الهجینة مقارنة مع نموذج MLR. وکاستنتاج فی هذه الدراسة فمن الممکن استخدام الشبکات العصبیة المعاودة وأسلوب التراصف الزمنی کاسالیب فعالة للحصول على افضل نتائج التنبؤ مع البیانات غیر الخطیة متعددة المتغیرات. |
|---|---|
| ISSN: | 1680-855X 2664-2956 |