Forecasting air quality index in Thailand using ensemble method

การพยากรณ์ดัชนีคุณภาพอากาศในประเทศไทยโดยใช้วิธีการผสม

Name: Saksiri Lertnilkarn

Abstract: Air pollution is one of the most important problems that needs to be urgently solved around the world. Inevitably, Thailand has had to fight against it as well, particularly in the Northern Thailand. This region also has faced high air contamination for several years. In this thesis, the proposed model based on ensemble method was presented to predict the extent of air quality index (AQI) in the region from the majority vote of outputs from three classification algorithms, namely, support vector machine, random forest, and k-nearest neighbors. This proposed method made a comparison between the voted classification accuracy and the accuracies of the individual classification models. The model took advantage of seven datasets from monitoring stations in four provinces in the Northern Thailand. Eventually, the proposed ensemble model produced, on average, the accuracy rate of 99.68% - 99.84% greater than most of the accuracies of the other comparative models.

Abstract: มลภาวะทางอากาศเป็นหนึ่งในปัญหาที่สำคัญที่สุดที่จำเป็นต้องแก้ไขอย่างเร่งด่วนทั่วโลก ประเทศไทยก็ต้องต่อสู้กับปัญหานี้ด้วยเช่นกันอย่างหลีกเลี่ยงไม่ได้ โดยเฉพาะอย่างยิ่งในทางตอนเหนือของประเทศไทย บริเวณนี้เผชิญกับการปนเปื้อนทางอากาศมาเป็นเวลาหลายปี ในวิทยานิพนธ์ฉบับนี้ได้นำเสนอตัวแบบบนพื้นฐานของวิธีการผสมเพื่อทำนายระดับของดัชนีคุณภาพอากาศ (เอคิวไอ) ในบริเวณนี้จากผลการลงคะแนนส่วนใหญ่ที่ได้จากขั้นตอนวิธีการจำแนกสามวิธี ได้แก่ซัพพอร์ตเวกเตอร์แมชชีน ป่าสุ่ม และเพื่อนบ้านใกล้ที่สุดเคตัว วิธีการที่นำเสนอนี้ได้ให้การเปรียบเทียบระหว่างความแม่นยำการจำแนกของการลงคะแนนและความแม่นยำของตัวแบบการจำแนกแต่ละตัว แบบจำลองนี้ใช้ชุดข้อมูลเจ็ดชุดจากสถานีตรวจวัดคุณภาพอากาศในสี่จังหวัดทางตอนเหนือของประเทศไทย ท้ายที่สุดแล้ว ตัวแบบผสมที่นำเสนอนี้ให้ค่าความแม่นยำโดยเฉลี่ยที่ 99.68% - 99.84% มากกว่าค่าความแม่นยำโดยส่วนใหญ่ที่ได้จากตัวแบบนำมาเปรียบเทียบ

Chulalongkorn University. Office of Academic Resources

Address: BANGKOK

Email: cuir@car.chula.ac.th

Name: Suphakant Phimoltares

Role: Advisor

Issued: 2023

Modified: 2025-01-12

Issued: 2025-01-12

วิทยานิพนธ์/Thesis

application/pdf

URL: http://doi.org/10.58837/CHULA.THE.2023.82

eng

DegreeName: Master of Science

Level: Master's Degree

Descipline: Computer Science and Information Technology

Grantor: Chulalongkorn University

©copyrights Chulalongkorn University

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	6278014723.pdf	1.17 MB

ใช้เวลา

0.017654 วินาที