Air Quality Assessment by Statistical Learning-Based Regularization

Authors : Bülent TÜTMEZ

Pages : 271-278

Doi:10.21605/cukurovaummfd.792412

View : 10 | Download : 9

Publication Date : 2020-06-30

Article Type : Research Paper

Abstract :PM10, 10 mikrometreden daha küçük boyutta, havada askıda kalma özelliğine sahip parçacık madde olarak tanımlanabilir. PM10’un çok yüksek konsantrasyonları insan ve çevreyi şiddetli biçimde etkiler. Bu çalışmada, hava kalitesinin değerlendirilmesi amacıyla, ikincil parametreler ile PM10 arasındaki ilişkilerin ortaya çıkarılmasına odaklanılmıştır. Analizler için istatistiksel öğrenmeye dayalı düzenleme yöntemleri olan Ridge, Lasso ve Elastic-net yordamlarından yararlanılmıştır. Özellikle Elastic-net yordamının PM10 tahmininde kullanımı yenilik taşımaktadır. Hesaplamaların sonucu olarak, bütün modellerin yüksek kestirim kapasitesine sahip oldukları kaydedilmiştir. Bununla birlikte, gerek kestirim başarısı ve gerekse de model gürbüzlüğü insert ignore into journalissuearticles values(duraylılığı); bakımından Elastic-net modeli diğer yöntemlerle karşılaştırıldığında daha başarılı sonuçlar vermektedir. Model hata ölçümleri insert ignore into journalissuearticles values(MSE ve MAPE); temel alındığında, en iyi sayısal sonuçlar Elastic-net modeliyle elde edilmiştir. Makine öğrenmesine dayalı düzenleme yordamlarının çevresel problemlerin değerlendirilmesi amacıyla kullanımı başarılı, genelleştirilmiş ve şeffaf model yapılarının oluşturulmasını sağlayabilecektir.
Keywords : Düzenleme, Bağlanım, Hava kalitesi, PM10