机器学习与深度学习技术在汽车二氧化碳排放预测中的比较研究
机器学习
2022-11-16 v1 人工智能
摘要
地球上所有人最近最为关切的问题是大气中温室气体浓度的增加。这些气体的浓度在上个世纪迅速上升，如果这一趋势持续下去，可能导致许多不利的气候变化。政府已实施一些措施来遏制这一现象，限制排放较高量CO2（一种此类温室气体）的过程。然而，越来越多的证据表明，政府提供的CO2数据并不能准确反映道路上汽车的实际性能。我们提出利用人工智能技术改进先前粗糙的流程，采取了一种激进的策略，但在当前形势下恰如其分。为确定哪些算法和模型产生最佳结果，我们对它们进行了比较，并探索了一种将它们集成（ensembling）的新方法。此外，这可用于预测全球气温的上升，并为采用电动汽车等关键政策决策提供依据。为估算车辆排放，我们在一个大规模数据集上使用了机器学习、深度学习和集成学习。
引用
@article{arxiv.2211.08268,
title = {A Comparative Study of Machine Learning and Deep Learning Techniques for Prediction of Co2 Emission in Cars},
author = {Samveg Shah and Shubham Thakar and Kashish Jain and Bhavya Shah and Sudhir Dhage},
journal= {arXiv preprint arXiv:2211.08268},
year = {2022}
}
备注
Will be published in Springer L.N.N.S. Data set used https://www.eea.europa.eu/data-and-maps/data/co2-cars-emission-22