Συγκριτική μελέτη αλγορίθμων μηχανικής μάθησης για εκτίμηση της ποιότητας αέρα μέσω συνδυασμού δεδομένων αισθητήρων
Loading...
Date
2026-07-14
Authors
Τσαμόπουλος, Άγγελος
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Η παρακολούθηση της ποιότητας του αέρα σε εσωτερικούς χώρους αποτελεί σημαντικό ζήτημα, καθώς περιβαλλοντικές παράμετροι, όπως η συγκέντρωση διοξειδίου του άνθρακα, μπορούν να επηρεάσουν την άνεση, την υγεία και την αποδοτικότητα των ατόμων που βρίσκονται στον χώρο. Παράλληλα, η ανάπτυξη του Διαδικτύου των Πραγμάτων και της μηχανικής μάθησης έχει δημιουργήσει νέες δυνατότητες για τη συλλογή, την ανάλυση και την αξιοποίηση περιβαλλοντικών δεδομένων.
Η παρούσα διπλωματική εργασία εξετάζει τη δυνατότητα εκτίμησης της συγκέντρωσης CO2 σε εσωτερικό χώρο, αξιοποιώντας μετρήσεις από πολλαπλούς αισθητήρες. Για τον σκοπό αυτό πραγματοποιήθηκαν είκοσι πειράματα σε ελεγχόμενο εσωτερικό περιβάλλον με χρήση αισθητήρων Aranet4, οι οποίοι κατέγραψαν περιβαλλοντικές παραμέτρους όπως CO2, θερμοκρασία, σχετική υγρασία και ατμοσφαιρική πίεση.
Το πρόβλημα διατυπώθηκε ως πρόβλημα παλινδρόμησης στο πλαίσιο του virtual sensing, με στόχο την εκτίμηση της συγκέντρωσης CO2 σε έναν αισθητήρα στόχο από τις μετρήσεις των υπόλοιπων διαθέσιμων αισθητήρων. Τα δεδομένα υποβλήθηκαν σε προεπεξεργασία, η οποία περιλάμβανε βαθμονόμηση, χρονική ευθυγράμμιση, επαναδειγματοληψία και εξομάλυνση χρονοσειρών.
Στη συνέχεια αναπτύχθηκαν και συγκρίθηκαν διαφορετικά μοντέλα μηχανικής μάθησης, και συγκεκριμένα LSTM, GRU, MLP, Random Forest, SVR και XGBoost. Η αξιολόγηση πραγματοποιήθηκε σε ανεξάρτητα πειράματα δοκιμής, με χρήση κατάλληλων μετρικών παλινδρόμησης. Τα αποτελέσματα έδειξαν ότι τα αναδρομικά νευρωνικά δίκτυα αξιοποίησαν αποτελεσματικότερα τη χρονική φύση των δεδομένων, με το GRU να παρουσιάζει την καλύτερη συνολική απόδοση.
Συνολικά, η εργασία δείχνει ότι η εκτίμηση της συγκέντρωσης CO2 σε σημείο χωρίς άμεση μέτρηση είναι εφικτή μέσω αξιοποίησης δεδομένων από άλλους αισθητήρες. Η προσέγγιση αυτή αναδεικνύει τη χρησιμότητα της μηχανικής μάθησης σε εφαρμογές virtual sensing για την παρακολούθηση της ποιότητας αέρα σε εσωτερικούς χώρους.
Description
Keywords
Ποιότητα αέρα εσωτερικών χώρων, Διοξείδιο του άνθρακα, Αισθητήρες IoT, Μηχανική μάθηση, Παλινδρόμηση, Χρονοσειρές