Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightYapılan analizler sonucunda, izleme istasyonlarındaki bilgi fazlalılığının ve bununla birlikle izleme maliyetinin PM 10 hava kirleticisi için yaklaşık olarak %78.5, SO 2 hava kirleticisi için %73.5 azaltılabileceği sonucunda ulaşılmıştır.
📌 3 Maddede Bu Makale
Özet
Bu çalışmanın amacı Türkiye’de PM 10 ve SO 2 kirleticileri konsantrasyonları bakımından benzer davranışa sahip hava kirliliği izleme istasyonlarını belirlemek ve böylece izleme maliyetini ve bilgi fazlalığını azaltmaktır. Bu amaca yönelik olarak, otoregresif modele dayanan Bulanık k-Medoidler (BKM) algoritması kullanılmıştır. Yapılan analizler sonucunda, izleme istasyonlarındaki bilgi fazlalılığının ve bununla birlikle izleme maliyetinin PM 10 hava kirleticisi için yaklaşık olarak %78.5, SO 2 hava kirleticisi için %73.5 azaltılabileceği sonucunda ulaşılmıştır.
Abstract
The aim of study is to determine the monitoring stations having similar behavior with respect to PM 10 and SO 2 concentrations and thus decrease monitoring cost and information redundancy. For this purpose, autoregressive model based Fuzzy K-medoids algorithm is used. At the results of analyses, it has been concluded that information redundancy in monitoring stations and thus monitoring cost can be decreased approximately 78.5% for PM 10 air pollutant, 73.5% for SO 2 air pollutant.