hrvatski

Primjena strojnog učenja u ocjenjivanju kakvoće mora za kupanje

Kakvoća mora za kupanje procjenjuje se na temelju količine bakterija escherichia coli i crijevni enterokok u uzorku. S obzirom da mikrobiološka analiza traje nekoliko dana, takva informacija nije upotrebljiva kod obavještavanja javnosti o trenutnoj kvaliteti vode. Stoga je cilj ovog rada primijeniti predikcijske modele na navedenim podacima. U okviru rada izgrađene su dvije feed forward neuronske mreže za klasifikaciju kakvoće mora, svaka za po jednu vrstu bakterije. Novi se uzorak klasificira kao nezadovoljavajuć ako barem jedna neuronska mreža predvidi prekomjernu količinu bakterija. Model je verificiran usporedbom sa stvarnim mjerenjima na skupu za testiranje. Dobiveni modeli klasificiraju onečišćenje prema bakteriji e. coli s informednessom 69.5%, a prema crijevnom enterokokiju s 83.2%. Opisanim spajanjem ovih modela dobije se model koji klasificira nove uzorke s informednessom 64%. S obzirom na specifičnost problema, tešku predvidljivost količine bakterija i nebalansiranost podataka, dobiveni su rezultati iznad očekivanja, a daljnje bi se poboljšanje dobilo češće uzorkovanim podacima.

neuronske mreže, nebalansirani podaci, unakrsna validacija

nije evidentirano