Vorhersage von Atemwegsrisiken durch Luftverschmutzung mittels Deep Learning

Zu den Schadstoffemissionen aus Naturkatastrophen wie Waldbränden und Vulkanausbrüchen gehören Schwefeldioxid (SO 2 ), Kohlenmonoxid (CO), Stickstoffdioxid (NO 2 ) und Feinstaub (PM). Die Luftschadstoffe verschlechtern die Umwelt, reduzieren das Ozon und verursachen den Treibhauseffekt sowie Umweltkatastrophen, die zu lebensbedrohlichen chronischen Krankheiten führen. Menschen, die über einen längeren Zeitraum der Luftverschmutzung ausgesetzt sind, können unter anderem an Lungenkrebs, Asthma oder chronisch obstruktiven Lungenerkrankungen erkranken. Vorhersage, Verfolgung, frühzeitige Warnungen vor gefährlicher Luftqualität und Präventivmaßnahmen tragen dazu bei, die Luftverschmutzung zu kontrollieren und die Luftqualität durch Umweltvorschriften und Verschmutzungskontrolltechniken zu verbessern, was auch zur ökologischen Nachhaltigkeit beiträgt. Lungenkrebs, Lungenentzündung, Asthma und andere Atemwegserkrankungen werden durch Luftverschmutzung begünstigt. Geringe Konzentrationen von Luftschadstoffen haben eine vernachlässigbare Auswirkung auf die öffentliche Gesundheit, je nachdem, welchen Schaden die Schadstoffe in Abhängigkeit von den Konzentrationen der eingeatmeten Luftschadstoffe verursachen.

Autorentext

Dr. Usharani Bhimavarapu ist außerordentliche Professorin an der Koneru Lakshmaiah EducationFoundation in Andhra Pradesh, Indien, wo sie Informatik und Ingenieurwesen unterrichtet. In ihrer 17-jährigen Karriere hat sie sich zu einer angesehenen Autorität in den Bereichen Data Mining, maschinelles Lernen und Datenstruktur entwickelt.