پیش‌بینی مکانی-زمانی آلودگی ذرات معلق PM2.5 شهر تهران با استفاده از یادگیری عمیق تکاملی

ارسال پیشنهاد

گزارش مالی

پیش‌بینی مکانی-زمانی آلودگی ذرات معلق PM2.5 شهر تهران با استفاده از یادگیری عمیق تکاملی

عنوان پروژه: پیش‌بینی مکانی-زمانی آلودگی ذرات معلق PM2.5 شهر تهران با استفاده از یادگیری عمیق تکاملی یک فایل داده آموزش و تست در اکسل موجود می باشد، نزدیک به هشت هزار سمپل. داده ها مربوط به 19 ایستگاه آلودگی سنجی زمینی هستند در بازه زمانی سه ساله (1393-1395). هر سطر در اکسل، داده های مربوط به یک روز می باشند. تقریبا ۱۵ تا ستون ویژگی های تاثیرگذار به عنوان ورودی و ستون آخر هم مقدار آلودگی در دسترس هست. هدف این است که الگوریتم های RNN, LSTM و DBN پیاده شوند و اموزش پیدا کنند و نتایج شون مثل R2, RMSE و غیره را بدست بیاوریم. به عنون مثال یکی از خروجی ها در فایل پیوست امده است. در نهایت از این سه الگوریتم هر کدام بهتر جواب دادن، به عنوان الگوریتم برتر انتخاب شود و مجدد با استفاده از یک الگوریتم متاهیوریستک که کد شو داریم بهینه شود. یعنی هایپرپارمترهای معماری دیپ مثل وزن و بایاس و تعداد نرون و لایه پنهان و نرخ یادگیری و غیره رو بهینه کنیم با استفاده از الگوریتم متاهیوریستیک. پروژه بسیار مهم و دقیق هست و نیاز به یک متخصص حرفه‌ای یادگیری عمیق دارد. لذا صرفا دوستانی که توانایی انجام این کار را دارند پیام دهند تا وقت خود و ما هدر نرود.