Application of artificial neural networks for prediction of air pollution levels in environmental monitoring
PBN-AR
Instytucja
Wydział Górnictwa i Geoinżynierii (Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie)
Informacje podstawowe
Główny język publikacji
EN
Czasopismo
Journal of Ecological Engineering
ISSN
EISSN
2299-8993
Wydawca
Polskie Towarzystwo Inżynierii Ekologicznej ; Polskie Towarzystwo Inżynierii Ekologicznej Oddział w Lublinie
DOI
Rok publikacji
2016
Numer zeszytu
4
Strony od-do
190--196
Numer tomu
17
Link do pełnego tekstu
Identyfikator DOI
Liczba arkuszy
0.5
Autorzy
(liczba autorów: 2)
Słowa kluczowe
EN
artificial neural networks
prediction
environmental monitoring
air pollution
Streszczenia
Język
EN
Treść
Recently, a lot of attention was paid to the improvement of methods which are used to air quality forecasting. Artificial neural networks can be applied to model these problems. Their advantage is that they can solve the problem in the conditions of incomplete information, without the knowledge of the analytical relationship between the input and output data. In this paper we applied artificial neural networks to predict the PM 10 concentrations as factors determining the occurrence of smog phenomena. To create these networks we used meteorological data and concentrations of PM 10. The data were recorded in 2014 and 2015 at three measuring stations operating in Krakow under the State Environmental Monitoring. The best results were obtained by three-layer perceptron with back-propagation algorithm. The neural networks received a good fit in all cases.
Cechy publikacji
original article
peer-reviewed
Inne
System-identifier
idp:082858
CrossrefMetadata from Crossref logo
Cytowania
Liczba prac cytujących tę pracę
Brak danych
Referencje
Liczba prac cytowanych przez tę pracę
Brak danych