Seminarium „Model Sztucznej Sieci Neuronowej do symulacji skażeń atmosferycznych w obszarze zurbanizowanym”

Zapewnienie działającego w czasie rzeczywistym systemu do lokalizacji niebezpiecznego źródła skażenia jest jednym z głównych wyzwań dla miejskich grup reagowania kryzysowego. Niestety, wszystkie proponowane rozwiązania umożliwiające oszacowanie lokalizacji źródeł zanieczyszczeń na podstawie zarejestrowanych przez sieć czujników stężeń substancji nie mogą działać w czasie rzeczywistym. Powodem jest znaczny czas obliczeniowy wymagany przez zastosowane modele dyspersji. Rozwiązaniem może być zastosowanie wytrenowanej sztucznej sieci neuronowej (SSN) zamiast modelu dyspersji w algorytmie rekonstrukcji. Aby mogła być używana, SSN musi nauczyć się symulować transport zanieczyszczeń w powietrzu. Szkolenie SSN jest kosztowne obliczeniowo, ale po przeszkoleniu SSN byłaby szybkim narzędziem umożliwiającym oszacowanie rozkładu stężenia zanieczyszczeń. Przestrzenny rozkład zanieczyszczenia jest funkcją wielowymiarową zależną od warunków pogodowych (kierunek i prędkość wiatru), współrzędnych źródeł zanieczyszczenia, szybkości uwalniania i czasu jego trwania. Staramy się odpowiedzieć, jaką topologię powinna posiadać SSN, aby poprawnie prognozować siłę zanieczyszczeń w danym punkcie obszaru zurbanizowanego w określonym czasie.