Новый оптимизатор QHAdamW повысил точность прогноза качества воздуха в Маниле
Исследователи с Филиппин разработали улучшенную версию искусственной нейронной сети для прогнозирования индекса качества воздуха (AQI) в Маниле. В основе работы лежит модифицированный оптимизатор QHAdamW, объединяющий преимущества двух расширений алгоритма Adam.
По данным препринта на arXiv, эта модель в настоящее время является единственной системой прогноза AQI на Филиппинах, способной работать с данными реального времени. Ученые использовали нейронную сеть прямого распространения для раздельного прогнозирования концентраций взвешенных частиц PM2.5 и PM10.
Стандартный оптимизатор Adam часто сталкивается с проблемами сходимости и обобщения при обучении нейросетей. В новой работе авторы предложили комбинацию методов QHAdam и AdamW, которая позволяет улучшить скорость сходимости и снизить ошибки прогноза.
В ходе настройки гиперпараметров выяснилось, что значения 0.01 и 0.001 дают наилучшие показатели обобщающей способности QHAdamW. Сравнительный анализ с использованием семи метрик оценки показал, что диапазон ошибок стал меньше, а коэффициент регрессии оказался близок к единице.
Это значит, что предсказания модели почти идеально совпадают с реальными измерениями. Кроме того, значения функций потерь при обучении и валидации снизились, что говорит об устойчивой сходимости алгоритма.
Разработка может помочь Департаменту окружающей среды и природных ресурсов Филиппин (DENR-EMB) внедрить комплексную систему управления качеством воздуха. Точный прогноз загрязнения позволит своевременно предупреждать жителей о неблагоприятных условиях и принимать меры.
Исследование опубликовано на сервере препринтов arXiv и еще не прошло полноценное рецензирование, однако результаты представляют практический интерес для экологического мониторинга в городах с высоким уровнем загрязнения.
