logo móvil
Contáctanos

Un sistema de predicción de PM2.5 de ondaleta utilizando aprendizaje extremo de kernel optimizado con selección de características Boruta-XGBoost

Autores: Heidari, Ali Asghar; Akhoondzadeh, Mehdi; Chen, Huiling

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Un sistema de predicción de PM2.5 de ondaleta utilizando aprendizaje extremo de kernel optimizado con selección de características Boruta-XGBoost


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Material particulado
Concentración de PM2.5
Modelo de predicción
Descomposición wavelet
Selección de características
Optimizador SSA

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 29

Citaciones: Sin citaciones


Descripción
La concentración de materia particulada fina (PM2.5) ha sido una fuente vital de información y un indicador esencial para medir y estudiar la concentración de otros contaminantes atmosféricos. Es crucial realizar predicciones más precisas de PM2.5 y establecer un modelo de predicción de PM2.5 de alta precisión debido a sus impactos sociales y aplicaciones interdisciplinarias en ingeniería geoespacial.

Otros recursos que podrían interesarte

Temas Virtualpro