Χρήση μηχανικής μάθησης σε μεγάλα περιβαλλοντικά δεδομένα
Loading...
Date
2026-07-01
Authors
Κερκίδης, Αντρέας
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Η ανάλυση περιβαλλοντικών δεδομένων συμβάλλει ουσιαστικά στην κατανόησηφαινομένων που επηρεάζουν τόσο το φυσικό περιβάλλον όσο και τη δημόσια υγεία.Ιδιαίτερα, η ποιότητα του αέρα αποτελεί ένα από τα σημαντικότερα ζητήματα των σύγχρονων αστικών περιοχών, καθώς η ατμοσφαιρική ρύπανση συνδέεται άμεσα με σοβαρές επιπτώσεις στην ανθρώπινη υγεία και στην ποιότητα ζωής. Η συνεχής συλλογή δεδομένων από σταθμούς μέτρησης και αισθητήρες δημιουργεί μεγάλα σύνολαπεριβαλλοντικών δεδομένων, των οποίων η αποτελεσματική ανάλυση απαιτεί σύγχρονες υπολογιστικές τεχνικές.Η παρούσα διπλωματική εργασία εξετάζει τη χρήση τεχνικών Μηχανικής Μάθησης σε μεγάλα περιβαλλοντικά δεδομένα, με έμφαση στην ταξινόμηση της ποιότητας του αέρα.Για τον σκοπό αυτό χρησιμοποιείται σύνολο δεδομένων ατμοσφαιρικής ρύπανσης από την πόλη της Μαδρίτης, το οποίο καλύπτει τη χρονική περίοδο από τον Ιανουάριο του 2001 έως τον Απρίλιο του 2018 και περιλαμβάνει μετρήσεις σχετικές με βασικούςατμοσφαιρικούς ρύπους.Στο πλαίσιο της εργασίας πραγματοποιείται αρχικά προεπεξεργασία και ανάλυση των δεδομένων, ώστε να αντιμετωπιστούν ελλιπείς τιμές και να διαμορφωθεί κατάλληλη μεταβλητή-στόχος για το πρόβλημα ταξινόμησης. Στη συνέχεια εφαρμόζονται αλγόριθμοι Μηχανικής Μάθησης, και συγκεκριμένα Logistic Regression, Decision Tree, Random Forest και Support Vector Machine, για την ταξινόμηση του δείκτη ποιότητας αέρα (AQI) σε τρεις διακριτές κατηγορίες.Σκοπός της εργασίας είναι η μελέτη της αποτελεσματικότητας των παραπάνω αλγορίθμων ταξινόμησης, η σύγκριση της απόδοσής τους με κατάλληλες μετρικές αξιολόγησης και η εξαγωγή συμπερασμάτων σχετικά με τη συμπεριφορά τους στο συγκεκριμένο πλαίσιο ανάλυσης περιβαλλοντικών δεδομένων. Παράλληλα, η εργασία επιδιώκει να αναδείξει τη σημασία της Μηχανικής Μάθησης ως εργαλείου αξιοποίησης μεγάλων περιβαλλοντικών συνόλων δεδομένων.Τα πειραματικά αποτελέσματα έδειξαν ότι οι αλγόριθμοι Decision Tree και Random Forest πέτυχαν την υψηλότερη δυνατή απόδοση στο εξεταζόμενο πρόβλημα, ενώ η Logistic Regression παρουσίασε την πιο ισορροπημένη συνολική συμπεριφορά μεταξύ των μη δενδροειδών προσεγγίσεων. Το αποτέλεσμα αυτό θα πρέπει να ερμηνευθεί σε συνδυασμόx με το γεγονός ότι η μεταβλητή-στόχος προέκυψε από τις ίδιες μετρήσεις ρύπων που χρησιμοποιήθηκαν και ως χαρακτηριστικά εισόδου. Το Support Vector Machine, παρότι κατέγραψε ικανοποιητική συνολική ακρίβεια, εμφάνισε χαμηλότερη επίδοση στην αναγνώριση της κλάσης υψηλής επιβάρυνσης.Συνολικά, η εργασία ανέδειξε ότι, στο συγκεκριμένο πλαίσιο ταξινόμησης βάσει AQI, οι τεχνικές Μηχανικής Μάθησης μπορούν να αξιοποιηθούν αποτελεσματικά για την επεξεργασία και κατηγοριοποίηση μεγάλων περιβαλλοντικών δεδομένων, ενώ παράλληλα υπογραμμίζεται η ανάγκη προσεκτικής ερμηνείας των αποτελεσμάτων όταν η μεταβλητήστόχος παράγεται από τα ίδια χαρακτηριστικά εισόδου.
Description
Keywords
Μηχανική μάθηση, Μεγάλα δεδομένα, Ποιότητα αέρα, Ταξινόμηση