APPLICATION OF NEURAL NETWORKS FOR ATMOSPHERIC POLLUTION FORECASTING

Аннотация

Большое количество вредных промышленных выбросов является экологической проблемой для городов всего мира. В области экологической инженерии изучение качества воздуха и прогнозирование изменения концентрации вредных веществ позволит выработать правильные стратегии устойчивого развития. В статье представлены результаты разработки и исследования применимости моделей нейросетевого моделирования для прогнозирования и распределения концентраций выбросов в атмосферу на примере города Усть-Каменогорска, Казахстан. Авторы использовали RNN сеть типа долговременной кратковременной памяти (LSTM), которая хорошо приспособлена для обучения задачам классификации, обработки и прогнозирования временных рядов, когда промежутки времени между событиями имеют различные промежутки. Для прогнозирования была определена модель LSTM с 3 скрытыми слоями и 1 нейроном в выходном слое загрязнения. Для определения эффективности исследуемой нейронной сети была рассчитана средняя абсолютная ошибка как функция потерь. Авторами разработана система моделирования процесса прогнозирования загрязнения вредных веществ в атмосферном воздухе по данным стационарных точек мониторинга.