Analisi dati inquinamento atmosferico mediante machine learning

Mondani, Lorenzo (2018) Analisi dati inquinamento atmosferico mediante machine learning. [Laurea], Università di Bologna, Corso di Studio in Ingegneria e scienze informatiche [L-DM270] - Cesena
Documenti full-text disponibili:
[thumbnail of Thesis] Documento PDF (Thesis)
Disponibile con Licenza: Creative Commons: Attribuzione - Condividi allo stesso modo 3.0 (CC BY-SA 3.0)
Download (2MB)

Abstract

Descrizione del processo di raccolta dati relativi all'inquinamento atmosferico ed alle condizioni meteorologiche in Emilia-Romagna. Introduzione alle principali tecniche di machine learning: le reti neurali artificiali. Utilizzo di alcuni framework specifici in tale ambito (TensorFlow, Keras) per la definizione di un modello capace di prevedere la concentrazione di un particolare inquinante (biossido di azoto), partendo dai dati raccolti nella prima fase. Descrizione e analisi dei risultati ottenuti.

Abstract
Tipologia del documento
Tesi di laurea (Laurea)
Autore della tesi
Mondani, Lorenzo
Relatore della tesi
Ghini, Vittorio
Scuola
Scienze
Corso di studio
Ingegneria e scienze informatiche [L-DM270] - Cesena
Indirizzo
Curriculum ingegneria informatica
Ordinamento Cds
DM270
Parole chiave
meteo,machine,learning,automatico,neurale,network,deep, learning,recurrent,forecast,previsione,GRU,temporale,series,Keras,TensorFlow,Python,overfitting,training,NO2,biossido,azoto,sigmoid,attivazione,MAE,gradient,regularization,database,ARPA,activation,function,diossido
Data di discussione della Tesi
19 Luglio 2018
URI
https://amslaurea.unibo.it/id/eprint/16168

Altri metadati

Statistica sui download

Vedi altre statistiche

Gestione del documento: Visualizza il documento

© ALMA MATER STUDIORUM - Università di Bologna, 2007-2024.

^