پیش بینی غلظت کلروفیلآ به کمک الگوریتم های یادگیری ماشین
Publish place: Second National Conference on Civil Engineering, Intelligent Development and Sustainable Systems
Publish Year: 1401
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 268
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEIS02_115
تاریخ نمایه سازی: 10 دی 1401
Abstract:
تغییرات آب و هوا و انتشار مواد مغذی به محیط های آبی، نگرانی های زیادی را در مورد اوتروفیکاسیون و خطر شکوفاییجلبک به همراه داشته است. شکوفایی جلبک، منجر به تولید مواد سمی و دارای طعم و بو در منابع آبی میشود. در اینمطالعه از هشت متغیر مختلف جهت تخمین مقدار کلروفیل آ به عنوان شاخصی از فراوانی جلبک ها به کمک الگوریتم هاییادگیری ماشین استفاده شده است. الگوریتم های بکار گرفته شده شامل رگرسیون خطی، رگرسیون بردار پشتیبان، شبکهعصبی پرسپترون چند لایه، درخت Rep ، جنگل تصادفی و درخت M۵P است. جهت مقایسه و کارایی الگوریتم های ذکرشده، چهار معیار ضریب همبستگی، میانگین خطای مطلق، خطای میانگین مربع ها و خطای جذر میانگین مربع ها بررسیشده است. داده ها به منظور جلوگیری از بیش برازش به دو دسته آموزشی و تست تقسیم شده اند. نتایج نشان میدهد کهالگوریتم های یادگیری ماشین، ابزاری قدرتمند در تخمین غلظت کلروفیل آ هستند. همچنین الگوریتم جنگل تصادفی بابیشترین ضریب همبستگی و کمترین خطا بهترین عملکرد را در مساله مطرح شده دارد.
Keywords:
Authors
عطیه گنجی فر
دانشجو کارشناسی ارشد مهندسی عمران-محیط زیست، دانشکده مهندسی، دانشگاه فردوسی مشهد
سیدسروش پاکزاد
دانشجو کارشناسی ارشد مهندسی سازه، دانشکده مهندسی، دانشگاه فردوسی مشهد
شهناز دانش
استاد گروه مهندسی عمران-محیط زیست، دانشکده مهندسی، دانشگاه فردوسی مشهد
معصومه بحرینی
استادیار گروه زیست شناسی دانشکده علوم دانشگاه فردوسی مشهد
داود گنجی فر
عضو هیئت علمی دانشگاه فرهنگیان مشهد