Wykorzystanie Sztucznych Sieci Neuronowych Typu MLP Do Predykcji Zanieczyszczenia Powietrza Na Podstawie Danych Pogodowych Ze Stacji Pomiarowej

Abstract

Streszczenie: Artykuł miał na celu przedstawienie wyników badań dotyczących predykcji wartości zanieczyszczenia powietrza na podstawie zarejestrowanych na stacji pomiarowej danych pogodowych. W badaniach wykorzystano sztuczne sieci neuronowe typu perceptron wielowarstwowy. Przeanalizowano możliwość wykorzystania do obliczeń różnych danych wejściowych, w tym dwutlenku siarki (SO2), dwutlenku azotu (NO2), tlenku azotu (NOx), tleneku węgla (CO), ozonu (O3), benzenu (C6H6), pyłu zawieszonego PM10, pyłu zawieszonego PM2.5, ciśnienia atmosferycznego, wilgotności względnej, temperatury, kierunku wiatru, prędkości wiatru, promieniowania RAD, opadu atmosferycznego i promieniowania UVB. Badania zrealizowano w ramach projektu Politechnika Śląska jako Centrum Nowoczesnego Kształcenia opartego o badania i innowacje POWR-03.05.00-00-Z098/17-00.