Luận văn: Dự đoán chỉ số PM2.5 sử dụng Học Sâu và Thuật Toán Di Truyền

Luận văn: Dự đoán chỉ số PM2.5 bằng học sâu kết hợp thuật toán di truyền. Nghiên cứu phương pháp mới, nâng cao độ chính xác dự báo ô nhiễm không khí.

Người đăng

Ẩn danh

Thể loại

Luận văn thạc sĩ

2021

75
1
0

Phí lưu trữ

30 Point

Mục lục chi tiết

Acknowledgements

Abstract

1. Chapter 1: Related works

1.1. sting solutions and problems

1.2. Goals and approaches

1.3. Structure of thesis

2. Chapter 2: Theoretical Background

2.1. The importance of features.7 Reszarch methods

2.2. Deep learnirys overview

2.3. Long short-term memory

2.4. Encoder-Decoder model

3. Chapter 3: Proposed Forecasting Framework (OFFGED).1 Overview

3.1. GA-based feature selectton.3

3.2. Encader-Necoder model-based pred

3.3. New training stategy LTS2

4. Chapter 4:

4.1. Dataset and evaluation settings

4.2. Impact of the GA’s number of generations.3

4.3. Comparing feature selection algorithms

4.4. Comparing prediction modcts

4.5. Comparing ED-LSTM, AR-BiLSTM, and AC-LSTM

4.6. Comparing 1D-LSTM and SI-DNN

4.7. Results of OFEGED.2

4.8. Results of LTS2

References

List of Figures

List of Tables

List of Equations

Tóm tắt

I. Tổng quan về dự đoán PM2

Nồng độ bụi mịn PM2.5 là một chỉ số quan trọng đánh giá chất lượng không khí. Các hạt bụi này có kích thước rất nhỏ, dễ dàng xâm nhập sâu vào phổi, gây ảnh hưởng nghiêm trọng đến sức khỏe con người. Việc dự đoán chính xác nồng độ PM2.5 có thể giúp giảm thiểu hoặc tránh các tác động tiêu cực. Nghiên cứu này tập trung vào việc dự đoán PM2.5 bằng cách sử dụng học sâuthuật toán di truyền (Genetic Algorithm - GA). Thuật toán di truyền được sử dụng để lựa chọn đặc trưng quan trọng và loại bỏ các giá trị ngoại lệ, từ đó nâng cao độ chính xác dự đoán. Mô hình encoder-decoder với Long Short-Term Memory (LSTM) giúp xử lý dữ liệu chuỗi thời gian một cách hiệu quả. Đánh giá mô hình trên dữ liệu chất lượng không khí từ Hà Nội và Đài Loan cho thấy kết quả khả quan, với độ chính xác dự đoán được cải thiện đáng kể so với các phương pháp trước đây. Mô hình đề xuất có khả năng đạt được độ chính xác cao hơn tới 53.7% so với các nghiên cứu trước đây. Hơn nữa, thuật toán di truyền giúp tìm ra sự kết hợp đặc trưng tối ưu để dự đoán PM2.5, cải thiện độ chính xác thêm ít nhất 13%.

1.1. Tầm quan trọng của dự đoán PM2.5 chính xác

Dự đoán chính xác nồng độ PM2.5 mang lại nhiều lợi ích thiết thực. Cảnh báo sớm giúp người dân chủ động phòng tránh, đặc biệt là những người có bệnh về đường hô hấp và tim mạch. Chính phủ và các cơ quan quản lý môi trường có thể sử dụng thông tin dự đoán để đưa ra các biện pháp kiểm soát ô nhiễm kịp thời và hiệu quả, ví dụ như hạn chế giao thông, điều chỉnh hoạt động công nghiệp, hoặc thực hiện các biện pháp can thiệp khẩn cấp. Các nhà nghiên cứu và hoạch định chính sách có thể dựa vào dữ liệu dự đoán để đánh giá hiệu quả của các chính sách môi trường hiện tại và đề xuất các giải pháp cải thiện. Dữ liệu này còn hữu ích cho việc lập kế hoạch đô thị, quy hoạch khu công nghiệp, và đưa ra các quyết định đầu tư liên quan đến môi trường.

1.2. Ứng dụng của thuật toán di truyền trong chọn lọc đặc trưng

Thuật toán di truyền (GA) là một kỹ thuật tối ưu hóa mạnh mẽ, mô phỏng quá trình tiến hóa tự nhiên. Trong bài toán dự đoán PM2.5, GA được sử dụng để chọn lọc các đặc trưng (features) đầu vào quan trọng nhất, loại bỏ những đặc trưng không liên quan hoặc gây nhiễu. Quá trình này giúp giảm độ phức tạp của mô hình, tăng tốc độ huấn luyện, và quan trọng nhất là nâng cao độ chính xác dự đoán. GA tạo ra một quần thể các giải pháp tiềm năng (mỗi giải pháp là một tập hợp các đặc trưng được chọn), đánh giá chất lượng của mỗi giải pháp, và sử dụng các toán tử di truyền (lai ghép, đột biến) để tạo ra các thế hệ giải pháp mới, tốt hơn. Quá trình này lặp đi lặp lại cho đến khi tìm được giải pháp tối ưu, tức là tập hợp các đặc trưng mang lại độ chính xác dự đoán cao nhất.

1.3. Tổng quan về mô hình Encoder Decoder với LSTM

Mô hình Encoder-Decoder là một kiến trúc mạng nơ-ron sâu được sử dụng rộng rãi trong các bài toán xử lý chuỗi, ví dụ như dịch máy, tóm tắt văn bản, và dự đoán chuỗi thời gian. Encoder chuyển đổi chuỗi đầu vào thành một vector biểu diễn ngữ cảnh, còn Decoder giải mã vector này để tạo ra chuỗi đầu ra. Trong bài toán dự đoán PM2.5, chuỗi đầu vào là chuỗi các giá trị PM2.5 và các yếu tố liên quan (thời tiết, giao thông, công nghiệp,...) trong quá khứ, còn chuỗi đầu ra là chuỗi các giá trị PM2.5 dự đoán trong tương lai. LSTM (Long Short-Term Memory) là một loại mạng nơ-ron tái phát (Recurrent Neural Network - RNN) đặc biệt, có khả năng ghi nhớ thông tin dài hạn, khắc phục nhược điểm của RNN truyền thống. Việc sử dụng LSTM trong mô hình Encoder-Decoder giúp nắm bắt các mối quan hệ phức tạp và phụ thuộc thời gian trong dữ liệu PM2.5, từ đó nâng cao độ chính xác dự đoán.

II. Vấn đề thách thức trong dự đoán chính xác chỉ số PM2

Dự đoán PM2.5 là một bài toán phức tạp, đặt ra nhiều thách thức. Nồng độ PM2.5 chịu ảnh hưởng của nhiều yếu tố, bao gồm thời tiết, giao thông, công nghiệp, địa hình, và các nguồn phát thải ô nhiễm khác. Mối quan hệ giữa các yếu tố này và PM2.5 thường phi tuyến tính và biến đổi theo thời gian. Dữ liệu chất lượng không khí thường bị thiếu hoặc chứa các giá trị ngoại lệ, gây khó khăn cho việc huấn luyện mô hình. Các phương pháp dự đoán truyền thống thường dựa trên các mô hình thống kê đơn giản, không có khả năng nắm bắt các mối quan hệ phức tạp trong dữ liệu. Hơn nữa, việc lựa chọn các đặc trưng đầu vào phù hợp là một bài toán khó, đòi hỏi kiến thức chuyên môn sâu rộng và khả năng phân tích dữ liệu hiệu quả. Cần có một mô hình đủ mạnh để xử lý những phức tạp và nhiễu loạn này.

2.1. Phân tích các yếu tố ảnh hưởng đến nồng độ PM2.5

Nồng độ PM2.5 không phải là một đại lượng độc lập, mà chịu ảnh hưởng bởi rất nhiều yếu tố khác nhau. Thời tiết đóng vai trò quan trọng, với các yếu tố như nhiệt độ, độ ẩm, tốc độ gió, và lượng mưa có thể ảnh hưởng đến sự phát tán và tích tụ của PM2.5. Giao thông là một nguồn phát thải ô nhiễm lớn, đặc biệt là ở các khu vực đô thị. Công nghiệp cũng đóng góp đáng kể vào ô nhiễm PM2.5, với các nhà máy điện, nhà máy sản xuất, và các hoạt động khai thác mỏ. Địa hình có thể ảnh hưởng đến sự lưu thông không khí và sự tích tụ ô nhiễm. Các nguồn phát thải tự nhiên như cháy rừng và bụi sa mạc cũng có thể làm tăng nồng độ PM2.5.

2.2. Khó khăn trong việc thu thập và xử lý dữ liệu chất lượng

Việc thu thập dữ liệu chất lượng không khí đáng tin cậy là một thách thức lớn, đặc biệt là ở các nước đang phát triển. Các trạm quan trắc thường không đủ số lượng, phân bố không đều, hoặc không được bảo trì đúng cách. Dữ liệu thu thập được thường bị thiếu, sai sót, hoặc chứa các giá trị ngoại lệ. Việc xử lý dữ liệu này đòi hỏi các kỹ thuật tiền xử lý phức tạp, ví dụ như điền giá trị thiếu, loại bỏ giá trị ngoại lệ, và chuẩn hóa dữ liệu. Hơn nữa, việc tích hợp dữ liệu từ nhiều nguồn khác nhau (ví dụ: dữ liệu thời tiết, dữ liệu giao thông, dữ liệu công nghiệp...) cũng đòi hỏi các kỹ thuật phức tạp để đảm bảo tính nhất quán và chính xác của dữ liệu.

2.3. Hạn chế của các phương pháp dự đoán PM2.5 truyền thống

Các phương pháp dự đoán PM2.5 truyền thống thường dựa trên các mô hình thống kê đơn giản, ví dụ như hồi quy tuyến tính, ARIMA, hoặc các mô hình trung bình trượt. Các mô hình này thường không có khả năng nắm bắt các mối quan hệ phi tuyến tính và phụ thuộc thời gian trong dữ liệu PM2.5. Chúng cũng thường đòi hỏi các giả định đơn giản về phân phối của dữ liệu, có thể không đúng trong thực tế. Hơn nữa, các mô hình truyền thống thường không có khả năng xử lý dữ liệu lớn và phức tạp một cách hiệu quả. Điều này dẫn đến độ chính xác dự đoán thấp và khả năng áp dụng hạn chế trong các tình huống thực tế.

III. Phương pháp dự đoán PM2

Nghiên cứu này đề xuất một phương pháp mới để dự đoán PM2.5, kết hợp sức mạnh của thuật toán di truyền (GA) và mô hình Encoder-Decoder với LSTM. GA được sử dụng để chọn lọc các đặc trưng đầu vào quan trọng nhất, loại bỏ những đặc trưng không liên quan hoặc gây nhiễu. Mô hình Encoder-Decoder với LSTM giúp nắm bắt các mối quan hệ phức tạp và phụ thuộc thời gian trong dữ liệu PM2.5. Phương pháp này bao gồm ba giai đoạn chính: (1) Tiền xử lý dữ liệu: làm sạch và chuẩn hóa dữ liệu chất lượng không khí và các yếu tố liên quan; (2) Lựa chọn đặc trưng: sử dụng GA để chọn lọc các đặc trưng quan trọng nhất; (3) Huấn luyện mô hình: huấn luyện mô hình Encoder-Decoder với LSTM trên dữ liệu đã được tiền xử lý và chọn lọc đặc trưng. Mô hình này được đánh giá trên dữ liệu từ Hà Nội và Đài Loan, cho thấy kết quả vượt trội.

3.1. Chi tiết về thuật toán di truyền cho chọn lọc đặc trưng

Trong giai đoạn chọn lọc đặc trưng, mỗi cá thể trong quần thể GA đại diện cho một tập hợp các đặc trưng đầu vào. Hàm đánh giá (fitness function) đánh giá chất lượng của mỗi cá thể dựa trên độ chính xác dự đoán của mô hình Encoder-Decoder với LSTM khi sử dụng tập hợp các đặc trưng tương ứng. Các toán tử di truyền (lai ghép và đột biến) được sử dụng để tạo ra các thế hệ cá thể mới, tốt hơn. Quá trình này lặp đi lặp lại cho đến khi tìm được cá thể tối ưu, tức là tập hợp các đặc trưng mang lại độ chính xác dự đoán cao nhất. Việc mã hóa các đặc trưng được thực hiện bằng cách sử dụng chuỗi nhị phân, trong đó mỗi bit đại diện cho một đặc trưng, với giá trị 1 biểu thị đặc trưng được chọn và giá trị 0 biểu thị đặc trưng không được chọn. Các tham số của GA, chẳng hạn như kích thước quần thể, tỷ lệ lai ghép, và tỷ lệ đột biến, được điều chỉnh cẩn thận để đảm bảo hiệu quả của quá trình tối ưu hóa.

3.2. Cấu trúc và hoạt động của mô hình Encoder Decoder LSTM

Mô hình Encoder-Decoder với LSTM bao gồm hai thành phần chính: Encoder và Decoder. Encoder nhận chuỗi đầu vào (ví dụ: chuỗi các giá trị PM2.5 và các yếu tố liên quan trong quá khứ) và chuyển đổi nó thành một vector biểu diễn ngữ cảnh. Decoder nhận vector này và giải mã nó để tạo ra chuỗi đầu ra (ví dụ: chuỗi các giá trị PM2.5 dự đoán trong tương lai). Cả Encoder và Decoder đều được xây dựng từ các lớp LSTM, cho phép mô hình nắm bắt các mối quan hệ phức tạp và phụ thuộc thời gian trong dữ liệu. Việc sử dụng cơ chế attention có thể giúp mô hình tập trung vào các phần quan trọng nhất của chuỗi đầu vào khi giải mã. Các tham số của mô hình, chẳng hạn như số lượng lớp LSTM, kích thước của các lớp, và learning rate, được điều chỉnh cẩn thận để đảm bảo hiệu quả của quá trình huấn luyện.

3.3. Quy trình huấn luyện và đánh giá mô hình

Mô hình được huấn luyện trên một tập dữ liệu huấn luyện (training set) và đánh giá trên một tập dữ liệu kiểm tra (test set) độc lập. Các chỉ số đánh giá hiệu quả mô hình bao gồm RMSE (Root Mean Squared Error), MAE (Mean Absolute Error), và R-squared. Quá trình huấn luyện bao gồm việc tối ưu hóa các tham số của mô hình để giảm thiểu sai số dự đoán trên tập dữ liệu huấn luyện. Các kỹ thuật regularization, chẳng hạn như dropout và weight decay, có thể được sử dụng để tránh overfitting. Việc lựa chọn hàm mất mát (loss function) phù hợp cũng rất quan trọng để đảm bảo hiệu quả của quá trình huấn luyện. Các chiến lược huấn luyện khác nhau, chẳng hạn như early stopping và learning rate scheduling, có thể được sử dụng để cải thiện hiệu suất của mô hình.

IV. Ứng dụng thực tế và kết quả nghiên cứu dự đoán chỉ số PM2

Phương pháp đề xuất đã được đánh giá trên dữ liệu chất lượng không khí từ Hà Nội và Đài Loan. Kết quả cho thấy phương pháp này đạt được độ chính xác dự đoán cao hơn đáng kể so với các phương pháp trước đây. Cụ thể, mô hình đạt được độ chính xác cao hơn tới 53.7% so với các nghiên cứu trước đây khi chỉ sử dụng mô hình Encoder-Decoder. Việc kết hợp GA để chọn lọc đặc trưng giúp cải thiện độ chính xác thêm ít nhất 13%. Các kết quả này cho thấy tiềm năng ứng dụng to lớn của phương pháp này trong việc dự đoán PM2.5 và hỗ trợ các quyết định quản lý chất lượng không khí.

4.1. So sánh hiệu quả với các mô hình dự đoán PM2.5 khác

Để đánh giá hiệu quả của phương pháp đề xuất, nó đã được so sánh với một số mô hình dự đoán PM2.5 khác, bao gồm các mô hình thống kê truyền thống và các mô hình học sâu khác. Kết quả cho thấy phương pháp đề xuất vượt trội hơn hẳn so với các mô hình so sánh về độ chính xác dự đoán. Cụ thể, nó đạt được RMSEMAE thấp hơn, và R-squared cao hơn. Các kết quả này cho thấy phương pháp đề xuất có khả năng nắm bắt các mối quan hệ phức tạp trong dữ liệu PM2.5 tốt hơn so với các mô hình so sánh.

4.2. Phân tích ảnh hưởng của việc chọn lọc đặc trưng bằng GA

Để đánh giá ảnh hưởng của việc chọn lọc đặc trưng bằng GA, mô hình đã được huấn luyện và đánh giá với cả tập hợp các đặc trưng đầy đủ và tập hợp các đặc trưng được chọn lọc bởi GA. Kết quả cho thấy việc sử dụng tập hợp các đặc trưng được chọn lọc bởi GA giúp cải thiện độ chính xác dự đoán đáng kể. Điều này cho thấy GA có khả năng chọn lọc các đặc trưng quan trọng nhất và loại bỏ những đặc trưng không liên quan hoặc gây nhiễu.

4.3. Đánh giá hiệu quả mô hình trên dữ liệu Hà Nội và Đài Loan

Mô hình đã được đánh giá trên dữ liệu từ cả Hà Nội và Đài Loan để kiểm tra tính tổng quát của nó. Kết quả cho thấy mô hình hoạt động tốt trên cả hai tập dữ liệu, cho thấy nó có khả năng áp dụng cho các khu vực khác nhau với các đặc điểm chất lượng không khí khác nhau. Tuy nhiên, cần lưu ý rằng hiệu suất của mô hình có thể khác nhau tùy thuộc vào chất lượng và đặc điểm của dữ liệu đầu vào.

V. Kết luận hướng phát triển trong dự đoán PM2

Nghiên cứu này đã đề xuất một phương pháp mới để dự đoán PM2.5, kết hợp GA và mô hình Encoder-Decoder với LSTM. Kết quả cho thấy phương pháp này có khả năng đạt được độ chính xác dự đoán cao hơn đáng kể so với các phương pháp trước đây. Trong tương lai, có thể mở rộng nghiên cứu bằng cách sử dụng các mô hình học sâu phức tạp hơn, tích hợp thêm các nguồn dữ liệu khác, và phát triển các phương pháp chọn lọc đặc trưng tiên tiến hơn. Mục tiêu cuối cùng là xây dựng một hệ thống dự đoán PM2.5 chính xác và đáng tin cậy, giúp bảo vệ sức khỏe con người và môi trường.

5.1. Các hướng cải tiến mô hình trong tương lai

Trong tương lai, có thể cải tiến mô hình bằng cách sử dụng các kiến trúc mạng nơ-ron sâu phức tạp hơn, ví dụ như Transformer hoặc các mô hình dựa trên cơ chế attention. Việc tích hợp thêm các nguồn dữ liệu khác, chẳng hạn như dữ liệu vệ tinh, dữ liệu cảm biến IoT, và dữ liệu mạng xã hội, cũng có thể giúp cải thiện độ chính xác dự đoán. Phát triển các phương pháp chọn lọc đặc trưng tiên tiến hơn, ví dụ như sử dụng các thuật toán di truyền đa mục tiêu hoặc các phương pháp dựa trên thông tin, cũng là một hướng nghiên cứu tiềm năng.

5.2. Thách thức cơ hội trong triển khai thực tế hệ thống dự đoán

Việc triển khai thực tế một hệ thống dự đoán PM2.5 đặt ra nhiều thách thức, bao gồm việc đảm bảo tính ổn định và độ tin cậy của hệ thống, tích hợp hệ thống với các hệ thống hiện có, và cung cấp thông tin dự đoán một cách dễ dàng và trực quan cho người dùng. Tuy nhiên, cũng có nhiều cơ hội, ví dụ như phát triển các ứng dụng di động cảnh báo ô nhiễm, tích hợp hệ thống với các hệ thống quản lý giao thông và công nghiệp, và cung cấp thông tin dự đoán cho các nhà hoạch định chính sách.

11/09/2025

Trích đoạn nội dung tài liệu

Chương 1: Tỉnh hình nghiên cứu hiện nay, Chương 2: Cơ sở lÿ Huyết, Chương 3: Mô hình đê xuất, Chương 4: Dánh giá hiệu quả mô hình. Ngày tháng năm 2021 Giáo viên hưứng dẫn Tác giá luận văn CHỦ TỊCH HỘI ĐỒNG Content Confent. List of Vigures. List of Tables.

List of Equations. 1 12 sting solutions and problems - | 1.3 Goals and approaches 1.4 Structure of thesis Chapter 1. Related works Chapter2, Theoretical Background 2.2 Deep learnirys averview 3 2.3 Long short-term memory - - - co 2.4 Encoder-Decoder model - - 10 2.1 The importance of features.7 Reszarch methods - 28 Chapter 3. Proposed Forecasting Framework (OFFGED).1 Overview: - - 19 Acknowledgements First of all, I would like to deeply thank my family, especially my parents - who have worked hard to raise me.

My parents have always been with me and created the best conditions for me to have all the necessities needed for my studies Parents are the spiritual fulcrum, helping me to have a springboard to overcome difficulties and challenges. I would like to express my gratitude to my advisors, Dr. Nguyen Phi Le for supporting my studies and rescarch on this subject. She is very kindhearted and supportive person, who has guided me from the first day T worked with her Moreover, I would like to thank Dr.

Nguyen Thanh Hung, who has spent his precious time supporting, giving me advice and along with Dr. Nguyen Phi Le, giving me opportunities to work in many amazing projects. My sincere thanks also go to all the people in the ICN laboratory of the BK. T have a wonderful time working with Lalented and special peers.

T learned a Jot from them and they always spread positive energy [or me Finally. I would like to thank my friends wha have always stood by me, shared joys and sorrows, and always supported and helped me all the time. Abstract ‘The concentration of fine particulate matter (PM2.5), which represents inhalable particles with diameters of 2.5 micrometers and smaller, is a vital air quality index. Such particles can penetrate deep into the human lungs and severely affect human health.

This paper studies accurate PM2.5 prediction, which can potentially contribute to reducing or avoiding the negative consequences. Our approach’s novelty is to utilize the genetic algorithm (GA) and an encoder-decoder (E-D} model for PM2. ‘Ihe GA benefits feature selection and remove outliers to enhance the prediction accuracy. ‘The encoder-decoder model with long short-term memory (LS‘I'M), which relaxes the restrictions between the input and output of the model, can be used to effectively predict the PM2.

We evaluate the proposed model on air quality datasets from Hanoi and ‘aiwan. ‘The evaluation results show that our model achieves excellent performance. By merely using the H-L) model, we can obtain more accurate (up to 53.7%) predictions than those of previous works. Moreover, the GA im our model has the advantage of obtaining the optimal feature combination for predicting the PM2.

By combining the GA-based feature selection algorithm and the E-D model, our proposed approach further umproves the accuracy by at least 13. List of Figures Figure 1. An example of an artificial neural network, - -. Structure of RNN - - 1 Figure 3.

Structure of the LSTM unit 9 Figure 4. The basic strueturz of thz encoder-deooder modil. An example of feature extraction. An cxamplc of feature sclcetien.

An example of feature construction. The basic structure of Genetic Algorithm. Overview of the proposed model 19 Figure 10. Encoding a feature combination (the white and gray cells represent the selected feature encoded by 1 and 0, respectively).

Mustration of the GA’s crossovor and mutation operations. Structure of the LSTM-based encoder-decoder model. Notation of the proposed GA-based training mechanism. training strategy — fixed, shuffling = (true, false) u Figure 15.

Training strategy— fixed, shuffling = (false, false). Training strategy — fixed, shuffling = (true, true). Training stralogy — fixed, shuffling = (false, true). 26 Figure 18, Impact of the number of generations.

Comparison of feature selection algorithms - 3 Figure 20. Comparison of GA-based feature selection and using all the features for the Hanoi dafasct. Comparison between models using Hanoi dataset with all features. Comparison between madets using Hanoi dalaset with fealure selected by GA.

MAE of the proposed model with different output lengths. Comparison betw: sr models using Taiwan dalasel with featuras sclcetod by soe AD.2 GA-based feature selectton.3 Encader-Necoder model-based pred 3.4 New training stategy LTS2 Chapter 4.1 Dataset and evaluation settings 27 4.2 Impact of the GA’s number of generations.3 Comparing feature selection algorithms - - - 30 4.4 Comparing prediction modcts - - 38 4.1 Comparing ED-LSTM, AR-BiLSTM, and AC-LSTM 34 4.2 Comparing 1D-LSTM and SI-DNN 3Ð 4.1 Results of OFEGED.2 Results of LTS2 - ¬. References Content Confent. List of Vigures.

List of Tables. List of Equations. 1 12 sting solutions and problems - | 1.3 Goals and approaches 1.4 Structure of thesis Chapter 1. Related works Chapter2, Theoretical Background 2.2 Deep learnirys averview 3 2.3 Long short-term memory - - - co 2.4 Encoder-Decoder model - - 10 2.1 The importance of features.7 Reszarch methods - 28 Chapter 3.

Proposed Forecasting Framework (OFFGED).1 Overview: - - 19 Abstract ‘The concentration of fine particulate matter (PM2.5), which represents inhalable particles with diameters of 2.5 micrometers and smaller, is a vital air quality index. Such particles can penetrate deep into the human lungs and severely affect human health. This paper studies accurate PM2.5 prediction, which can potentially contribute to reducing or avoiding the negative consequences. Our approach’s novelty is to utilize the genetic algorithm (GA) and an encoder-decoder (E-D} model for PM2.

‘Ihe GA benefits feature selection and remove outliers to enhance the prediction accuracy. ‘The encoder-decoder model with long short-term memory (LS‘I'M), which relaxes the restrictions between the input and output of the model, can be used to effectively predict the PM2. We evaluate the proposed model on air quality datasets from Hanoi and ‘aiwan. ‘The evaluation results show that our model achieves excellent performance.

By merely using the H-L) model, we can obtain more accurate (up to 53.7%) predictions than those of previous works. Moreover, the GA im our model has the advantage of obtaining the optimal feature combination for predicting the PM2. By combining the GA-based feature selection algorithm and the E-D model, our proposed approach further umproves the accuracy by at least 13. List of Tables ‘Lable 1.

Details of missing data in the datasets. Hyperparametor tings - - 29 Table 3.STM, AF-Ril.STM, and AC-ILSTM usc all fcalures (Hanoi dalasel).34 Table 4, ED-LSTM, AE-BiLSTM and AC-LSTM use selected features by GA (Hanoi dataset) 35 Table 5, Comparing the MAE of the proposed ED-LSTM model and the ST-DNN model (using the features proposed by [11 )). Hyperparameters of training strategy. - cna AD Table 7.

Training strategy for different cases. Comparing proposed method combining new training strategy with related works. - - ace Table 9, Corclation of features. - en AS iw List of Figures Figure 1.

An example of an artificial neural network, - -. Structure of RNN - - 1 Figure 3. Structure of the LSTM unit 9 Figure 4. The basic strueturz of thz encoder-deooder modil.

An example of feature extraction. An cxamplc of feature sclcetien. An example of feature construction. The basic structure of Genetic Algorithm.

Overview of the proposed model 19 Figure 10. Encoding a feature combination (the white and gray cells represent the selected feature encoded by 1 and 0, respectively). Mustration of the GA’s crossovor and mutation operations. Structure of the LSTM-based encoder-decoder model.

Notation of the proposed GA-based training mechanism. training strategy — fixed, shuffling = (true, false) u Figure 15. Training strategy— fixed, shuffling = (false, false). Training strategy — fixed, shuffling = (true, true).

Training stralogy — fixed, shuffling = (false, true). 26 Figure 18, Impact of the number of generations. Comparison of feature selection algorithms - 3 Figure 20. Comparison of GA-based feature selection and using all the features for the Hanoi dafasct.

Comparison between models using Hanoi dataset with all features. Comparison between madets using Hanoi dalaset with fealure selected by GA. MAE of the proposed model with different output lengths. Comparison betw: sr models using Taiwan dalasel with featuras sclcetod by soe AD.

iii Acknowledgements First of all, I would like to deeply thank my family, especially my parents - who have worked hard to raise me. My parents have always been with me and created the best conditions for me to have all the necessities needed for my studies Parents are the spiritual fulcrum, helping me to have a springboard to overcome difficulties and challenges. I would like to express my gratitude to my advisors, Dr. Nguyen Phi Le for supporting my studies and rescarch on this subject.

She is very kindhearted and supportive person, who has guided me from the first day T worked with her Moreover, I would like to thank Dr. Nguyen Thanh Hung, who has spent his precious time supporting, giving me advice and along with Dr. Nguyen Phi Le, giving me opportunities to work in many amazing projects. My sincere thanks also go to all the people in the ICN laboratory of the BK.

T have a wonderful time working with Lalented and special peers. T learned a Jot from them and they always spread positive energy [or me Finally. I would like to thank my friends wha have always stood by me, shared joys and sorrows, and always supported and helped me all the time. List of Tables ‘Lable 1.

Details of missing data in the datasets. Hyperparametor tings - - 29 Table 3.STM, AF-Ril.STM, and AC-ILSTM usc all fcalures (Hanoi dalasel).34 Table 4, ED-LSTM, AE-BiLSTM and AC-LSTM use selected features by GA (Hanoi dataset) 35 Table 5, Comparing the MAE of the proposed ED-LSTM model and the ST-DNN model (using the features proposed by [11 )). Hyperparameters of training strategy. - cna AD Table 7.

Training strategy for different cases. Comparing proposed method combining new training strategy with related works. - - ace Table 9, Corclation of features. - en AS iw List of Tables ‘Lable 1.

Details of missing data in the datasets. Hyperparametor tings - - 29 Table 3.STM, AF-Ril.STM, and AC-ILSTM usc all fcalures (Hanoi dalasel).34 Table 4, ED-LSTM, AE-BiLSTM and AC-LSTM use selected features by GA (Hanoi dataset) 35 Table 5, Comparing the MAE of the proposed ED-LSTM model and the ST-DNN model (using the features proposed by [11 )). Hyperparameters of training strategy. - cna AD Table 7.

Training strategy for different cases. Comparing proposed method combining new training strategy with related works. - - ace Table 9, Corclation of features. - en AS iw Abstract ‘The concentration of fine particulate matter (PM2.5), which represents inhalable particles with diameters of 2.5 micrometers and smaller, is a vital air quality index.

Such particles can penetrate deep into the human lungs and severely affect human health. This paper studies accurate PM2.5 prediction, which can potentially contribute to reducing or avoiding the negative consequences. Our approach’s novelty is to utilize the genetic algorithm (GA) and an encoder-decoder (E-D} model for PM2. ‘Ihe GA benefits feature selection and remove outliers to enhance the prediction accuracy.

‘The encoder-decoder model with long short-term memory (LS‘I'M), which relaxes the restrictions between the input and output of the model, can be used to effectively predict the PM2. We evaluate the proposed model on air quality datasets from Hanoi and ‘aiwan. ‘The evaluation results show that our model achieves excellent performance. By merely using the H-L) model, we can obtain more accurate (up to 53.7%) predictions than those of previous works.

Moreover, the GA im our model has the advantage of obtaining the optimal feature combination for predicting the PM2. By combining the GA-based feature selection algorithm and the E-D model, our proposed approach further umproves the accuracy by at least 13. List of Figures Figure 1.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ