Login for students

Login for employees

Publication detail

Air Quality Assessment by Neural Networks
Authors: Hájek Petr | Olej Vladimír
Year: 2011
Type of publication: kapitola v odborné knize
Name of source: Environmental Modeling for Sustainable Regional Development : System Approaches and Advanced Methods
Publisher name: IGI Global
Place: Hershey
Page from-to: 91-117
Titles:
Language Name Abstract Keywords
cze Ohodnocování kvality ovzduší pomocí neuronových sítí Kapitola uvádí přehled současných metod používaných pro ohodnocování kvality ovzduším tj. indexů citlivosti ovzduší a indexů kvality ovzduší. Tradičně jsou používány indexy kvality ovzduší jako průměrné hodnoty vybraných látek znečišťujících ovzduší. Toto ohodnocování nebere v úvahu např. místní specifické podmínky nebo synergické efekty. Tato omezení lze odstranit použitím kombinace neuronových sítí a fuzzy logiky. Výsledný model umožnuje analyzovat strukturu v datech, objevit shluky podobných lokalit, interpretovat výsledky srozumitelným způsobem a klasifikovat také dosud neznámé lokality do tříd podle stupně znečištění ovzduší. Kvalita ovzduší;neuronové sítě;fuzzy logické neuronové sítě
eng Air Quality Assessment by Neural Networks The chapter presents an overview of current methods for air quality assessment, i.e. air stress indices and air quality indices. Traditional air quality assessment is realized using air quality indices which are determined as mean values of selected air pollutants. Thus, air quality assessment depends on strictly given limits without taking into account specific local conditions and synergic relations between air pollutants and other meteorological factors. The stated limitations can be eliminated, e.g. using systems based on neural networks and fuzzy logic. Therefore, the chapter presents a design of a model for air quality assessment based on a combination of Kohonen’s self-organizing feature maps and fuzzy logic neural networks. The model makes it possible to analyze the structure of data, to find localities with similar air quality, and to interpret the classification results by means of fuzzy logic. Due to its generalization ability, it is also possible to classify unknown localities into classes assessing their air quality. Air quality;neural networks;fuzzy logic neural networks

Map

en.mapy.cz

Services

Popular Links

© 2023 University of Pardubice, Studentská 95, 532 10 Pardubice 2
Phone: +420 466 036 111, 466 036 112, 466 036 113
Webmaster, RSS
Data box ID: f5vj9hu
Accessibility Statement
CC BY-NC-ND 4.0Creative CommonsAttributionNonCommercialNoDerivatives