Air pollution in large cities has b

Air pollution in large cities has been a major and a serious environmental problem all over the world;
hence, many countries initiated air quality management systems to monitor and control pollution rates around
big cities. It was found that harmful emission into the air is a symbol for environmental force that affects
seriously man’s health, natural life and agriculture; thus leading to major loss on the nation’s economy.
Government in industrialized countries deployed many regulations to apply restrictions on emission limits thus
reduce the levels of pollution in air and enforce the international standards for air quality levels. The main
objective of this study is to develop a non-parametric Artificial Neural Network (ANN) models to predict both
the Particulate Matters (PM10) and Total Suspended Particles (TSP) in Salt, Jordan. A data set collected around
Al- Fuhais cement plant over one-year period (2006-2007) by eight monitoring stations were used in our study.
The proposed ANN models considered the meteorological parameters: Temperature (Temp), Relative Humidity
(RH), Wind Speed (WS) as inputs. We developed two Artificial Neural Network based AutoRegressive with
eXternal (ANNARX) Input models to provide high performance modeling for the PM10 and the TSP air
pollution parameters. Experimental results show that ANNARX can provide good modeling results using a
limited number of measurements.

ผลลัพธ์ (ไทย) 1:

มลพิษทางอากาศในเมืองใหญ่มีหลักการและปัญหาสิ่งแวดล้อมอย่างจริงจังทั่วโลกด้วยเหตุนี้ หลายประเทศเริ่มระบบการจัดการคุณภาพอากาศเพื่อตรวจสอบ และควบคุมมลพิษราคารอบเมืองใหญ่ พบว่ามลพิษเป็นอันตรายไปในอากาศเป็นสัญลักษณ์สำหรับกองสิ่งแวดล้อมที่มีผลต่อสุขภาพของมนุษย์อย่างจริงจัง ชีวิตธรรมชาติ และ เกษตร จึง นำไปสู่การสูญเสียที่สำคัญเศรษฐกิจของประเทศรัฐบาลในกลุ่มประเทศอุตสาหกรรมจัดวางระเบียบในการใช้ข้อจำกัดในการจำกัดการปล่อยก๊าซดังลดระดับมลพิษในอากาศ และบังคับใช้มาตรฐานสากลในระดับคุณภาพอากาศ หลักวัตถุประสงค์ของการศึกษานี้คือการ พัฒนารูปแบบจำลองประดิษฐ์ประสาทเครือข่าย (แอน) ไม่ใช่พาราเมตริกเพื่อทำนายทั้งเรื่องฝุ่น (PM10) และรวมระงับอนุภาค (ช้อนชา) ในเกลือ Jordan ชุดข้อมูลที่เก็บรวบรวมทั่วอัล - Fuhais โรงงานปูนซีเมนต์มากกว่าหนึ่งปีรอบระยะเวลา (2006-2007) โดยสถานีตรวจสอบแปดถูกใช้ในการศึกษาของเรารุ่นแอนเสนอพิจารณาพารามิเตอร์อุตุนิยมวิทยา: อุณหภูมิ (Temp) ความชื้นสัมพัทธ์(RH), ลมความเร็ว (WS) เป็นอินพุต เราพัฒนาสอง AutoRegressive กับใช้โครงข่ายประสาทเทียมป้อนข้อมูล (ANNARX) รูปแบบที่ภายนอกให้โมเดล PM10 และช้อนชาอากาศประสิทธิภาพสูงมลพิษพารามิเตอร์ ผลการทดลองแสดงว่า ANNARX สามารถให้ผลลัพธ์ดีโมเดลโดยใช้แบบจำนวนจำกัดของวัด

ผลลัพธ์ (ไทย) 2:

มลพิษทางอากาศในเมืองใหญ่ที่ได้รับความสำคัญและเป็นปัญหาด้านสิ่งแวดล้อมอย่างรุนแรงทั่วทุกมุมโลกด้วยเหตุนี้หลายประเทศที่ริเริ่มระบบการจัดการคุณภาพอากาศในการตรวจสอบและอัตราการควบคุมมลพิษรอบเมืองใหญ่ การศึกษาพบว่าการปล่อยก๊าซที่เป็นอันตรายในอากาศเป็นสัญลักษณ์แรงสิ่งแวดล้อมที่มีผลต่อสุขภาพของมนุษย์อย่างจริงจังของชีวิตธรรมชาติและการเกษตร จึงนำไปสู่การสูญเสียที่สำคัญต่อเศรษฐกิจของประเทศ. รัฐบาลในประเทศอุตสาหกรรมที่นำไปใช้กฎระเบียบมากมายที่จะใช้ข้อ จำกัด ในข้อ จำกัด การปล่อยก๊าซจึงลดระดับของมลพิษในอากาศและการบังคับใช้มาตรฐานสากลระดับคุณภาพอากาศ หลักวัตถุประสงค์ของการศึกษาครั้งนี้คือการพัฒนาที่ไม่พาราประสาทเทียมเครือข่าย (ANN) รุ่นที่จะคาดการณ์ทั้งที่เรื่องฝุ่น(PM10) และอนุภาคที่ถูกระงับการรวม (TSP) ใน Salt จอร์แดน ชุดข้อมูลที่รวบรวมรอบโรงงานปูนซีเมนต์ Al- Fuhais ในช่วงระยะเวลาหนึ่งปี (2006-2007) โดยแปดสถานีควบคุมถูกนำมาใช้ในการศึกษาของเรา. เสนอแบบจำลอง ANN ถือว่าเป็นพารามิเตอร์อุตุนิยมวิทยา: อุณหภูมิ (ชั่วคราว) ความชื้นสัมพัทธ์(RH) ความเร็วลม (WS) เป็นปัจจัยการผลิต เราได้พัฒนาสองเครือข่ายประสาทเทียมตามอัตกับภายนอก (ANNARX) รุ่นป้อนข้อมูลเพื่อให้การสร้างแบบจำลองที่มีประสิทธิภาพสูงสำหรับ PM10 และ TSP อากาศพารามิเตอร์มลพิษ ผลการทดลองแสดงให้เห็นว่า ANNARX สามารถให้ผลการสร้างแบบจำลองที่ดีใช้ในจำนวนที่จำกัด ของการวัด