Previsione Degli Inquinanti Atmosferici Tramite Iot E Machine Learning

presentiamo un bidone intelligente basato sull'IoT che utilizza un modello di apprendimento automatico e profondo per gestire lo smaltimento dei rifiuti e prevedere gli inquinanti atmosferici presenti nell'ambiente circostante il bidone. Abbiamo sperimentato un modello tradizionale (algoritmo k-nearest neighbours (k-NN) e regressione logistica) e un algoritmo non tradizionale (rete LSTM (Long Short Term Memory) basata sul deep learning) per la creazione di messaggi di allerta sullo stato del cassonetto e per la previsione della quantit?di inquinante atmosferico monossido di carbonio (CO) presente nell'aria in una specifica istanza. I richiami della regressione logistica e dell'algoritmo k-NN sono rispettivamente del 79% e dell'83% in un ambiente di test in tempo reale per la previsione dello stato del cassonetto. L'accuratezza dei modelli LSTM modificato e LSTM semplice ?rispettivamente del 90% e dell'88% per prevedere la futura concentrazione di gas presenti nell'aria. Il sistema ha comportato un ritardo di 4 s nella creazione e nella trasmissione del messaggio di allarme a un operatore sanitario. Il sistema ha fornito il monitoraggio in tempo reale dei livelli di rifiuti e le notifiche del meccanismo di allarme.