Аналіз взаємовпливів рядів даних моніторингу стану атмосферного повітря з використанням методу Байєсівського моделювання
Вантажиться...
Файли
Дата
Автори
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
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.
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.
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.
Опис
УДК
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
978-617-8132-48-8
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Мокін В. Б., Шмундяк Д. О. Аналіз взаємовпливів рядів даних моніторингу стану атмосферного повітря з використанням методу Байєсівського моделювання // Матеріали LIV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2025/paper/view/23870.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (7)
- Адаменко Микола, Кацман Михайло, Білецька Євгенія. Аналіз існуючих математичних моделей і комп’ютерних програм для прогнозування розповсюдження забруднюючих речовин в атмосфері. Системи обробки інформації. 2018. № 1(152). C. 155-162. https://doi.org/10.30748/soi.2018.152.22.
- 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). Фізичні особливості розповсюдження забруднюючих речовин в атмосферному повітрі за умов надзвичайної ситуації на АЕС. Ядерна та радіаційна безпека, (4(84), 88-98. https://doi.org/10.32918/nrs.2019.4(84).11.
- Nagarajan R, Scutari M, Lèbre S. Bayesian network inference algorithms. In: Bayesian networks in R. New York: Springer, 2013. doi: 10.1007/978-1-4614-6446-4
- Трофимчук, О. М., Бідюк, П. І., Просянкіна-Жарова, Т. І. і Терентьєв, О. М. (2023) «Байєсівський аналіз даних у моделюванні та прогнозуванні нелінійних нестаціонарних фінансово-економічних процесів», Міжнародний науковотехнічний журнал "Проблеми керування та інформатики", 68(4), с. 71–83. doi: 10.34229/1028-0979-2023-4-6.
- 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
- Vitalii Mokin, Dima Shmundiak, Volodymyr Kopniak “Air Quality Monitoring from EcoCity” Kaggle Dataset, 2021. [Електронний ресурс]. Режим доступу: https://www.kaggle.com/datasets/vbmokin/air-quality-monitoring-from-ecocity.
- Dmytro Shmundiak, “Bayes for air monitoring data” Kaggle Notebook. [Електронний ресурс]. Режим доступу: https://www.kaggle.com/code/dimashmundiak/bayes-for-air-monitoring-data.