Page 92 - NGTU_paper_withoutVideo
P. 92
کیتاموئژ نیون یاهدربراک و اه یروآ نف یلم سنارفنک
ي گ ي ر هج 6 . تن ي
روظنم ی ا ي ن ارب .دش هدافتسا ی سانشاوه ی اه هداد کمک هب ناتس ی س ی هقطنم رد اوه ی گدولآ ت ی عضو ب ی ن ی ش ی پ ی ی م ارب مصت تخرد زا شهوژپ ي ن ا رد
نآ زا ناوت ی م هک دش هتخاس ی م مصت تخرد کي ،هدش شزادرپ شی پ یاه ه داد ی ور رب شزومآ اب سپس .دش شزادرپ ش ی پ ی سانشاوه ی اه هداد ادتبا رد
و هداس ب ی ز یاه م تيروگلا اب هسياقم رد ی م مصت تخرد هک داد ناشن هدش ماجنا یاه شيامزآ جياتن .درک هدافتسا اوه ی گدولآ ت ی عضو یب ن ی شی ی پ ارب
ت ی عضو ،دراوم دصرد 76 / 04 رد تسا رداق هدش هتخاس ی م مصت تخرد ،لصاح ي ج اتن قبط رب .تسا رادروخرب یرتلااب یياراک زا ناب ی تشپ رادرب ی ن شام
ا . ي ن ي د درگ جارختسا اوه ی گدولآ رگنا ی ب ی اهوگلا ،هدش هتخاس تخرد زا ت ي اهن رد . دشاب م ی شخب تي اضر هک دنک یب ن ی شی ی پ تسرد هب ار اوه ی گدولآ
ی ح حص نتخاس هاگآ ،اوه یگدولآ شياپ تهج رد رتمک نامز و ي هن زه فرص اب ات ي دن امن هطوبرم ی ن لوئسم و نار ي دم هب ی ي نا اش کمک دنناوت ی م اهوگلا
. دنرادرب ماگ اوه بولطمان تیفیک ی اه تلاح رد هناریگشیپ تامادقا و ناش ی گدنز لحم ی سفنت ی اوه تیفیک تیعضو زا نادنورهش
ی نادردق و رکشت
. ددرگ ی م ی نادردق و رکشت ی زا ن دروم ی اه هداد نتشاذگ ی را تخا رد ی ل لد هب ناتسچولب و ناتسیس ناتسا ی سانشاوه ی هرادا زا هلیسو نيدب
عجارم
[1] Kosha, A., & Rajabi, A. (2000). The relationship between particulate air (with a diameter of 10 microns) and emergency hospital
admissions in the case of Imam Reza, Sina and Madani in Tabriz hospitals. In Fourteenth National Conference of Environmental
Health, 1-8.
[2] Goudarzi, G., Angali K., Salimi J., Ghaffarizadeh F., Kadkhodai F., Ebrahimzadeh G., Scandari A., & Askari F. (2015), A survey
on health quality of air based on AQI index and calculating mortality rate caused by dust in Zabol city, Journal of Sabzevar
University of Medical Sciences, 22(5), 832-841.
[3] Iran, m. f., Arab, k. m., & akram, m. (2005). investigation of dust origins and characteristics of their spreading in sistan's storms,
Iran region, using image processing. Pajouhesh-Va-Sazandegi, 18(2), 25-33.
[4] Sharifikiya, M. Changes to monitor the water level in the lake plain based on time series analysis of remotely sensed images.
Human Sciences MODARES, 1389(3), 68.
[5] Zhou, Q., Jiang, H., Wang, J., & Zhou, J. (2014). A hybrid model for PM2. 5 forecasting based on ensemble empirical mode
decomposition and a general regression neural network. Science of the Total Environment, 496, 264-274.
[6] Donnelly, A., Misstear, B., & Broderick, B. (2015). Real time air quality forecasting using integrated parametric and non-
parametric regression techniques. Atmospheric Environment, 103, 53-65.
[7] Auder, B., Bobbia, M., Poggi, J. M., & Portier, B. (2016). Sequential aggregation of heterogeneous experts for PM10 forecasting.
Atmospheric Pollution Research, 7(6), 1101-1109.
[8] Lin, K., Jing, L., Wang, M., & Qiu, M. (2017). A novel long-term air quality forecasting algorithm based on kNN and NARX. In
2017 12th International Conference on Computer Science and Education (ICCSE), IEEE, 343-348.
[9] Li, Y., & Tao, Y. (2017). PM10 Concentration Forecast Based on Wavelet Support Vector Machine. In 2017 International
Conference on Sensing, Diagnostics, Prognostics, and Control (SDPC), IEEE, 383-386.
[10] Yi, X., Zhang, J., Wang, Z., Li, T., & Zheng, Y. (2018). Deep distributed fusion network for air quality prediction. In Proceedings
of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining, 965-973.
[11] Stafoggia, M., Bellander, T., Bucci, S., Davoli, M., De Hoogh, K., De'Donato, F., ... & Scortichini, M. (2019). Estimation of
daily PM10 and PM2. 5 concentrations in Italy, 2013–2015, using a spatiotemporal land-use random-forest model. Environment
international, 124, 170-179.
[12] Chang, Y. S., Chiao, H. T., Abimannan, S., Huang, Y. P., Tsai, Y. T., & Lin, K. M. (2020). An LSTM-based aggregated model
for air pollution forecasting. Atmospheric Pollution Research, 11(8), 1451-1463.
[13] Krishnaveni, N., & Padma, A. (2020). Weather forecast prediction and analysis using sprint algorithm. Journal of Ambient
Intelligence and Humanized Computing, 1-9.
[14] Saad, S. M., Shakaff, A. Y. M., Saad, A. R. M., Yusof, A. M., Andrew, A. M., Zakaria, A., & Adom, A. H. (2017). Development
of indoor environmental index: Air quality index and thermal comfort index. In AIP Conference Proceedings, Vol. 1808, No. 1,
020-043.
[15] Gonzalez-Vidal, A., Jimenez, F., & Gomez-Skarmeta, A. F. (2019). A methodology for energy multivariate time series
forecasting in smart buildings based on feature selection. Energy and Buildings, 196, 71-82.
[16] Hall, M., Frank, E., Holmes, G., Pfahringer, B., Reutemann, P., & Witten, I. H. (2009). The WEKA data mining software: an
update. ACM SIGKDD explorations newsletter, 11(1), 10-18.