Forecast of Air Quality Based on Ozone by Decision Trees and Neural Networks

2013 ◽  
pp. 97-106
Author(s):  
Nahun Loya ◽  
Iván Olmos Pineda ◽  
David Pinto ◽  
Helena Gómez-Adorno ◽  
Yuridiana Alemán
Keyword(s):  
Neural Networks ◽  
Air Quality ◽  
Decision Trees

scholarly journals Comparison of the use of binary decision trees and neural networks in top-quark detection

1993 ◽  
Vol 47 (5) ◽  
pp. 1900-1905 ◽  
Author(s):  
David Bowser-Chao ◽  
Debra L. Dzialo
Keyword(s):  
Neural Networks ◽  
Decision Trees ◽  
Top Quark ◽  
Binary Decision ◽  
Binary Decision Trees

scholarly journals ARTIFICIAL NEURAL NETWORKS: AN APPLICATION IN THE STUDY OF AIR QUALITY

2014 ◽  
Vol 13 ◽  
Author(s):  
Amaury De Souza ◽  
Hamilton Germano Pavão ◽  
Ana Paula Garcia Oliveira
Keyword(s):  
Neural Networks ◽  
Artificial Neural Networks ◽  
Air Quality ◽  
Multilayer Perceptron ◽  
Artificial Neural

A estimativa da concentração do ozônio de superfície propicia a geração de dados para o planejamento de previsão da qualidade do ar, útil na gestão de saúde publica. O objetivo deste trabalho foi elaborar uma Rede Neural Artificial (RNAs) para estimar a concentração do ozônio de superfície em função de dados diários de clima. A RNA, do tipo FeedForward Multilayer Perceptron, foi treinada tomando-se por referência da concentração diária do ozônio medida. Nas camadas intermediárias e de saída foram utilizadas funções de ativação do tipo tan-sigmóide e lineares, respectivamente. O desempenho da RNA desenvolvida foi muito bom, podendo-se considerá-la como integrante do conjunto de métodos indiretos para estimativa da concentração do ozônio de superfície. O modelo proposto pode ser utilizado pelo governo público como ferramenta para ativar ações de ferramentas durante os períodos de estagnação atmosférica, quando os níveis de ozônio na atmosfera possam representar riscos à saúde publica.

Sign in / Sign up

Export Citation Format

Share Document