National and Kapodistrian University of Athens
Πρόβλεψη εξάπλωσης πυρκαγιάς με γνώμονα την Τεχνητή Νοημοσύνη
Abstract
dc:descriptionΣκοπός της παρούσας εργασίας είναι να δημιουργηθεί ένα μοντέλο μηχανικής μάθησης για την πρόβλεψη της εξάπλωσης μιας πυρκαγιάς. Η λογική σειρά που ακολουθήθηκε ήταν αρχικά η κατανόηση του συνόλου δεδομένων που διατέθηκαν για την εκπλήρωση της εργασίας. Επίσης, αναλυτικά εξηγούνται οι μετασχηματισμοί που έγιναν στο σύνολο των δεδομένων έτσι ώστε να ενισχύσουν την απόδοση του αλγορίθμου πρόβλεψης εξάπλωσης του φαινομένου. Στην συνέχεια, ακολούθησε η επιλογή του μοντέλου, μέσω μιας σειράς πειραμάτων και συγκρίσεων κατέληξε στην επιλογή ενός XG-Boost μοντέλου. Τα πιο κλασικά μοντέλα, όπως το logistic ή ένα Random forest υπέκυψαν σε θέματα μεροληψίας. Η κατανόηση των δεδομένων που έδειξαν, με οριακά μηδενικά θετικά αποτελέσματα, οδήγησε στον αποκλεισμό τους. Οι ακρίβειες τους ήταν φαινομενικά μεγάλες αλλά ήταν όλα αδύναμα κρίνοντας τα από το μέτρο ακρίβειας F1, ειδικά για ένα πρόβλημα με τόσες μεταβλητές. Χρειάστηκε να αντιμετωπιστεί η μεροληψία των δεδομένων, με την χρήση ενός Smote αλγόριθμου ο οποίος εξισορρόπησε τα δεδομένα σε μια επιθυμητή αναλογία. Με δεδομένα αυτά πλέον και έναν σχετικά επιτυχημένο αλγόριθμο ακολούθησε η αναζήτηση πλέγματος η οποία προσέδωσε τα τελικά αποτελέσματα. Ο επιλεγμένος αλγόριθμος με αυτή την προεπεξεργασία των δεδομένων είναι ένα XG-boost μοντέλο με learning rate 0.3 , 50 estimators οι οποίοι έχουν από 3-12 κλαδιά. To F1 score του μετρήθηκε στα 0.67 όπως και η ακρίβεια του στα 92%. Έχοντας συγκρίνει και με την βιβλιογραφία που παρατίθεται στη συνέχεια αποδεικνύεται ότι ο αλγόριθμος στον οποίο εν τέλει οδήγησε η έρευνα αυτή, αποτελεί ένα αξιόλογο εργαλείο.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Γιαννόπουλος Γεώργιος
- Giannopoulos Gewrgios
Subjects
dc:subject × 2Rights
- Language dc:language
- Ελληνικά, Greek
Identifiers
dc:identifier.*- Identifier
- uoadl:3338972