كنفرانس بين المللی مهندسی صنايع و سيستم ها

صفحه اصلی / یازدهمین كنفرانس بين المللی مهندسی صنايع و سيستم ها

Cold Temperature Risk Prediction Using Machine Learning: Binary Classification of Minimum Daily Temperature in Sarakhs

نویسندگان :

Mohammad Farrokhpour¹ Mahdi Habibii² Amirhossein Babaeian³ Alireza Shadman⁴

1- دانشگاه فردوسی مشهد 2- دانشگاه فردوسی مشهد 3- دانشگاه فردوسی مشهد 4- دانشگاه فردوسی مشهد

کلمات کلیدی :

Minimum temperature،Machine learning،Frost prediction،Neural network،Supervised learning،classification

چکیده :

Abstract— Accurate forecasting of minimum daily temperatures is critical in preventing cold-related damages, particularly in agriculture. This study aims to classify the minimum temperature of the next day in Sarakhs, Iran, into two categories: below or above 4°C, using supervised machine learning algorithms. A dataset of meteorological observations was collected, including temperature, humidity, wind direction and speed, pressure, and solar radiation. The data was preprocessed, normalized, and labeled based on the 4°C threshold. Various classification algorithms such as Linear Discriminant Analysis (LDA), Quadratic Discriminant Analysis (QDA), Support Vector Classifier (SVC), K-Nearest Neighbors (KNN), and Artificial Neural Networks (ANN) were evaluated. Model performance was assessed using accuracy, recall, precision, and F1-score metrics. Among the tested models, QDA and ANN demonstrated the highest performance, achieving F1-scores of 0.94 and 0.93, respectively. The results highlight the effectiveness of lightweight machine learning models in cold temperature risk classification and provide a foundation for future integration into early-warning systems for frost-prone regions.

لیست مقالات

لیست مقالات بایگانی شده

برآورد ریسک سرمایهگذاری در یک پرتفوی متشکل از ارز دیجیتال و فیات و بهینهسازی آن با استفاده از روش ارزش در معرض خطر

عباسعلی جعفری ندوشن - زهرا رستگاری - فاطمه عظیمی

Gold Price Forecasting Using Tuned Gated Recurrent Units: Comparing Random Search and Bayesian Optimization

Morteza Moradi

انتخاب سبد سرمایه گذاری بهینه در بورس اوراق بهادار تهران با استفاده از رویکرد تلفیقی خوشه‌بندی و تصمیم‌گیری چند معیاره

ندا کریمی - علی موسی نژاد کماچالی

برنامه‌ریزی و زمانبندی زنجیره‌تامین دارویی با رویکرد اقتصاد چرخشی

فریما پورحسین دیگه سرا - سعید امامی - ابراهیم اسدی گنگرج

برنامه‌ریزی ارائه خدمات مراقبت در منزل در شبکه درمانی چند خدمتی با در نظر گرفتن بازدید‌های هم‌زمان پرستاران و مراجعه به آزمایشگاه

صدرا باحجب محمدی - مریم رادمان

ارائه رویکرد ترکیبی یادگیری ماشین و بهینه سازی به کمک نظریه فازی، در انتخاب سبد سهام

دانیال محمدی - عمران محمدی - محمد مهدی والی سیر - سعید شوالپور

ارزیابی ریسک های زیست محیطی فعالیت های گردشگری در شهر ارومیه

شکیبا شعبانی - فرید ممیزی - سعید جعفرزاده قوشچی

مدل مکان‌یابی هاب تک‌تخصیصه با رویکرد دو هدفه سناریو محور: طراحی شبکه مقاوم در برابر عدم‌قطعیت در مکان هاب با امکان ارسال مستقیم

المان دمرچی - فرید ممیزی - کامیار صبری لقائی

The Challenges and Opportunities of Reverse Logistics in Humanitarian Supply Chain

Hamed Ghazizadeh - Fereshteh Parvaresh

بررسی سنجه‌های مدل یادگیری ماشین مرتبط با سازه‌های پیش‌بینی‌گر نرخ پذیرش واکسیناسیون

راضیه رجائی لک - الهام یاوری

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.7.0