💻 computer science

A Hybrid Machine Learning Framework for Air Quality Classification Using Variational Mode Decomposition and Feature Optimization

تقترح هذه الورقة إطار عمل هجين لتعلم الآلة يدمج بين تفكيك الوضع المتغير لتفكيك الإشارة، وحذف الميزات المتكرر لاختيار الميزات، وتقنية SMOTE لموازنة الفئات، ومصنف CatBoost–SVM لتحقيق نظام تصنيف لجودة الهواء عالي الدقة (98.5%) باستخدام بيانات CPCB.

المؤلفون الأصليون: R Abirami, P Mani

نُشر 2026-08-25

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: R Abirami, P Mani

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

إن الهواء الذي نتنفسه نادراً ما يكون ساكناً؛ فهو يتغير مع الرياح، ويندفع مع حركة المرور، ويتفاعل مع الشمس والمطر بطرق معقدة وغير متوقعة. وبالنسبة للعلماء الذين يحاولون فهم جودة الهواء، فإن هذه الحركة المستمرة تخلق لغزاً صعباً. فالبيانات التي يجمعونها من أجهزة الاستشعار ليست خطاً مستقيماً ونظيفاً، بل هي سجل متعرج ومليء بالضجيج، مليء بالقفزات المفاجحة والأنماط الخفية التي تتغير من ساعة إلى أخرى. وغالباً ما تعاني الطرق التقليدية في تحليل هذه البيانات لأنها تتعامل مع الهواء كما لو كان ساكناً، مما يؤدي إلى تفويت التقلبات الطفيفة والسريعة التي تشير إلى التحول من الهواء النقي إلى التلوث الخطير. ولحل هذه المشكلة، لجأ الباحثون إلى مجال يُسمى تعلم الآلة، حيث تتعلم الحواسيب التعرف على الأنماط في كميات هائلة من البيانات. ومع ذلك، لكي تتعلم هذه الحواسيب بفعالية، يجب أولاً تفكيك إشارات العالم الحقيقي الفوضوية والمضطربة إلى أجزائها الأساسية، تماماً مثل فصل نغمة في بيانو إلى نوتات فردية لفهم الموسيقى.

في دراسة حديثة، واجه باحثون من معهد فيلور للتكنولوجيا في الهند هذا التحدي من خلال إنشاء نظام جديد لتصنيف جودة الهواء بدقة مذهلة. فقد ركزوا على بيانات من عشر مدن كبرى في الهند، جمعها المجلس المركزي للرقابة على التلوث. وتتتبع هذه البيانات مجموعة متنوعة من الملوثات، بما في ذلك جزيئات الغبار الدقيقة وغازات مختلفة، والتي تُستخدم لحساب مؤشر جودة الهواء. ويصنف المؤشر الهواء إلى مستويات تتراوح من "جيد" إلى "شديد"، وهو تمييز حيوي للتحذيرات المتعلقة بالصحة العامة. ووجد الباحثون أن البيانات الخام من أجهزة الاستشاس هذه فوضوية للغاية بحيث لا تستطيع نماذج الكمبيوتر القياسية التعامل معها بمفردها. ولإصلاح ذلك، استخدموا تقنية تسمى "تفكيك الوضع المتغير" (Variational Mode Decomposition). تخيل أنك تستمع إلى غرفة مزدحمة حيث يتحدث الكثير من الناس في وقت واحد؛ تعمل هذه الطريقة كمرشح متطور يفصل الأصوات المتداخلة إلى مسارات متميزة وواضحة، مما يسمح للمستمع بالتركيز على محادثة واحدة في كل مرة. وفي هذه الحالة، "المحادثات" هي الترددات والأنماط المختلفة للتلوث، والتي يقوم النظام بفصلها للكشف عن الاتجاهات الحقيقية الكامنة.

بمجرد فصل البيانات إلى هذه المسارات الأكثر وضوحاً، استخرج الفريق مجموعة واسعة من الخصائص لوصف سلوك الهواء. لقد نظروا إلى البيانات من ثلاثة زوايا مختلفة: كيف تغيرت مستويات التلوث بمرور الوقت، وكيف تصرفت من حيث التردد، وكيف تذبذبت في مزيج من كليهما. أنتجت هذه العملية مئات الأدلة المحتملة حول حالة الهواء. ومع ذلك، فإن امتلاك الكثير من الأدلة يمكن أن يربك الكمبيوتر بقدر ما يربكه امتلاك القليل منها. ولإيجاد أهم الإشارات، اختبر الباحثون أربع طرق مختلفة لاختيار أفضل الميزات. واكتشفوا أن طريقة محددة، تُعرف باسم "إزالة الميزة المتكررة" (Recursive Feature Elimination)، كانت الأكثر فعالية في تحديد حفنة من الأدلة التي تهم حقاً. قامت هذه العملية بتقليص القائمة الضخمة من المؤشرات المحتملة إلى عشرين ميزة رئيسية فقط يمكنها وصف جودة الهواء بدقة.

كما كان على الدراسة التعامل مع مشكلة شائعة في البيانات البيئية وهي: عدم التوازن. ففي العالم الحقيقي، الأيام التي تشهد تلوثاً "شديداً" هي أقل شيوعاً بكثير من الأيام ذات الهواء "المعتدل" أو "الجيد". وإذا تعلم الكمبيوتر من الأيام الشائعة في الغالب، فسيصبح سيئاً في التعرف على الحالات النادرة والخطيرة. ولحل هذه المشكلة، استخدم الباحثون تقنية تسمى "الإفراط في أخذ العينات من الأقلية الاصطناعية" (Synthetic Minority Over-sampling). تنشئ هذه الطريقة أمثلة جديدة واصطناعية لأحداث التلوث النادرة عن طريق مزج خصائص الأحداث الموجودة، مما يعلم الكمبيوتر بفعالية شكل التلوث الشديد دون الحاجة لانتظار حدوثه بشكل طبيعي. وأخيراً، دمج الفريق نموذجين قويين من تعلم الكمبيوتر في نظام هجين واحد. يعمل النموذج الأول، "كات بوست" (CatBoost)، كمصنف واسع النطاق يفهم العلاقات المعقدة بين الملوثات المختلفة. أما النموذج الثاني، وهو "آلة ناقلات الدعم" (Support Vector Machine)، فيعمل كأداة لضبط الدقة لاتخاذ القرار النهائي بشأن الفئة التي ينتمي إليها الهواء بالضبط.

كانت نتائج هذا النهج مذهلة. فعند اختبارها مقابل بيانات العالم الحقيقي من الهند، حدد النظام الجديد فئة جودة الهواء بشكل صحيح في 98.5% من الحالات. وقد أدى أداءً استثنائياً عبر جميع المستويات، من الأيام الأكثر نقاءً إلى الأكثر خطورة، مما أظهر قدرة عالية على التمييز بين الفئات المتشابهة التي غالباً ما تربك النماذج الأخرى. كما استخدم الباحثون أدوات متقدمة للنظر داخل "الصندوق الأسود" لنموذج الكمبيوتر الخاص بهم، مما أكد أنه يولي اهتماماً بالفعل للأشياء الصحيحة، مثل سلوك جزيئات الغبار الدقيقة ومستويات غازات معينة. ومن خلال تفكيك الإشارات الفوضوية للغلاف الجوي، واختيار الأدلة الأكثر حيوية، وموازنة بيانات التدريب، يوفر هذا الإطار وسيلة موثوقة وقابلة للتوسع لمراقبة الهواء. وهو يثبت أنه مع الجمع الصحيح بين معالجة الإشارات وتعلم الآلة، يمكننا تحويل البيانات البيئية المعقدة والمضطربة إلى معلومات واضحة وقابلة للتنفيذ لحماية الصحة العامة.

أبحاث مشابهة