แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th ติดต่อเจ้าหน้าที่เจ้าของเอกสาร กรณีเอกสารไม่ครบหรือไม่ตรง

Comparative analysis of deep learning and machine learning approaches for air quality prediction

Organization : King Mongkut's University of Technology Thonburi. Department of Electrical and Telecommunication Engineering
Email : suwijak.jira@kmutt.ac.th

Organization : King Mongkut's University of Technology Thonburi. Department of Media Technology
Email : sumetee.jira@kmutt.ac.th

Organization : King Mongkut's University of Technology Thonburi. Department of Media Technology
Email : sirinya.than@kmutt.ac.th

Organization : King Mongkut's University of Technology Thonburi. Department of Electrical and Telecommunication Engineering
Email : thaweewong.a@mail.rmutk.ac.th

Organization : King Mongkut's University of Technology Thonburi. Department of Media Technology
Email : thaweesak.yin@kmutt.ac.th
LCSH: Air quality -- Forecasting -- Comparative studies
LCSH: Machine learning
LCSH: Deep learning (Machine learning)
Abstract: Air quality prediction is crucial for addressing environmental challenges and mitigating health risks caused by pollution. This study provides a comparative analysis of Machine Learning (ML) and Deep Learning (DL) models for air quality classification. The dataset, comprising 5,000 samples from Dhaka, Bangladesh, was used to evaluate the performance of three ML models Random Forest, Support Vector Machine (SVM), and k-Nearest Neighbors (KNN) and three DL models VGG19, VGG16, and CNN1D. Key metrics, including accuracy, precision, recall, and F1-score, were assessed to determine model performance. Results indicate that Random Forest achieved the highest accuracy among ML models (96%), demonstrating efficiency and stability in resource-constrained environments. Among DL models, VGG19 outperformed others with a comparable accuracy of 95%, showcasing its ability to handle complex patterns in air quality data. Learning curves further illustrated the rapid convergence of DL models, particularly VGG19, while ML models exhibited consistent performance across varying dataset sizes. This research highlights the trade-offs between computational efficiency and predictive performance in ML and DL approaches. It also underscores the importance of dataset diversity and scalability in building robust air quality prediction systems. Future work will explore hybrid techniques combining ML and DL to enhance adaptability and generalizability, as well as extend the dataset to include samples from multiple regions for more comprehensive analysis.
King Mongkut's University of Technology North Bangkok. Central Library
Address: BANGKOK
Email: library@kmutnb.ac.th
Created: 2025
Modified: 2025-06-25
Issued: 2025-06-25
บทความ/Article
application/pdf
BibliograpyCitation : In Electrical Engineering Academic Association (Thailand) and King Mongkut's University of Technology North Bangkok. Department of Electrical and Computer Engineering. 13th International Electrical Engineering Congress (iEECON 2025) (P06429). Bangkok : Electrical Engineering Academic Association (Thailand), 2025
eng
©copyrights King Mongkut's University of Technology North Bangkok
RightsAccess:
ลำดับที่.ชื่อแฟ้มข้อมูล ขนาดแฟ้มข้อมูลจำนวนเข้าถึง วัน-เวลาเข้าถึงล่าสุด
1 iEECON 2025 P06429.pdf 1.23 MB
ใช้เวลา
0.022663 วินาที

Suwijak Jirapattarasakul
Title Contributor Type
Comparative analysis of deep learning and machine learning approaches for air quality prediction
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Suwijak Jirapattarasakul;Sumetee Jirapattarasakul;Sirinya Thanyacharoen;Thaweewong Akkaralaertsest;Thaweesak Yingthawornsuk

บทความ/Article
Sumetee Jirapattarasakul
Title Contributor Type
Deep learning-based predictive modeling for male depression detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Balaji, R. S. Lakshmi;Sumetee Jirapattarasakul;Kantapat Kwansomkid;Sirimonpak Suwannakhun;Thaweesak Yingthawornsuk

บทความ/Article
Comparative analysis of deep learning and machine learning approaches for air quality prediction
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Suwijak Jirapattarasakul;Sumetee Jirapattarasakul;Sirinya Thanyacharoen;Thaweewong Akkaralaertsest;Thaweesak Yingthawornsuk

บทความ/Article
Deep learning approaches to banana ripeness detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Sirinya Thanyacharoen;Sumetee Jirapattarasakul;Napat Joijinda;Leone, Giuseppe Riccardo ;Thaweewong Akkaralaertsest;Thaweesak Yingthawornsuk

บทความ/Article
Sirinya Thanyacharoen
Title Contributor Type
Comparative analysis of deep learning and machine learning approaches for air quality prediction
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Suwijak Jirapattarasakul;Sumetee Jirapattarasakul;Sirinya Thanyacharoen;Thaweewong Akkaralaertsest;Thaweesak Yingthawornsuk

บทความ/Article
Deep learning approaches to banana ripeness detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Sirinya Thanyacharoen;Sumetee Jirapattarasakul;Napat Joijinda;Leone, Giuseppe Riccardo ;Thaweewong Akkaralaertsest;Thaweesak Yingthawornsuk

บทความ/Article
Thaweewong Akkaralaertsest
Title Contributor Type
Compact diplexer based on stub-loaded dual-mode resonator
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Wenich Pumee;Thaweewong Akkaralaertsest;Jessada Konpang;Apisit Sriwan;Nattapong Intarawiset ;Phatsakul Thitimahatthanakusol

บทความ/Article
High signal isolation dual-mode diplexer using square loop resonator with tuning stub
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Phatsakul Thitimahatthanakusol;Suttee Tubtongdee;Thaweewong Akkaralaertsest;Jessada Konpang

บทความ/Article
Dual-mode dual-band filter using stepped impedance resonator with outer tuning plus-sign
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Phatsakul Thitimahatthanakusol;Thaweewong Akkaralaertsest;Suttee Tubtongdee;Jessada Konpang

บทความ/Article
Single-mode dielectric resonator bandpass filter without internal coupling iris
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Suttee Tubtongdee;Phatsakul Thitimahatthanakusol;Thaweewong Akkaralaertsest;Jessada Konpang

บทความ/Article
An investigational grid-tied inverter efficiency analysis of 61.04 kW in PV system
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Phakpoom Sritongnuan;Jessada Konpang;Adisorn Sirikham;Thaweewong Akkaralaertsest;Phatchakorn Areekul;Chaiwat Sakul

บทความ/Article
Deep learning for forex trading : leveraging Keras sequential models and optimized features to maximize profitability
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Kritthanit Malathong;Jessada Konpang;Adisorn Sirikham;Kamon Tabaiya;Thaweewong Akkaralaertsest;Phatsakul Thitimahatthanakusol

บทความ/Article
Exploring accurate and error-reducing techniques for calculating support and resistance prices on forex charts
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Kritthanit Malathong;Jessada Konpang;Adisorn Sirikham;Pramote Anunvrapong;Thaweewong Akkaralaertsest;Phatsakul Thitimahatthanakusol

บทความ/Article
Comparative analysis of deep learning and machine learning approaches for air quality prediction
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Suwijak Jirapattarasakul;Sumetee Jirapattarasakul;Sirinya Thanyacharoen;Thaweewong Akkaralaertsest;Thaweesak Yingthawornsuk

บทความ/Article
Deep learning approaches to banana ripeness detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Sirinya Thanyacharoen;Sumetee Jirapattarasakul;Napat Joijinda;Leone, Giuseppe Riccardo ;Thaweewong Akkaralaertsest;Thaweesak Yingthawornsuk

บทความ/Article
Low insertion-loss and sharp-rejection bandpass filter based on bandstop characteristics
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Thaweewong Akkaralaertsest;Suttee Tubtongdee;Adisorn Sirikham;Arus Kongrungchok;Kamon Tabaiya;Jessada Konpang

บทความ/Article
Thaweesak Yingthawornsuk
Title Contributor Type
Deep learning-based predictive modeling for male depression detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Balaji, R. S. Lakshmi;Sumetee Jirapattarasakul;Kantapat Kwansomkid;Sirimonpak Suwannakhun;Thaweesak Yingthawornsuk

บทความ/Article
Empirical evaluation of machine learning techniques for autism spectrum disorder
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Sethi, Akshit;Khan, Kainat;Katarya, Rahul;Thaweesak Yingthawornsuk

บทความ/Article
Data analytics and machine learning approach for tsunami prediction from satellite and hydrographic data
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Lakshmi Balaji, R. S.;Duraimuthuarasan, N.;Thaweesak Yingthawornsuk

บทความ/Article
Sleep stages classification with multi-modal signals using deep learning
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Kantapat Kwansomkid;El Vaigh, Cheikh Brahim;Thaweesak Yingthawornsuk;Callegarin, Davide;Lemesle-Martin, Martine

บทความ/Article
Intelligent flagged content detection with transformer-based models for secure online environments
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Balaji, R. S. Lakshmi;Abirami, G.;Sirimonpak Suwannakhun;Thiruvenkataswamy, C . S.;Thaweesak Yingthawornsuk

บทความ/Article
A study of deep learning models for identifying and estimating psychological stress and disorders using electroencephalogram signals
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Balaji, Lakshmi R. S.;Batumalay, M.;Thaweesak Yingthawornsuk;Avanthika Swamy;Sirimonpak Suwannakhun

บทความ/Article
Comparative analysis of deep learning and machine learning approaches for air quality prediction
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Suwijak Jirapattarasakul;Sumetee Jirapattarasakul;Sirinya Thanyacharoen;Thaweewong Akkaralaertsest;Thaweesak Yingthawornsuk

บทความ/Article
Deep learning approaches to banana ripeness detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Sirinya Thanyacharoen;Sumetee Jirapattarasakul;Napat Joijinda;Leone, Giuseppe Riccardo ;Thaweewong Akkaralaertsest;Thaweesak Yingthawornsuk

บทความ/Article
Deep learning based classification of depression and suicidal risk among normal speakers using delta-spectral cepstral coefficients
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Pavat Ruckchopsanti;Nattarika Ngearnsajja;Pawat Isaraporn;Thanchanok Haruenputh;Thaweesak Yingthawornsuk

บทความ/Article
Copyright 2000 - 2025 ThaiLIS Digital Collection Working Group. All rights reserved.
ThaiLIS is Thailand Library Integrated System
สนับสนุนโดย สำนักงานบริหารเทคโนโลยีสารสนเทศเพื่อพัฒนาการศึกษา
กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม
328 ถ.ศรีอยุธยา แขวง ทุ่งพญาไท เขต ราชเทวี กรุงเทพ 10400 โทร. โทร. 02-232-4000
กำลัง ออน์ไลน์
ภายในเครือข่าย ThaiLIS จำนวน 23
ภายนอกเครือข่าย ThaiLIS จำนวน 2,303
รวม 2,326 คน

More info..
นอก ThaiLIS = 87,616 ครั้ง
มหาวิทยาลัยสังกัดทบวงเดิม = 912 ครั้ง
มหาวิทยาลัยราชภัฏ = 158 ครั้ง
มหาวิทยาลัยเอกชน = 36 ครั้ง
มหาวิทยาลัยเทคโนโลยีราชมงคล = 12 ครั้ง
หน่วยงานอื่น = 2 ครั้ง
สถาบันพระบรมราชชนก = 1 ครั้ง
มหาวิทยาลัยการกีฬาแห่งชาติ = 1 ครั้ง
รวม 88,738 ครั้ง
Database server :
Version 2.5 Last update 1-06-2018
Power By SUSE PHP MySQL IndexData Mambo Bootstrap
มีปัญหาในการใช้งานติดต่อผ่านระบบ UniNetHelp


Server : 8.199.134
Client : Not ThaiLIS Member
From IP : 216.73.216.46