Прогнозування забруднення повітря з використанням аналізу даних
Вантажиться...
Дата
2024
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота: 104 с., 14 рис., 10 табл., 2 додатки, 12 джерел.
У роботі розглянуто поняття прогнозування забруднення повітря за
допомогою нейронних мереж, зокрема, гібридної моделі CNN-LSTM.
Проаналізовано сутність та значення прогнозування забруднення повітря,
архітектуру згорткової нейронної мережі (CNN) та мережі з довготривалою
короткостроковою пам'яттю (LSTM), а також їх поєднання для підвищення
точності прогнозів. Проведено порівняльний аналіз конкурентних додатків за
допомогою UX-досліджень.
Об’єктом дослідження стала задача прогнозування рівнів забруднення
повітря в реальному часі.
Предметом дослідження є гібридна нейронна мережа CNN-LSTM для
прогнозування забруднення повітря.
Опис
Ключові слова
гібридна cnn-lstm нейронна мережа, ux-дослідження, забруднення повітря, навчальна вибірка, архітектура моделі, hybrid cnn-lstm neural network, ux research, air pollution, training set, model architecture
Бібліографічний опис
Лисенко, В. Р. Прогнозування забруднення повітря з використанням аналізу даних : дипломна робота ... бакалавра : 124 Системний аналіз / Лисенко Владислава Русланівна. - Київ, 2024. - 104 с.