Acronimo OASI7

Abstract Dopo un’analisi preliminare dello stato dell’arte relativo ai sistemi di predizioni degli inquinanti, si è notato come questi ultimi siano essenzialmente tutti basati su approcci “fisici”. Una strada alternativa che si vuole percorrere con questa attività è invece quella di esplorare l’utilizzo di metodi non parametrici di apprendimento automatico (machine learning) e di valutarne l’efficacia nel campo della predizione a 24/48 ore degli agenti inquinanti. Si analizzeranno attraverso dei casi studio le performance di efficienza del sistema di predizione Random Forest.

Enti SUPSI coinvolti Settore sistemi energetici
Settore energia e territorio

Responsabili Nerio Cereghetti

Data di inizio progetto 20 giugno 2017

Data di chiusura progetto 20 giugno 2018