检索结果-南通市图书馆

A Hybrid Deep Learning Approach for PM2.5 Concentration Prediction in Smart Environmental Monitoring

Intelligent Automation & Soft Computing 2023年第6期36卷 3029-3041页

作者： Minh Thanh Vo anh hvo Huong Bui Tuong Le Faculty of Information Technology HUTECH UniversityHo Chi Minh CityVietnam Natural Language Processing and Knowledge Discovery Laboratory Faculty of Information TechnologyTon Duc Thang UniversityHo Chi Minh CityVietnam Faculty of Computing Fundamentals FPT UniversityHo Chi Minh CityVietnam Laboratory for Artificial Intelligence Institute for Computational Science and Artificial IntelligenceVan Lang UniversityHo Chi Minh CityVietnam Faculty of Information Technology Van Lang UniversityHo Chi Minh CityVietnam

Nowadays,air pollution is a big environmental problem in develop-ing *** this problem,particulate matter 2.5(PM2.5)in the air is an air *** its concentration in the air is high in developing countries like Vietnam,it will harm everyone’s *** prediction of PM2.5 concentrations can help to make the correct decision in protecting the health of the *** study develops a hybrid deep learning approach named PM25-CBL model for PM2.5 concentration prediction in Ho Chi Minh City,***,this study analyzes the effects of variables on PM2.5 concentrations in Air Quality HCMC *** variables that affect the results will be selected for PM2.5 concentration ***,an efficient PM25-CBL model that integrates a convolutional neural network(CNN)andBidirectionalLongShort-TermMemory(Bi-LSTM)*** model consists of three following modules:CNN,Bi-LSTM,and Fully connected ***,this study conducts the experiment to compare the performance of our approach and several state-of-the-art deep learning models for time series prediction such as LSTM,Bi-LSTM,the combination of CNN and LSTM(CNN-LSTM),and *** empirical results confirm that PM25-CBL model outperforms other methods for Air Quality HCMC dataset in terms of several metrics including Mean Squared Error(MSE),Root Mean Squared Error(RMSE),Mean Absolute Error(MAE),and Mean Absolute Percentage Error(MAPE).

关键词： Time series prediction PM2.5 concentration prediction CNN Bi-LSTM network

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：