Cílem této diplomové práce je provést předzpracování dat, navrhnout model predikce indexu kvality ovzduší a verifikovat jej na datech z vybraných lokalit Pardubického a Královehradeckého regionu. Použitá data byla získána z Českého hydrometeorologického ústavu ve třech různých lokalitách v letech 2010-2012. Na základě dat naměřených na třech monitorovacích stanicích, Pardubice Dukla, Pardubice Rosice a Hradec Králové Brněnská, byly modely navrženy tak, aby předpovídaly třídy indexu kvality ovzduší o jeden den dopředu, a to za pomoci neuronových sítí LVQ1 a LVQ3. Výsledky byly porovnány s neuronovými sítěmi RBF a MLP.
Anotace v angličtině
The aim of this thesis is to pre-process data, design models for air quality index prediction and verify them at selected localities of Pardubice and Hradec Kralové region. The used data was obtained from the Czech Hydrometeorological Institute in three different locations in years 2010-2012. Based on the data measured on the three monitoring stations of Pardubice Dukla, Pardubice Rosice and Hradec Králové Brněnská, the models were designed to predict air quality index with the assistance of neural networks LVQ1 and LVQ3. Their performance was compared with RBF and MLP neural networks.
Klíčová slova
Predikce, index kvality ovzduší, LVQ neuronové sítě, neuronové sítě
Klíčová slova v angličtině
Prediction, air quality index, LVQ neural networks, neural networks.
Rozsah průvodní práce
60 s. + přílohy 10 s.
Jazyk
CZ
Anotace
Cílem této diplomové práce je provést předzpracování dat, navrhnout model predikce indexu kvality ovzduší a verifikovat jej na datech z vybraných lokalit Pardubického a Královehradeckého regionu. Použitá data byla získána z Českého hydrometeorologického ústavu ve třech různých lokalitách v letech 2010-2012. Na základě dat naměřených na třech monitorovacích stanicích, Pardubice Dukla, Pardubice Rosice a Hradec Králové Brněnská, byly modely navrženy tak, aby předpovídaly třídy indexu kvality ovzduší o jeden den dopředu, a to za pomoci neuronových sítí LVQ1 a LVQ3. Výsledky byly porovnány s neuronovými sítěmi RBF a MLP.
Anotace v angličtině
The aim of this thesis is to pre-process data, design models for air quality index prediction and verify them at selected localities of Pardubice and Hradec Kralové region. The used data was obtained from the Czech Hydrometeorological Institute in three different locations in years 2010-2012. Based on the data measured on the three monitoring stations of Pardubice Dukla, Pardubice Rosice and Hradec Králové Brněnská, the models were designed to predict air quality index with the assistance of neural networks LVQ1 and LVQ3. Their performance was compared with RBF and MLP neural networks.
Klíčová slova
Predikce, index kvality ovzduší, LVQ neuronové sítě, neuronové sítě
Klíčová slova v angličtině
Prediction, air quality index, LVQ neural networks, neural networks.
Zásady pro vypracování
Cílem práce je provést předzpracování dat pro model predikce indexu kvality ovzduší ve vybraných lokalitách Pardubického a Královéhradeckého regionu. K predikci budou využity LVQ neuronové sítě.
Osnova:
- Indexy kvality ovzduší - zhodnocení současného stavu.
- Návrh modelu pro predikci.
- Sběr a předzpracování dat.
- Provedení experimentů v programovém prostředí Matlab.
- Zhodnocení výsledků a jejich porovnání s dalšími klasifikátory.
Zásady pro vypracování
Cílem práce je provést předzpracování dat pro model predikce indexu kvality ovzduší ve vybraných lokalitách Pardubického a Královéhradeckého regionu. K predikci budou využity LVQ neuronové sítě.
Osnova:
- Indexy kvality ovzduší - zhodnocení současného stavu.
- Návrh modelu pro predikci.
- Sběr a předzpracování dat.
- Provedení experimentů v programovém prostředí Matlab.
- Zhodnocení výsledků a jejich porovnání s dalšími klasifikátory.
Seznam doporučené literatury
JIANG, D., ZHANG, Y., HU, X., ZENG, Y., TAN, J., SHAO, D. Progress in Developing an ANN Model for Air Pollution Index Forecast. Atmospheric Environment. 2004, roč. 38, č. 40, s. 7055-7064.
MURENA, F. Measuring Air Quality over Large Urban Areas: Development and Application of an Air Pollution Index at the Urban Area of Naples. Atmospheric Environment. 2004, roč. 38, s. 6195-6202.
OSOWSKI, S., GARANTY, K. Forecasting of the Daily Meteorological Pollution using Wavelets and Support Vector Machine. Engineering Applications of Artificial Intelligence. 2007, roč. 20, č. 6, s. 745-755.
KOHONEN, T. Self-organizing Maps. Berlin: Springer Verlag, 2001. 502 p. ISBN 978-3-642-56927-2.
Seznam doporučené literatury
JIANG, D., ZHANG, Y., HU, X., ZENG, Y., TAN, J., SHAO, D. Progress in Developing an ANN Model for Air Pollution Index Forecast. Atmospheric Environment. 2004, roč. 38, č. 40, s. 7055-7064.
MURENA, F. Measuring Air Quality over Large Urban Areas: Development and Application of an Air Pollution Index at the Urban Area of Naples. Atmospheric Environment. 2004, roč. 38, s. 6195-6202.
OSOWSKI, S., GARANTY, K. Forecasting of the Daily Meteorological Pollution using Wavelets and Support Vector Machine. Engineering Applications of Artificial Intelligence. 2007, roč. 20, č. 6, s. 745-755.
KOHONEN, T. Self-organizing Maps. Berlin: Springer Verlag, 2001. 502 p. ISBN 978-3-642-56927-2.
Přílohy volně vložené
-
Přílohy vázané v práci
ilustrace, mapy, grafy, schémata, tabulky
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Student seznámil komisi s tématem své diplomové práce Predikce indexu kvality ovzduší pomocí LVQ neuronových sítí. Komise položila otázky: Které škodliviny se na IKO v Pardubickém a Královehradeckém kraji podílejí nejvíce? Charakterizujte další možnosti hodnocení kvality predikce. Jak by například bylo vhodné navrhnout matici nákladů pro tento predikční problém? V souvislosti s obr. 14 zdůvodněte, proč na predikci byli vybrané struktury neuronových sítí LVQ1 a LVQ3. Z jakého důvodu nebyla vybrána optimalizovaná struktura OLVQ? Jak ovlivňuje velikost mapy, tj. počet neuronů v mřížce, kvalitu predikce? Jak byste zdůvodnil použití LVQ? Student na otázky odpověděl.