0% Complete
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 Farrokhpour
1
Mahdi Habibii
2
Amirhossein Babaeian
3
Alireza Shadman
4
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
Sustainable development analysis of diesel, biodiesel and hydrogen in internal combustion engines
Mohammad Reza Saberi - Ehsan Naghashzadeh
تعیین استراتژی های نگهداری و تعمیرات با استفاده از تکنیک تحلیل سلسله مراتبی فازی FAHP (مورد مطالعه: شرکت تولیدی صنایع بهداشتی کویر سلولز یزد-بخش پوشک)
یاسین ابوالفتحی
اولویت بندی کاربردهای هوش مصنوعی در لجستیک دریایی (مطالعه موردی: بندر شهید رجایی)
علیرضا شکوفه - سید فرزاد حسینی - سید محمد مهدی حمیدی
ارائه یک رویکرد چند هدفه برای چیدمان دپارتمانهای با مساحت نابرابر با استفاده از روش نوین ساختار نواری و الگوریتم ژنتیک مرتبسازی نامغلوب
سروش صفرزاده - حسین عاکفی
Optimizing Coordination in the Metformin Supply Chain Using Quantity Discounts and Government Subsidies: A Case Study of Iran's Healthcare System
Farnoush Otrodi - Hasan Khademi Zare - Yahya Zare Mehrjardi - Mohammad Bagher Fakhrzad
رهبری مسئولانه در عصر هوش مصنوعی: چالشهای سازمانهای مبتنی بر فناوریهای نوین
مجتبی جعفری - محسن شهریاری
مسیریابی و زمانبندی پرستاران برای فرآیند درمان سرطان با شیمیدرمانی توسط مراقبتهای پزشکی درمنزل
زهرا مهره کش - سعید دهنوی
ارزیابی و مقایسه بهرهوری تامینکنندگان تابآور-پایدار در دوران کرونا و پیش از کرونا در زنجیره تامین (مطالعه موردی: صنایع غذایی)
مهیار عباسیان - فردین رضایی - آرزو غریب نواز شربیانی
مروری بر کاربرد تکنیکهای یادگیری ماشین در تشخیص زودهنگام بیماری تیروئید
محبوبه مدنی - صبا صارمی نیا
بکارگیری روش های یادگیری عمیق جهت پیش بینی تقاضای زنجیرهی تامین خون (مطالعهی موردی: بیمارستان افضلیپور کرمان)
منصوره نادری پور - محمد مهدی سلندری
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 43.7.0
