Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

The application of regression trees to modelling ozone concentration measured in selected regions

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60162694%3AG42__%2F16%3A00533348" target="_blank" >RIV/60162694:G42__/16:00533348 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://vavtest.unob.cz/registr" target="_blank" >http://vavtest.unob.cz/registr</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    The application of regression trees to modelling ozone concentration measured in selected regions

  • Popis výsledku v původním jazyce

    Decision trees is a classification and predictive method which has applications in many fields. In this work the method of regression trees is used to modelling of tropospheric ozone concentration measured in the vertical gradient at the Atmospheric station Kresin u Pacova. Basic meteorological parameters and categorical variables taking into account temperature inversion, day time and season of the measurement were chosen as predictors for the analysis provided by using CART algorithm. The results show that temperature and relative humidity have the most significant effect to tropospheric ozone concentration at all height levels of measurement. Regression tree model, which can be used to predict tropospheric ozone concentration, can be useful tool for assessment risks from excessive pollution.

  • Název v anglickém jazyce

    The application of regression trees to modelling ozone concentration measured in selected regions

  • Popis výsledku anglicky

    Decision trees is a classification and predictive method which has applications in many fields. In this work the method of regression trees is used to modelling of tropospheric ozone concentration measured in the vertical gradient at the Atmospheric station Kresin u Pacova. Basic meteorological parameters and categorical variables taking into account temperature inversion, day time and season of the measurement were chosen as predictors for the analysis provided by using CART algorithm. The results show that temperature and relative humidity have the most significant effect to tropospheric ozone concentration at all height levels of measurement. Regression tree model, which can be used to predict tropospheric ozone concentration, can be useful tool for assessment risks from excessive pollution.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    BB - Aplikovaná statistika, operační výzkum

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2016

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    MENDEL 2016 22nd International Conference on Soft Computing

  • ISBN

    978-80-214-5365-4

  • ISSN

    1803-3814

  • e-ISSN

  • Počet stran výsledku

    8

  • Strana od-do

    241-248

  • Název nakladatele

    Nosová Hana, Koperníkova 4362/21, Brno, 2016

  • Místo vydání

    Brno

  • Místo konání akce

    Brno

  • Datum konání akce

    8. 6. 2016

  • Typ akce podle státní příslušnosti

    CST - Celostátní akce

  • Kód UT WoS článku