مدل های یادگیری عمیق مبتنی بر هوش مصنوعی برای پیش بینی کیفیت هوای شهری و کنترل آلودگی
- سال انتشار: 1403
- محل انتشار: سومین همایش بین المللی معماری، عمران، علوم زمین و محیط زیست سالم
- کد COI اختصاصی: MEMARCONF03_130
- زبان مقاله: فارسی
- تعداد مشاهده: 242
نویسندگان
دانشکده مهندسی برق و کامپیوتر، گرایش هوش مصنوعی و رباتیکز، دانشگاه آزاد اسلامی، واحد الکترونیکی، تهران، ایران
چکیده
افزایش آلودگی هوای شهری یکی از چالش های اساسی در حوزه بهداشت عمومی و محیط زیست محسوب می شود و راه حل های پیش بینی و کنترل آلودگی به یکی از اولویت های حیاتی سیاست گذاران تبدیل شده است. در این راستا، هوش مصنوعی، به ویژه مدل های یادگیری عمیق، به عنوان ابزاری توانمند برای پیش بینی دقیق کیفیت هوا و کنترل آلودگی های شهری ظهور یافته اند. این مدل ها، مانند شبکه های LSTM و CNN و مدل های ترکیبی، با قابلیت تحلیل داده های زمانی-مکانی پیچیده، امکان پایش و پیش بینی در زمان واقعی و ارائه هشدارهای زودهنگام را فراهم می کنند. ادغام داده های چندمنبعی، شامل تصاویر ماهواره ای و داده های IoT، به این مدل ها اجازه می دهد تا با دقت و پوشش بیشتر به تحلیل و پیش بینی وضعیت کیفیت هوا بپردازند. علاوه بر این، با استفاده از چارچوب های مبتنی بر هوش مصنوعی، شهرهای مختلف توانسته اند سیاست های کنترل آلودگی موثری را، متناسب با شرایط خاص هر شهر، پیاده سازی کنند.این مقاله مروری بر روندهای اخیر و مدل های پیشرفته یادگیری عمیق در پیش بینی کیفیت هوا و کنترل آلودگی ارائه می دهد. همچنین به چالش های داده ای مانند ناهماهنگی و عدم قطعیت در پیش بینی پرداخته و اهمیت استفاده از هوش مصنوعی قابل توضیح برای شفافیت بیشتر مدل ها را برجسته می سازد. در پایان، جهت گیری های آینده از جمله ادغام بیشتر با سیاست های شهری پایدار و تحقیقات بیشتر برای بهبود مدل های فعلی پیشنهاد می شود تا به تحقق هدف های زیست محیطی و حفظ سلامت عمومی کمک کند.کلیدواژه ها
پیش بینی کیفیت هوا، یادگیری عمیق، کنترل آلودگی، هوش مصنوعی، برنامه ریزی شهریاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.