|
Dòng
|
Nội dung
|
|
1
|
Dự báo chất lượng không không khí sử dụng các thuật toán hồi quy
// Cầu đường Việt Nam tr.
Dự báo chất lượng không khí (AQI) là một bài toán quan trọng trong lĩnh vực khoa học môi trường, giúp cung cấp thông tin kịp thời nhằm giảm thiểu tác động tiêu cực của ô nhiễm không khí đến sức khỏe con người. Trong nghiên cứu này, chúng tôi áp dụng các thuật toán học máy hồi quy, bao gồm hồi quy dừng ngẫu nhiên và hồi quy AdaBoost để dự báo chỉ số AQI dựa trên dữ liệu đo lường các chỉ số môi trường theo thời gian. Bộ dữ liệu được thu thập từ các trạm quan trắc không khí, bao gồm các thông số như nồng độ các chất ô nhiẻm (PM2.5, PM10, N02, o ), nhiệt độ, độ ẩm và áp suất. Chúng tôi tiến hành tiền xử lý dữ liệu, lựa chọn đặc trưng quan trọng và huấn luyện mô hình trên tập dữ liệu thời gian thực. Kết quả thực nghiệm cho thấy các mô hình hồi quy này có khả năng tổng quát hóa tốt, đạt được độ chính xác cao trên các mẫu dữ liệu có nhiễu thấp. Các mô hình được đánh giá dựa trên các chỉ số như RMSE, MAE, MSE và R2 cho thấy khả nâng của học máy trong việc dự báo chất lượng không khí một cách hiệu quả, góp phần nâng cao độ chính xác của dự báo AQI, hỗ trợ các nhà hoạch định chính sách, góp phần vào các chiến lược quản lý môi trường hiệu quả hơn.
Đầu mục:0
(Lượt lưu thông:0)
Tài liệu số:1
(Lượt truy cập:0)
|
|
2
|
Dự báo khả năng chống xuyên thủng của sàn phẳng BTCT bằng kỹ thuật trí tuệ nhân tạo
// Xây dựng : tạp chí xây dựng Việt nam - Bản quyền thuộc bộ xây dựng tr.
Nghiên cứu này phát triển một mô hình trí tuệ nhân tạo có khả năng tự điều chỉnh các thông số bằng thuật toán tối ưu hóa để dự báo khả năng chống xuyên thủng của sàn phẳng be tông cốt thép. Một bộ dữ liệu gồm 511 mẫu được thu thập từ nghiên cứu trước. Các mô hình đơn. hỗn hợp từ 4 mô hình cơ bản bao gồm mạng thần kinh nhân tạo (ANN), hồi quy vec-tơ hỗ trợ (SVR), hồi quy tuyến tính (LR) và cây phân loại và hồi quy (CART) được đánh giá và tìm ra mô hình tốt nhất. Mô hình tìm ra sẽ được kết hợp với thuật toán tối ưu hóa jellyfish search (JS) để tối ưu hóa các siêu tham số nhằm nâng cao độ chính xác của mô hình, là mô hình JS-Stacking-LSSVR. Kết quả so sánh cho thấy mô hình được đề xuất có độ chính xác vượt trội so với các mô hình khác, kể cả các mô hình đã được công bố trước đây. Điều này chứng tỏ rằng, mô hình JS-Stacking-LSSVR là công cụ dự báo khả năng chống xuyên thủng của sàn phẳng bê tông cốt thép với độ chính xác cao, có thể áp dụng trong thiết kế và phân tích kết cấu bê túng cốt thép
Đầu mục:0
(Lượt lưu thông:0)
Tài liệu số:1
(Lượt truy cập:6)
|
|
3
|
|
|
4
|
|
|
5
|
|
|
|
|
|