เทคโนโลยีจำลองโครงข่ายประสาทเทียม (Deep Learning)

ตัวพยากรณ์ค่าฝุ่นละออง PM2.5 กรุงเทพฯ

จำลองและทำนายระดับค่าฝุ่น PM2.5 ในพื้นที่กรุงเทพมหานคร โดยใช้ตัวแบบโครงข่ายประสาทเทียมชนิด 3 ชั้น (Dense layer ขนาด 12 นิวรอน 3 ชั้น) ตามการวิจัยที่ได้รับรางวัลเหรียญทองระดับประเทศ เทรนและคำนวณจากปัจจัยอากาศเชิงฟิสิกส์ร่วมกับค่าความเฉื่อยฝุ่นย้อนหลัง

ปรับเปลี่ยนปัจจัยอากาศ (Meteorological Signals)

อุณหภูมิ (Temperature)31.0 °C

ความชื้นสัมพัทธ์ (Relative Humidity)65 %

ความเร็วลม (Wind Speed)12.0 km/h

ทัศนวิสัย (Visibility)7.5 km

ปริมาณน้ำฝน (Precipitation)

ฝนวันนี้0.0 mm

ฝนเมื่อวาน0.0 mm

ฝน 2 วันก่อน0.0 mm

ค่าฝุ่นย้อนหลัง (PM2.5 Inertia)

ฝุ่นละอองเมื่อวาน (Lag 1)24 µg/m³

ฝุ่นละออง 2 วันก่อน (Lag 2)28 µg/m³

ผลลัพธ์ทำนาย

รายละเอียดโครงสร้างโมเดล

สถาปัตยกรรมโครงข่ายInput(9) ➡️ 12 ➡️ 12 ➡️ 12 ➡️ Output(1)

เกณฑ์ทดสอบ R² Score0.736 (Paper targeted ~0.68)

ค่าความคลาดเคลื่อนเฉลี่ย (MAE)4.25 μg/m³

ค่าความคลาดเคลื่อนกำลังสอง (RMSE)5.42 μg/m³

หมายเหตุ: โมเดลนี้สร้างขึ้นตามรายงานทางวิชาการโครงการรางวัลเหรียญทองของนักเรียนโรงเรียนโครงการห้องเรียนพิเศษวิทยาศาสตร์ภูมิภาค (SCiUS) เพื่อส่งเสริมการใช้เครื่องมือประมวลผลเครือข่ายใยประสาทเทียมในการวางแผนสุขภาพชุมชน