基于集成学习的环境甲烷检测与强度预测模型的开发与评估
机器学习
2023-12-19 v1 人工智能
摘要
由甲烷 (CH4) 排放驱动的全球变暖所带来的环境影响，促使人们在开发能够主动快速检测 CH4 的新技术方面开展了大量研究计划。我们测试了几种数据驱动的机器学习 (ML) 模型，以确定它们在识别受影响区域内的逸散性 CH4 及其相关强度方面的表现。模拟中包含了各种气象特征，包括风速、温度、气压、相对湿度、水汽和热通量。我们使用集成学习方法来确定基于若干较弱的底层 ML 模型构建的性能最佳加权集成 ML 模型，以 (i) 将 CH4 的存在检测作为分类问题，以及 (ii) 将 CH4 的强度预测作为回归问题。
引用
@article{arxiv.2312.10879,
title = {Development and Evaluation of Ensemble Learning-based Environmental Methane Detection and Intensity Prediction Models},
author = {Reek Majumder and Jacquan Pollard and M Sabbir Salek and David Werth and Gurcan Comert and Adrian Gale and Sakib Mahmud Khan and Samuel Darko and Mashrur Chowdhury},
journal= {arXiv preprint arXiv:2312.10879},
year = {2023}
}