Новости / ЭКО-среда / Образование

Южноуральские ученые разрабатывают нейросеть, способную оценивать и предсказывать рассеивание выбросов вредных веществ

Метод считается принципиальным переходом от измерения выбросов аналоговыми датчиками к экономичным цифровым решениям с более информативным содержанием

Ученые ЮУрГУ запатентовали новую методику прогнозирования загрязнения воздуха.

Система мониторинга строится на получении массива данных о выбросах точечных источников загрязнения с учетом метеорологических параметров. Ученые сейчас обучают нейронные сети точному прогнозированию влияния автомобильных потоков на городскую среду в любой момент времени.

Система отслеживает динамику изменения качества атмосферного воздуха, используя камеры уличного видеонаблюдения, работающие в качестве цифровых сенсоров. Помощниками выступают существующая телекоммуникационная инфраструктура и станции метеорологического и экологического мониторинга.

«За последние несколько лет методы, основанные на искусственном интеллекте, стали наиболее перспективными в прогнозировании загрязнения воздуха. Однако исследования, основанные на применении с этой целью машинного обучения, просто учат нейросеть почасовому контролю загрязнения. Наша разработка сконцентрирована на отслеживании ситуации в режиме онлайн», - рассказал руководитель проекта, доцент кафедры «Автомобильный транспорт» Южно-Уральского госуниверситета Владимир Шепелев. 

Рекомендуем
Контакты:

Адрес редакции:
г. Москва, Долгоруковская ул. дом 6, офис 67
Телефон редакции:
+79854690472 | +79859921629
Учредитель СМИ:
ООО «Консалтинговая компания «Ви Эм Ви»
ИНН: 7723812159
Редакция:

red@sdpl.ru
Главный редактор:
Ирина Олеговна Унруе
Реклама:

adv@sdpl.ru
+79854690472
Юлия Громова

© 2015—2022 «Платформа Устойчивое развитие» - сетевое издание. 18+

Свидетельство о регистрации электронного СМИ Эл № ФС77-75318 от 15.03.2019 г. выдано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор).

Новости, аналитика, лучшие практики устойчивого развития компаний, городов, регионов и государств.

При перепечатке материалов или частичном цитировании ссылка на портал SDPL.ru обязательна.