dc.contributor.author | Пінчук, В. П. | uk |
dc.contributor.author | Жуков, С. О. | uk |
dc.date.accessioned | 2024-04-30T07:19:33Z | |
dc.date.available | 2024-04-30T07:19:33Z | |
dc.date.issued | 2024 | |
dc.identifier.citation | Пінчук В. П., Жуков С. О. Інформаційна технологія аналізу та прогнозування pm2.5 в атмосферному повітрі міста вінниці на основі моделей : Prophet, LSTM та ARIMA. Матеріали LІII науково-технічної конференції підрозділів ВНТУ, Вінниця, 20-22 березня 2024 р. Електрон. текст. дані. 2024. URI: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2024/paper/view/19681. | uk |
dc.identifier.uri | https://ir.lib.vntu.edu.ua//handle/123456789/41809 | |
dc.description.abstract | В роботі розроблено інформаційну технологію аналізу та прогнозування стану атмосферного повітря міста. Вінниці на основі методів машинного навчання. Дослідження проводилось для показника РМ2.5. Проведено огляд
існуючих методів та технологій для аналізу та прогнозування даних. Виконано прогнозування даних з
використанням трьох моделей машинного навчання: Prophet, LSTM та ARIMA. Проведено оцінку результатів. | uk |
dc.description.abstract | In the work, the information technology of analysis and forecasting of the state of atmospheric air in the city of Vinnytsia was developed based on machine learning methods. The study was conducted for the PM2.5 indicator. An
overview of existing methods and technologies for data analysis and forecasting was conducted. Data forecasting was
performed using three machine learning models: Prophet, LSTM, and ARIMA. The results were evaluated. | en |
dc.language.iso | uk_UA | uk_UA |
dc.publisher | ВНТУ | uk |
dc.relation.ispartof | Матеріали LІII науково-технічної конференції підрозділів ВНТУ, Вінниця, 20-22 березня 2024 р. | uk |
dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2024/paper/view/19681 | |
dc.subject | інформаційна технологія | uk |
dc.subject | моніторинг | uk |
dc.subject | повітря | uk |
dc.subject | якість повітря | uk |
dc.subject | прогноз | uk |
dc.subject | датасет | uk |
dc.subject | модель | uk |
dc.subject | information technology | en |
dc.subject | monitoring | en |
dc.subject | air | en |
dc.subject | air quality | en |
dc.subject | forecast | en |
dc.subject | dataset | en |
dc.subject | model | en |
dc.title | Інформаційна технологія аналізу та прогнозування pm2.5 в атмосферному повітрі міста Вінниці на основі моделей : Prophet, LSTM та ARIMA. | uk |
dc.type | Thesis | |
dc.identifier.udc | 004.9+504.3.054 | |
dc.relation.references | Вінницький обласний центр контролю та профілактики хвороб МОЗ України. URL:
http://cgz.vn.ua/problematika-gromadskogo-zdorovya/problematika-gromadskogo-zdorovya_455.html (дата
звернення: 01.12.2023). | uk |
dc.relation.references | В. Б. Мокін, Д. Ю. Дзюняк, К. О. Бондалєтов, і В. В. Олійник, «МЕТОД І ТЕХНОЛОГІЯ
МОНІТОРИНГУ СТАНУ АТМОСФЕРНОГО ПОВІТРЯ ЗА ДОПОМОГОЮ УНІВЕРСАЛЬНОЇ
ІНФОРМАЦІЙНО-ВИМІРЮВАЛЬНОЇ СИСТЕМИ З ВИКОРИСТАННЯМ МОБІЛЬНИХ
ПРИСТРОЇВ», НаукПраці ВНТУ, вип. 4, Січ 2016. | uk |
dc.relation.references | PM2.5 forecasting for an urban area based on deep learning and decomposition method / N. Zaini et
al. Scientific Reports. 2022. Vol. 12, no. 1. URL: https://doi.org/10.1038/s41598-022-21769-1 (date of access:
01.12.2023). | en |
dc.relation.references | Artificial intelligence technologies for forecasting air pollution and human health: a narrative review / S.
Subramaniam et al. Sustainability. 2022. Vol. 14, no. 16. P. 9951. URL: https://doi.org/10.3390/su14169951
(date of access: 15.10.2023). | en |