Дослідження та програмна реалізація методів відновлення відсутніх даних моніторингу якості повітря на основі даних концентрації PM2.5

Abstract

UK: Було проведено систематичне порівняння ефективності різних методів відновлення. Для цього в даних штучно моделювали пропуски, що дозволило оцінити точність кожного підходу на основі RMSE. Найкращі результати в усіх наборах продемонструвала поліноміальна регресія третього ступеня, що дозволяє вважати її найбільш ефективною для досліджуваних даних. Було створено програмний застосунок для Windows із графічним інтерфейсом. Він дозволяє завантажувати та обробляти часові ряди, обирати метод відновлення, візуалізувати результати (графіки, таблиці) та експортувати їх для подальшого аналізу. EN: A systematic comparison of the effectiveness of different recovery methods was conducted. To do this, we artificially modeled gaps in the data, which allowed us to evaluate the accuracy of each approach based on RMSE. The best results in all sets were demonstrated by the third-degree polynomial regression, which makes it the most effective for the data under study. A Windows software application with a graphical interface was created. It allows you to load and process time series, choose a recovery method, visualize the results (graphs, tables), and export them for further analysis. Translated with DeepL.com (free version)