Napovedovanje delcev PM10 v Slovenji s pomočjo nevronskih mrežMARINČEK, MARK (Avtor) Faganeli Pucer, Jana (Mentor) globoke nevronske mrežeLSTMCNNMLPRFPM10V diplomski nalogi smo se posvetili problematiki onesnaženosti zraka z delci PM10 in njihovemu vplivu na zdravje. Osredotočili smo se na primerjavo različnih modelov globokih nevronskih mrež (LSTM, CNN, MLP) in ansambelskega modela naključnih gozdov (RF) pri napovedovanju dnevne koncentracije delcev PM10. Uporabili smo meteorološke podatke in napovedi modela ECMWF za napovedovanje v Ljubljani, Celju, Zagorju in Kopru za današnji in jutrišnji dan. Za iskanje optimalnih hiperparametrov modelov smo uporabili metodo iskanja po mreži. Učinkovitost napovednih modelov smo ocenjevali s tremi metrikami: MAE, MAPE in RMSE. Ugotovili smo, da se je LSTM najbolje odrezal pri napovedih za današnji in še zlasti pri napovedih za jutrišnji dan. Rezultati so pokazali, da je med primerjanimi modeli LSTM najboljša izbira za napovedovanje delcev PM10, medtem ko so se drugi modeli odrezali različno glede na kraj in dan napovedi. MLP se je pričakovano odrezal najslabše, medtem ko je CNN presenetil z dobro uspešnostjo, zlasti pri napovedih za današnji dan. Diplomska naloga ponuja vpogled v učinkovitost uporabe globokih nevronskih mrež za napovedovanje onesnaženosti zraka ter prispeva k razumevanju, kako lahko različni modeli in metrike vplivajo na točnost napovedi.20242024-03-26 12:00:07Diplomsko delo/naloga155321VisID: 36589COBISS_ID: 190883843sl