شفقنا- پژوهشگران دانشکده مهندسی برق و کامپیوتر دانشگاه تهران با طراحی یک مدل مبتنی بر هوش مصنوعی و شبکههای عصبی گرافی، موفق شدند روشی نوین برای برآورد دقیق کیفیت هوا در مناطقی که فاقد ایستگاههای پایش آلودگی هستند ارائه کنند؛ دستاوردی که میتواند به تصمیمگیری دقیقتر مدیران شهری و اطلاعرسانی بهتر به شهروندان در زمینه آلودگی هوا کمک کند.
به گزارش شفقنا از دانشگاه تهران، پژوهشگران این دانشگاه در قالب یک مطالعه علمی، مدل جدیدی با عنوان «تلفیق زمانی شبکه عصبی گرافی پویا (DTFGNN)» توسعه دادهاند که قادر است میزان آلایندههای هوا را، در نقاطی که هیچگونه تجهیزات سنجش آلودگی هوا در آنها نصب نشده است، با صحت بالا تخمین بزند.
با توجه به صدمات زیست محیطی و انسانی آلودگی هوا، شهرهای مختلف دنیا نیازمند پایش دقیق، جامع، و برخط آلایندههای هوا در سطح شهرها هستند؛ اما هزینه بالای نصب و نگهداری ایستگاههای پایش کیفیت هوا موجب شده است بسیاری از مناطق شهری از پوشش مناسب این سامانهها برخوردار نباشند. این موضوع علاوه بر محدود کردن دسترسی شهروندان به اطلاعات دقیق کیفیت هوا، تصمیمگیری مدیران شهری برای مدیریت بحرانهای ناشی از آلودگی هوا را نیز با چالش مواجه میکند.