EUVIMEDEUVIMED entdecken
Crossref

Comparison of Machine Learning and Deep Learning Methods for Modeling Ozone Concentrations

Şevket AY, Ekin EKİNCİ

Journal of Intelligent Systems: Theory and Applications · 2022

DOI: 10.38016/jista.1054331 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Journal of Intelligent Systems: Theory and Applications, 2022. Verfasst von Şevket AY und 1 weiteren Autor:innen. Die Arbeit wurde bisher 3-mal zitiert (Crossref) und nennt 36 Literaturangaben.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Hava kirliliği günümüz için önemli bir problem olmakla birlikte sanayileşme, orman yangınları, egzoz gazları, kalitesiz yakıt kullanımı gibi sebepler gelecek nesilleri de tehdit edecek ciddi bir problem ile bizleri yüzleştirmektedir. Bu sebepler içerisinde ise yoğun sanayileşme hava kirliliğinde rol oynayan en önemli faktörlerden birisidir. Bölgesel sanayi gelişimi şehirlerde hava kalitesini etkilemektedir. Sanayinin gelişmesi ile birlikte bazı kirleticilerin miktarı azalmakta iken, ozon seviyelerinde artış yaşanmaktadır. Önümüzdeki yıllarda hava kirliliğini neden olacağı problemleri daha fazla hissetmemek, hava kalitesini yönetmek ve risklere karşı önlem almak için hava kirliliğinin tahmin edilmesi kaçınılmaz hale gelmektedir. Bu çalışmada sanayinin gelişmiş olduğu Kocaeli ve Sakarya illeri ile sanayinin çok fazla gelişmediği Çanakkale illeri için 2018-2021 arası saatlik ozon seviyelerini tahmin etmek amacıyla zaman serilerine dayalı makine öğrenmesi ve derin öğrenme yöntemleri uygulanmıştır. Uygulanan modeller Ortalama Mutlak Hata (MAE), Bağıl Mutlak Hata (RAE) ve R-kare (R2) metrikleri kullanılarak karşılaştırılmış ve en etkin yöntemin belirlenmesi amaçlanmıştır.

Zitieren

APA

AY, Ş., & EKİNCİ, E. (2022). Comparison of Machine Learning and Deep Learning Methods for Modeling Ozone Concentrations. Journal of Intelligent Systems: Theory and Applications. https://doi.org/10.38016/jista.1054331

Vancouver

AY Ş, EKİNCİ E. Comparison of Machine Learning and Deep Learning Methods for Modeling Ozone Concentrations. Journal of Intelligent Systems: Theory and Applications. 2022. doi:10.38016/jista.1054331

BibTeX
@article{AY2022,
  author = {AY, Şevket and EKİNCİ, Ekin},
  title = {Comparison of Machine Learning and Deep Learning Methods for Modeling Ozone Concentrations},
  journal = {Journal of Intelligent Systems: Theory and Applications},
  year = {2022},
  doi = {10.38016/jista.1054331}
}
Kostenlos starten →