Application of artificial neural networks model to predict the levels of sulfur dioxides in the air of Zamość, Poland
Artykuł w czasopiśmie
MNiSW
40
Lista 2021
| Status: | |
| Autorzy: | Kujawska Justyna, Kulisz Monika, Aubakirova Zulfiya |
| Dyscypliny: | |
| Aby zobaczyć szczegóły należy się zalogować. | |
| Rok wydania: | 2022 |
| Wersja dokumentu: | Drukowana | Elektroniczna |
| Język: | angielski |
| Wolumen/Tom: | 2412 |
| Numer artykułu: | 012005 |
| Strony: | 1 - 9 |
| Scopus® Cytowania: | 3 |
| Bazy: | Scopus |
| Efekt badań statutowych | NIE |
| Materiał konferencyjny: | TAK |
| Nazwa konferencji: | Computational Methods in Engineering Science |
| Skrócona nazwa konferencji: | CMES 2022 |
| URL serii konferencji: | LINK |
| Termin konferencji: | 24 listopada 2022 do 26 listopada 2022 |
| Miasto konferencji: | Zamość |
| Państwo konferencji: | POLSKA |
| Publikacja OA: | TAK |
| Licencja: | |
| Sposób udostępnienia: | Witryna wydawcy |
| Wersja tekstu: | Ostateczna wersja opublikowana |
| Czas opublikowania: | W momencie opublikowania |
| Data opublikowania w OA: | 16 grudnia 2022 |
| Abstrakty: | angielski |
| Air quality control and its prediction are particularly important for human health and life. Sulfur dioxide constitutes one of the air pollutants that play an important role in air quality pollution. An artificial neural network model was employed to forecast the levels of sulfur dioxide in the air of Zamość (Poland). The measured data of the meteorological station of Zamość in 2017-2019 were used for the model. Temperature (T), relative humidity (RH), wind speed (WS), wind direction (WD), SO2, PM10, NO2, NOx, CO, O3, C6H6 were used as input parameters for building the neural network model. Regression value (R) and Mean Squared Error (MSE) were used to estimation the model. The results show that neural network is capable of predicting the sulfur dioxide levels in the air. |
