An ensemble method for air quality and pollution classification

Engineering notes

Key topics: autonomous driving. See the paper for implementation details and experimental results.

Chinese explanation / 中文解读

中文解读待补充：本站会优先为端到端自动驾驶、BEV感知、3D目标检测、轨迹预测、路径规划、LiDAR感知等高价值论文补充中文说明。

Original abstract

Bu çalışma, dengesiz bir hava kirliliği görüntü veri seti kullanılarak çok sınıflı sınıflandırma için geleneksel makine öğrenmesi, derin öğrenme ve optimizasyon tabanlı stacking modellerini değerlendirmektedir. Random Forest, XGBoost, LightGBM, SVC, ANN, DNN, CNN ve GA, ABC, PSO ve GWO ile optimize edilmiş stacking topluluk modelleri dahil olmak üzere birçok algoritma, artırma (augmentation) uygulanmadan ve artırma uygulanarak olmak üzere iki farklı koşul altında test edilmiştir.Birinci veri seti için, sınıf dengelemenin performansı önemli ölçüde artırdığı ve aşırı uyumu (overfitting) azalttığı görülmüştür. PSO, GA ve ABC ile optimize edilen stacking modelleri %95'in üzerinde doğruluk elde ederken, ANN, DNN ve CNN modelleri %97'nin üzerinde doğruluk değerlerine ve neredeyse mükemmel ROC–AUC sonuçlarına ulaşmıştır. Linear Regression modeli ise %98.54 doğruluk ile en yüksek başarıyı göstermiştir. Önerilen artırılmış çerçeve, Hindistan ve Nepal Hava Kirliliği Görüntü Veri Seti için raporlanan önceki kıyaslama sonuçlarını da aşmıştır.İkinci veri setinde ise, veri setinin küçük olması nedeniyle artırma işlemi kritik bir gereklilik olarak belirlenmiştir. Artırma öncesinde, SMOTE ile birlikte kullanılan GWO tabanlı stacking modeli en iyi sonucu vermiş ve %64.52 doğruluk ile 0.7937 ROC–AUC değerine ulaşmıştır. Ancak artırma sonrasında derin öğrenme modelleri en iyi performansı göstermiş; %98.54 doğruluk, %98.55 F1-skoru ve 0.9996 ROC–AUC değeri elde edilmiştir. Genel olarak sonuçlar, artırma yönteminin derin öğrenme ve optimizasyon tabanlı stacking yaklaşımlarıyla birleştirilmesinin, özellikle ciddi sınıf dengesizliği bulunan durumlarda hava kirliliği görüntülerinin sınıflandırılması için güçlü bir çözüm sunduğunu ortaya koymaktadır.

Links and sources

• PDF from original source

Comments