پيشگويي سري هاي زماني غلظت گاز راديواكتيو رادن در هوا با استفاده از داده هاي اندازه گيري شده از سيستم هاي پايش بر مبناي اينترنت اشياء و شبكه هاي عصبي مصنوعي

گاز راديواكتيو رادن اولين عامل ابتلا به سرطان ريه در افراد غيرسيگاري است.امروزه اندازه گيري و پيشگويي غلظت انواع آلاينده ها ازجمله آلاينده هاي راديواكتيو در شهر هاي هوشمند از اهميت بالايي برخوردار است.هدف از اين پژوهش، بررسي عوامل موثر بر غلظت گازرادن و استفاده از روشهاي يادگيري ماشيني در پيشگويي غلظت اين گاز در زمانها و شرايط محيطي مختلف مي باشد.ابتدا غلظت اين گاز و شرايط محيطي چون دما و فشار و رطوبت به مدت 6ماه اندازه گيري گرديد.در نهايت با استفاده از شبكه هاي عصبي مصنوعي غلظت اين گاز در شرايط محيطي مختلف پيشگويي شد ونتيجه پيشگويي هاي شبكه باساير روش هاي يادگيري ماشيني مقايسه شد. نتايج نشان مي دهد كه رابطه ي ضعيفي بين غلظت گاز رادن در داخل ساختمان با دما و رطوبت وجود دارد. اما رابطه با ضريب همبستگي قوي(R 0.6)بين غلظت اين گاز با دما و رطوبت مشاهده ميشود. بر طبق نتايج، غلظت گاز رادن را ميتوان با دقت خوبي توسط شبكه هاي عصبي مصنوعي تخمين زد. به طوري كه ضريب همبستگي پيرسون براي كليه داده ها بيشتر از0.9مي باشد. امروزه در شهرهاي هوشمند سيستم هاي پايش آلاينده ها به جمع آوري داده هاي مربوط به آلاينده هاي راديواكتيو و غير راديواكتيو در داخل و خارج ساختمان ها با سيستم هاي مبتني بر اينترنت اشيا مي پردازند. با استخراج اطلاعات از اين داده ها و پيشگويي غلظت اين آلاينده ها مي توان به ساكنان و مسئولان شهرها در مواقع لزوم هشدار ها و راهكارهاي لازم جهت كاهش غلظت اين گاز را داد.