German English

Deep Learning zur Vorhersage von Feinstaubbelastung

further information
Google Scholar
publication iconAlkhouri, Georges; Wilke, Moritz
Deep Learning zur Vorhersage von Feinstaubbelastung
BTW Workshops
2019-03

Weitere Informationen: https://dl.gi.de/bitstream/handle/20.500.12116/21823/G2-5.pdf

Beschreibung

Feinstaubbelastung steht seit einiger Zeit in der öffentlichen Debatte und stellt mir hoher Wahrscheinlichkeit ein großes Gesundheitsrisiko dar. Laut WHO kann die Reduzierung von Feinstaub zur Senkung verschiedener Krankheiten, wie bspw. Herzinfarkten, Lungenkrebs und asmathischen Erkankungen dienen.Deswegen werden von der Organisation Tagesgrenzwerte von 25 μg/m3 für Partikel um 2,5 μm (PM2,5) und 50 μg/m3 für Partikel um 10 μm (PM10) empfohlen. In diesem Beitrag zur Data Science Challenge soll
gezeigt werden, wie die vorhandenen Feinstaubsensoren in der Stadt Leipzig genutzt werden können, um zukünftige Werte vorherzusagen.3 Eine solche Vorhersage könnte nicht nur zur Warnung dienen, sondern auch Grundlage für kurzfristige Gegenmaßnahmen (bspw. den Wechsel auf ÖPNV) bilden.