FenixEdu™

Dissertação

Analysis and Interpretation of Air Quality Data using Low-Rank Modelling EVALUATED

Detalhes: Na atualidade é dada uma importância crescente à poluição atmosférica na perspectiva da qualidade do ar e do impacto na saúde humana. Este estudo investiga dados da qualidade do ar (material particulado e dióxido de azoto) e meteorológicos (e.g. temperatura, velocidade e direção do vento) registados na cidade de Trondheim, Noruega visando identificar e avaliar padrões na perspetiva de adequar acções de mitigação. A avaliação destes registos, caracterizados por apresentarem dados ausentes, espúrios e heterogéneos, coloca dificuldades à sua modelização. Neste estudo, propõe-se o recurso à modelação de baixa dimensão através da definição de dois problemas de optimização — Análise Quadraticamente Regularizada de Componentes Principais (PCA) para explorar mais graus de liberdade e, a Factorização de Matrizes Semi Não-Negativa (NNMF) para impôr esparsidade. Utilizou-se um método de agrupamento não supervisionado que constrói a matriz de afinidade a partir do espaço de características de baixa dimensão. A modelação da qualidade do ar provou ser adequada nas duas abordagens, cada uma delas com pontos fortes e fracos. Na modelação PCA o maior grau de liberdade traduziu-se numa maior precisão na reconstrução do sinal; contudo, foi detetado um comportamento invulgar em grandes porções de dados em falta. Na modelação semi-NNMF a esparsidade dos dados provou ser valiosa no desconhecido com uma precisão de sinal ligeiramente menor, embora satisfatória. Os padrões de qualidade do ar identificados mostraram elevada correlação com as estações do ano, sugerindo ainda a possível correlação com a atividade humana.
Keywords: Qualidade do ar, Modelos de baixa dimensão, Agrupamento não supervisionado, Aprendizagem de subespaços.

Discussão: junho 29, 2022, 11:0