Prévision Des Polluants Atmosphériques À L'aide De L'informatique Et De L'apprentissage Automatique

Nous présentons une poubelle intelligente basée sur l'IoT qui utilise un modèle d'apprentissage automatique et profond pour gérer l'élimination des déchets et prévoir les polluants atmosphériques présents dans l'environnement de la poubelle. Nous avons expérimenté un modèle traditionnel (algorithme des plus proches voisins (k-NN) et régression logistique) et un algorithme non traditionnel (réseau de mémoire à long terme (LSTM) basé sur l'apprentissage profond) pour la création de messages d'alerte concernant l'état de la poubelle et la prévision de la quantité de monoxyde de carbone (CO) polluant présent dans l'air à un moment précis. Les rappels de la régression logistique et de l'algorithme k-NN sont respectivement de 79 % et 83 % dans un environnement de test en temps réel pour prédire l'état de la poubelle. La précision des modèles LSTM modifié et LSTM simple est de 90 % et 88 %, respectivement, pour prédire la concentration future des gaz présents dans l'air. Le système a entraîné un délai de 4 secondes dans la création et la transmission du message d'alerte à un agent sanitaire. Le système a permis de surveiller en temps réel les niveaux de déchets et de recevoir des notifications du mécanisme d'alerte.

Autorentext
Dr K Viswanath Allamraju, auteur de 13 livres, de plus de 50 articles de recherche et de 5 chapitres de livres au niveau national et international. Il travaille actuellement à l'Institute of Aeronautical Engineering, Dundigal, Hyderabad, Inde.