Big Data solutions for the forecast of the air pollution PM10

A tétel rövid nézete
dc.contributor.advisorUjvári, Balázs
dc.contributor.authorMarin, Nakagawa
dc.contributor.departmentDE--Informatikai Kar
dc.date.accessioned2026-02-12T20:45:02Z
dc.date.available2026-02-12T20:45:02Z
dc.date.created2025-04-13
dc.description.abstractThis thesis explores Big Data-based approaches for understanding and preparing to forecast PM10 air pollution levels. The study focuses on data collection and preprocessing, followed by correlation analysis and heatmap visualization to reveal key relationships. A specific emphasis is placed on the interaction between wind speed and PM10 levels on the previous day. Principal Component Analysis (PCA) is applied to reduce dimensionality, and a preliminary neural network analysis is conducted using winter hourly data. While predictive modeling is left as future work, this research lays the groundwork for more advanced forecasting solutions. The findings support the potential of data-driven methods in environmental air quality analysis.
dc.description.courseProgramtervező informatikus
dc.description.degreeBSc/BA
dc.format.extent45
dc.identifier.urihttps://hdl.handle.net/2437/404556
dc.language.isoen
dc.rights.infoHozzáférhető a 2022 decemberi felsőoktatási törvénymódosítás értelmében.
dc.subjectPM10, PCA, Neural Network
dc.subject.dspaceInformatics
dc.titleBig Data solutions for the forecast of the air pollution PM10
Fájlok
Eredeti köteg (ORIGINAL bundle)
Megjelenítve 1 - 1 (Összesen 1)
Nincs kép
Név:
thesis.pdf
Méret:
1.04 MB
Formátum:
Adobe Portable Document Format
Leírás:
thesis
Megjelenítés
Engedélyek köteg
Megjelenítve 1 - 1 (Összesen 1)
Nincs kép
Név:
license.txt
Méret:
1.95 KB
Formátum:
Item-specific license agreed upon to submission
Leírás:
Letöltés
Gyűjtemények
Theses (IK)