Zaman dizisi verilerinde ani değişimlerin tahmini için veri madenciliği yöntemleri ile öznitelik seçimi

Abstract

Zaman dizisi analizlerinde genel olarak bir değişken kendisinin ve diğer değişkenlerin önceki değerleri gözönüne alınarak modellenir. Bu çalışmada hem değişkenin zamana bağlı modellenmesi hem de değişken değerlerindeki ani çıkış ve düşüşlerin sınıflandırılması hedeflenmiş. Uygulama alanı olarak da gittikçe yükselen öneme sahip olan hava kirliliği konusu ele alınmıştır. Hava kirleticilerinden biri olan ozonun tahmininin yanısıra, bu çalışmada ozondaki ani değişimlere sebep olabilecek faktörlerin belirlenmesi de hedeflenmiştir. Yüksek ozon yoğunluğunun stratosfer tabakasındaki pozitif etkisi olan dünyayı güneşten gelen morötesi ışınlara karşı korumasının yanında troposfer tabakasında insan sağlığı ve çevre üzerinde negatif etkileri vardır. Özellikle astım hastaları ve çocukların yüksek ozon seviyesine iki-üç saat kadar bile maruz kalmaları solunum yollarında ciddi rahatsızlıklar meydana getirebilir. Bu çalışmanın amacı ozon seviyesinin ani değişimine neden olan değişken gruplarını tespit etmektir. Hangi değişken kombinasyonlarının ani değişimle ilgili olduğunun bulunması için Kanonik Bağıntı Analizi (KBA), Destek Vektör Makineleri (DVM), Doğrusal Ayırtaç Analizi (DAA) ve En Yakın K-Komşu (EYKK) teknikleri kullanıldı. Çalışmada kullanılan veri seti Ankara?da bulunan, Çevre ve Şehircilik Bakanlığı tarafından kontrol edilen bir otomatik hava kalitesi izleme istasyonu tarafından toplanmıştır. Veri seti, kirleticiler ve meteorolojik faktörlerin bir yıllık ölçümlerini ihtiva etmektedir. Ozon zaman serisi analizleri sonucunda görülmüştür ki ozonun geleceğe yönelik tahmininde NO, NO2, NOX ve rüzgar hızı değişkenleri etkili olmaktadır. Diğer yandan ozon seviyesindeki ani artışların ve düşüşlerin sınıflandırılmasında sıcaklık ve bağıl nem daha etkili değişkenlerdir. Ayrıca ozon seviyesindeki çok yüksek artış ve azalış gerçekleştiği günlerin sınıflandırılmasında ise partikül maddeler ve SO2 ilişkili değişkenler olarak bulunmuştur.

In time series analysis, generally, a variable is modelled by taking into consideration its previous values and previous/current values of other variables. In this study, we consider not only modelling of a variable as a function of time but also classification of abrupt changes in the values of a variable into two categories: abrupt rise and abrupt fall. As an application of the study, we have picked an air pollution dataset due to its gradually increasing importance. As a result, in this study, besides forecasting of the level of ozone as one of the air pollutants, we have also worked on determining factors that may cause abrupt changes in ozone level.Contrary to the positive effects of high level ozone concentration in stratosphere for protecting the Earth against ultraviolet radiation, in lower troposphere it has negative effects on human health and environment. Exposure to high level ozone concentration even for two-three hours can cause serious damage in respiratory systems of children and asthma patients. The goal of this study is to determine the feature groups that are related to abrupt changes in the level of ozone. Canonical Correlation Analysis (CCA), Support Vector Machines (SVM), Linear Discriminant Analysis (LDA) and k-Nearest Neighbour (KNN) techniques are used to explore which combination of features are predictive of abrupt changes in ozone level. The simulation dataset used in this study is collected in Ankara, Turkey, by an automatic air quality monitoring station operated by the ministry of environment and urban planning. The dataset consisted of one year of measurements of air pollutants and the meteorological factors. The analysis of ozone time series has shown that NO, NO2, NOX and wind speed are effective variables for forecasting the future ozone levels. On the other hand, temperature and relative humidity are more effective variables for classification of whether an abrupt rise or fall will occur in the level of ozone. Furthermore, particulate matters and SO2 are found to be the most effective for rise/fall classification when considering even more abrupt changes in ozone levels.