| dc.contributor.author | Шмундяк, Д. О. | uk |
| dc.date.accessioned | 2025-09-12T10:08:15Z | |
| dc.date.available | 2025-09-12T10:08:15Z | |
| dc.date.issued | 2025 | |
| dc.identifier.citation | | uk |
| dc.identifier.uri | https://ir.lib.vntu.edu.ua//handle/123456789/49277 | |
| dc.description.abstract | Продемонстровано ефективність застосування методу байєсівського моделювання для задачі аналізу взаємовпливів даних моніторингу стану атмосферного повітря, отриманих з різних станцій моніторингу певного регіону. Запропоновано алгоритм застосування цього методу для визначення як зміни показників на одній із станцій моніторингу можуть впливати на відповідні дані, отриманих з сусідніх станцій. Наведено приклад застосування для даних моніторингу стану атмосферного повітря з станцій у Вінницькій області за 2022-2024 роки від мережі громадського моніторингу EcoCity. | uk |
| dc.description.abstract | This paper provides an overview of the effectiveness of Bayesian modeling-based method for identifying the interdependencies of air quality indicators obtained from various monitoring stations within a specific region. An algorithm for applying this method is proposed. It allows to determine how data changes at one station may influence the corresponding data changes at neighboring stations. An example of its application is provided. It is based on the air quality monitoring data from stations in the Vinnytsia region for 2022–2024 period, provided by the EcoCity public monitoring network. | en |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | // Матеріали LIV науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2025/paper/view/23870 | |
| dc.subject | машинне навчання | uk |
| dc.subject | моделювання | uk |
| dc.subject | стан атмосферного повітря | uk |
| dc.subject | системний аналіз | uk |
| dc.subject | байєсівськемоделювання | uk |
| dc.subject | часові ряди | uk |
| dc.subject | природне середовище | uk |
| dc.subject | EcoCity | uk |
| dc.subject | machine learning | uk |
| dc.subject | modelling | uk |
| dc.subject | air quality | uk |
| dc.subject | system analysis | uk |
| dc.subject | Bayesian modelling | uk |
| dc.subject | time series | uk |
| dc.subject | naturalenvironment | uk |
| dc.subject | EcoCity | uk |
| dc.title | Аналіз взаємовпливів рядів даних моніторингу стану атмосферного повітря з використанням методу Байєсівського моделювання | uk |
| dc.type | Thesis | |
| dc.identifier.udc | 004.8+502 | |
| dc.relation.references | , , . . . 2018. 1(152). C. 155-162. https://doi.org/10.30748/soi.2018.152.22. | |
| dc.relation.references | Popov, O., Iatsyshyn, A., Kovach, V., Artemchuk, V., Taraduda, D., Sobyna, V., Sokolov, D., Dement, M., Hurkovskyi, V., Nikolaiev, K., Yatsyshyn, T., & Dimitriieva, D. (2019). . , (4(84), 88-98. https://doi.org/10.32918/nrs.2019.4(84).11. | |
| dc.relation.references | Nagarajan R, Scutari M, Lbre S. Bayesian network inference algorithms. In: Bayesian networks in R. New York: Springer, 2013. doi: 10.1007/978-1-4614-6446-4 | |
| dc.relation.references | , . ., , . ., -, . . , . . (2023) - , " ", 68(4), . 7183. doi: 10.34229/1028-0979-2023-4-6. | |
| dc.relation.references | Victoria Rodinkova, Serhii Yuriev, Vitalii Mokin, Mariia Kryvopustova, Dmytro Shmundiak, Mykyta Bortnyk, Yevhenii Kryzhanovskyi, Andrii Kurchenko, Bayesian analysis suggests independent development of sensitization to different fungal allergens, World Allergy Organization Journal, Volume 17, Issue 5, 2024, 100908, ISSN 1939-4551, https://doi.org/10.1016/j.waojou.2024.100908 | |
| dc.relation.references | Vitalii Mokin, Dima Shmundiak, Volodymyr Kopniak Air Quality Monitoring from EcoCity Kaggle Dataset, 2021. [ ]. : https://www.kaggle.com/datasets/vbmokin/air-quality-monitoring-from-ecocity. | |
| dc.relation.references | Dmytro Shmundiak, Bayes for air monitoring data Kaggle Notebook. [ ]. : https://www.kaggle.com/code/dimashmundiak/bayes-for-air-monitoring-data. | |
