检索结果-南通市图书馆

Micro-Locational Fine Dust Prediction Utilizing Machine Learning and Deep Learning Models

Computer Systems Science & Engineering 2024年第2期48卷 413-429页

作者： seoyun kim Hyerim Yu Jeewoo Yoon Eunil Park Department of Applied Artificial Intelligence Sungkyunkwan UniversitySeoul03063Korea Department of Human-Artificial Intelligence Interaction Sungkyunkwan UniversitySeoul03063Korea AI Team Raon DataSeoul03073Korea

Given the increasing number of countries reporting degraded air quality,effective air quality monitoring has become a critical issue in today’s ***,the current air quality observatory systems are often prohibitively expensive,resulting in a lack of observatories in many regions within a ***,a significant problem arises where not every region receives the same level of air quality *** disparity occurs because some locations have to rely on information from observatories located far away from their regions,even if they may be the closest available *** address this challenge,a novel approach that leverages machine learning and deep learning techniques to forecast fine dust concentrations was ***,continuous location features in the form of latitude and longitude values were incorporated into our *** utilizing a comprehensive dataset comprising weather conditions,air quality measurements,and location properties,various machine learning models,including Random Forest Regression,XGBoost Regression,AdaBoost Regression,and a deep learning model known as Long Short-Term Memory(LSTM)were *** experimental results demonstrated that the LSTM model outperforms the other models,achieving the best score with a root mean squared error of 23.48 in predicting fine dust(PM10)concentrations on an hourly ***,the fact that incorporating location properties,such as longitude and latitude values,enhances the overall quality of the regression models was ***,the implications and contributions of our research were *** implementing our approach,the cost associated with relying solely on existing observatories can be substantially *** reduction in costs can pave the way for economically efficient fine dust observation systems,ensuring more widespread and accurate air quality monitoring across different regions.

关键词： Fine dust PM_(10) air quality prediction machine learning LSTM

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

长玻纤改性聚丙烯在汽车领域中的应用与展望

引用

上海塑料 2016年第4期44卷 23-25页

作者：吴纯张伟 kim seoyun 郑义佳施加德士(苏州)塑料有限公司江苏苏州215000

我国汽车产业已进入高速发展的阶段，汽车产量、销量都居世界首位。在汽车产业快速增长的带动下，以塑料为代表的非金属材料也得到了快速的发展。车用材料发展的一个主要方向就是轻量化，汽车自重每减少10％，油耗可降低6％-8％。长纤... 详细信息

我国汽车产业已进入高速发展的阶段，汽车产量、销量都居世界首位。在汽车产业快速增长的带动下，以塑料为代表的非金属材料也得到了快速的发展。车用材料发展的一个主要方向就是轻量化，汽车自重每减少10％，油耗可降低6％-8％。长纤维增强热塑性塑料（LFT）是纤维增强聚合物领域中的一种新型高级轻量化材料，目前在汽车领域应用最多的是长玻纤复合材料（LGFT）和长碳纤复合材料（LCFT）。综述了近年来LGF／PP材料在汽车部件中的应用，并对LGF／PP材料在汽车领域中的应用前景进行了展望。

关键词：长玻纤聚丙烯汽车轻量化

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

学生餐的盐含量以及小学、中学、高中对钠摄入的认知比较

学生餐的盐含量以及小学、中学、高中对钠摄入的认知比较

引用

作者： Sohyun Ahn seoyun Park Jin Nam kim Sung Nim Han Soo Bin Jeong Hye-Kyeong kim 郭婧张帆 Department of Food Science and Nutrition The Catholic University of Korea Department of Food and Nutrition Seoul National University

过量的钠摄入可以导致高血压、脑卒中和胃癌,而过量的钠摄入又主要是由于烹饪时盐的过量使用。韩国的研究者最近做了一项调查,评估学生餐中盐的含量以及比较学生和食堂职工对钠摄入量认知的不同。该研究从韩国京畿道的24所学校(包括9所...

过量的钠摄入可以导致高血压、脑卒中和胃癌,而过量的钠摄入又主要是由于烹饪时盐的过量使用。韩国的研究者最近做了一项调查,评估学生餐中盐的含量以及比较学生和食堂职工对钠摄入量认知的不同。该研究从韩国京畿道的24所学校(包括9所小学、7所初中、8所高中)收集了382例食物,学生餐的盐含量根据每种食物的盐度和质量计算得来。小学、初中和高中每顿学生餐的盐含量分别为2.44g、3.96g和5.87g。仅学校的一顿午餐就已经提供了WHO推荐食盐每日摄入量的80%。从每餐饭的角度来说,面条、杂烩、调味酱和汤是食盐摄入的主要来源,并且调味酱、泡菜、煎炸食

关键词：

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

学生餐的盐含量以及小学、中学、高中对钠摄入的认知比较

引用

营养健康新观察 2013年第1期 50-50页

过量的钠摄入可以导致高血压、脑卒中和胃癌,而过量的钠摄入又主要是由于烹饪时盐的过量使用。韩国的研究者最近做了一项调查,评估学生餐中盐的含量以及比较学生和食堂职工对钠摄入量认知的不同。该研究从韩国京畿道的24所学校(包括9所... 详细信息

关键词：日摄入量调味酱京畿道营养知识教育方法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

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

在线全文

在线全文

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

在线全文

在线全文

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：