Визначення рівня викидів СO2 автомобільних рейсів за допомогою машинного навчання
| dc.contributor.advisor | Кублій, Лариса Іванівна | |
| dc.contributor.author | Головачук, Станіслав Васильович | |
| dc.date.accessioned | 2024-02-15T07:31:39Z | |
| dc.date.available | 2024-02-15T07:31:39Z | |
| dc.date.issued | 2023 | |
| dc.description | Програму “Визначення рівня викидів СО2 автомобільних рейсів за допомогою машинного навчання” створено в якості інструмента, який дає можливість водієві довільного автомобіля визначати кількість викидів під час довільної поїздки. При цьому модуль штучного інтелекту на основі моделі лінійної регресії є складовою, здатною прогнозувати рівень викидів автомобіля, базуючись лише на технічних характеристиках автомобіля. Проводячи лінії розмежування між ролями користувачів у веб системі і допустимим функціоналом , можна розподілити можливості користувачів. Неавторизований користувач (гість) може: — переглядати привітальну сторінку; — зареєструвати обліковий запис; — увійти в систему. Авторизований користувач (водій) може: — переглядати системну дошку; — переглядати гараж; — додавати нові машини в гараж; — редагувати дані збережених машин; — розраховувати СО2 планової поїздки; — зберігати СО2 завершеної поїздки; — переглядати історію поїздок; — аналізувати графіки своїх викидів СО2; — оцінювати свій екологічний статус; — порівнювати середню кількість викидів конкретного місяця в поденному розрізі. | |
| dc.description.abstract | Магістерська дисертація складається з веб-системи “Визначення рівня викидів СО2 автомобільних рейсів” і пояснювальної записки. Пояснювальну записку до випускної роботи магістра виконано на 102 аркушах, вона містить перелік посилань на використані джерела з 45 найменувань. У роботi наведено 37 рисунків і 9 таблиць. Актуальність теми зумовлена зростанням кількості шкідливих викидів двигунами внутрішнього згорання транспортних засобів. Це привертає особливу увагу до екологічного моніторингу стану довкілля як важливої умови сталого розвитку суспільства. Моніторинг шкідливих викидів передбачає застосування комплексу методів аналізу викидів кожного окремого чинника — у даному випадку автомобіля. Наявність такого засобу моніторингу робить можливим прийняття кількісних і якісних рішень щодо виправлення негативного впливу на довкілля, тим самим роблячи ці викиди контрольованими. Таким чином, є потреба в програмному забезпеченні, зокрема в системі визначення рівня шкідливих викидів вуглецю на основі факторів, які є унікальними для кожного автомобіля, а також для активності кожного водія, як чинників, які мають безпосередній вплив на рівень шкідливих викидів. Метою роботи є розробка системи “Визначення рівня викидів СО2 автомобільних рейсів”, яка дасть можливість користувачам проводити аналіз розрахованих очікуваних даних кількості викидів СО2 довільним автомобілем на основі його технічних характеристик, а також вести персоналізовану екологічну статистику викидів вуглекислого газу. Мета обумовлює завдання роботи — розробку програмної системи, здатної розраховувати рівень викидів будь-якого автомобіля. Така система дає можливість моніторити і вести статистику рівнів викидів вуглецю в атмосферу. Задачею дослідження є побудова моделі машинного навчання методами лінійної регресії. Встановлена мета включає в себе такі завдання, які обумовлюють її досягнення: — дослідження статистики викидів вуглекислого газу; — впровадження моделі машинного навчання на основі лінійної регресії для розрахунку викидів довільного автомобіля; — розробка веб-системи в якості інтерфейсу; — вивчення варіантів використання системи і встановлення порядку взаємодії з кінцевим користувачем. Об’єктом дослідження є методи машинного навчання для розв’язання задачі прогнозування кількості викидів вуглекислого газу довільними автомобілями з відомими характеристиками на основі аналізу статистичних даних. Предметом дослідження є програмне забезпечення з використанням моделей машинного навчання для прогнозування кількості викидів вуглекислого газу різними автомобілями. Засобами виконання роботи є об’єктно-орієнтований підхід проєктування, програмування застосунків мовами Java та Python, модель машинного навчання, запрограмована на основі лінійної регресії, інструменти розмітки для розробки веб-інтерфейсу. Результатом є програмна систем, яка складається з веб-інтерфейсу, сервісу обробки веб-запитів і моделі машинного навчання, які можуть бути використані фізичними та юридичними особами (зокрема, тими, які використовують транспортні засоби на основі двигуна внутрішнього згоряння) з метою моніторингу, введення статистики і розрахунків викидів СО2. Практичне значення одержаних результатів полягає в розробці власної математичної моделі на основі статистичних даних засобами машинного навчання, здатної розраховувати викиди СО2 довільного автомобіля на основі характеристик, а також використанні цієї моделі у веб-системі аналізу екологічних ризиків для навколишнього середовища. Система дає можливість оцінювати вплив на екологічний стан довкілля шляхом моніторингу й аналізу шкідливих викидів власних транспортних засобів. Апробація результатів дисертації була визначена двома науковими конференціями: 1. Головачук С.В., Кублій Л.І. Використання машинного навчання для визначення рівня викидів вуглекислого газу автомобільних рейсів. Сучасні проблеми наукового забезпечення енергетики. У 2-х т. : матеріали ХХ Міжнародної науково-практичної конференції молодих вчених і студентів, м. Київ, 25-28 квітня 2023 року. К.: КПІ ім. Ігоря Сікорського, Вид-во “Політехніка”, 2023. Т. 2. С. 208-209. 2. Головачук С. В. Застосування лінійної регресії для визначення кількості автомобільних викидів CO2. Актуальні питання та перспективи проведення наукових досліджень: матеріали V Міжнародної студентської наукової конференції, м. Тернопіль, 6 жовтня 2023 р. Тернопіль, 2023. С. 102-104. URL: https://archive.liga.science/index.php/conference-proceedings/issue/view/inter-06.10.2023 | |
| dc.description.abstractother | The master’s thesis consists of a web system “Determining the level of CO2 emissions of automobile flights” and an explanatory note. The explanatory note to the master’s thesis is made on 102 sheets, it contains a list of references to the used sources from 45 titles. The work contains 37 figures and 9 tables. The relevance of the topic is due to the increase in the number of harmful emissions from vehicles based on the internal combustion engine. This draws special attention to ecological monitoring of the state of the environment as an important condition for the sustainable development of society. The monitoring of harmful emissions is understood as the application of a set of methods for analyzing the emissions of each individual factor, in this case, a car. The presence of such a monitoring tool makes it possible to make quantitative and qualitative decisions regarding the correction of the negative impact on the environment, thereby making these emissions controllable. Therefore, there is a need for software, in particular a system for determining the level of harmful carbon emissions based on factors that are unique to the characteristics of each car, as well as for the activity of each driver, as factors that have a direct impact on the level of harmful emissions. The purpose of the work is to develop the application “Determining the level of CO2 emissions of automobile flights”, which will allow users to analyze the calculated expected data on the amount of CO2 emissions of any car based on its passport technical characteristics and to keep personalized environmental statistics of carbon dioxide emissions. This goal determines the task of the work — the development of a software system capable of calculating the level of emissions of any car. Such a system makes it possible to monitor and keep statistics on the levels of carbon emissions into the atmosphere. The task of the research is to build a machine learning model using linear regression methods. The set goal includes the following tasks that determine its achievement: — research on the statistics of carbon dioxide emissions by cars; — implementation of a machine learning model based on linear regression to calculate the emissions of an arbitrary car; — development of a web system as an interface between the user and the program; — studying options for using the system and establishing the order of interaction with the end user. The object of the study is machine learning methods for solving the problem of predicting the amount of carbon dioxide emissions by arbitrary cars with known characteristics based on the analysis of statistical data. The subject of the research is software using machine learning models to predict the amount of carbon dioxide emissions of various cars. An object-oriented design approach, application programming in Java and Python languages, a machine learning model programmed on the basis of linear regression, and markup tools for web interface development were used as means of performing the work. The result is a software application consisting of a web interface, a web request processing service and a machine learning model that can be used by individuals and legal entities (in particular, those using vehicles based on the internal combustion engine) for the purpose of monitoring, input statistics and calculations of CO2 emissions. The practical significance of the obtained work results lies in the development of an own mathematical model based on statistical data by means of machine learning, capable of calculating CO2 emissions of an arbitrary car based on its characteristics, as well as the use of this model in a web system for the analysis of ecological risks for the environment. The system allows the user to assess personal impact on the ecological state of the environment by monitoring and analyzing the harmful emissions of their own vehicles. The approval of the results of the dissertation was determined by the following two scientific conferences: 1. Holovachuk S.V., Kublii L.I. Using machine learning to determine the level of carbon dioxide emissions of car trips. Modern problems of scientific energy supply. In 2 volumes: materials of the 20th International Scientific and Practical Conference of Young Scientists and Students, Kyiv, April 25-28, 2023. K.: KPI named after Igor Sikorskyi, Polytechnic Publishing House, 2023. Vol. 2, pp. 208-209. 2. Holovachuk S. V. Application of linear regression to determine the amount of automobile CO2 emissions. Current issues and prospects for conducting scientific research: materials of the 5th International Student Scientific Conference, Ternopil, October 6, 2023. Ternopil, 2023. P. 102-104. URL: https://archive.liga.science/index.php/conference-proceedings/issue/view/inter-06.10.2023 | |
| dc.format.pagerange | 102 с. | |
| dc.identifier.citation | Головачук, С. В. Визначення рівня викидів СO2 автомобільних рейсів за допомогою машинного навчання : магістерська дис. : 122 Комп’ютерні науки / Головачук Станіслав Васильович . – Київ, 2023. – 102 с. | |
| dc.identifier.uri | https://ela.kpi.ua/handle/123456789/64603 | |
| dc.language.iso | uk | |
| dc.publisher | КПІ ім. Ігоря Сікорського | |
| dc.publisher.place | Київ | |
| dc.title | Визначення рівня викидів СO2 автомобільних рейсів за допомогою машинного навчання | |
| dc.type | Master Thesis |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Golovachuk_magistr.pdf
- Розмір:
- 4.2 MB
- Формат:
- Adobe Portable Document Format
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 8.98 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: