Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

25.11.2021 | Regular Paper

Analysis and forecasting of rivers pH level using deep learning

Zeitschrift:
Progress in Artificial Intelligence
Autoren:
Abhay Srivastava, Alberto Cano
Wichtige Hinweise

Publisher's Note

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Abstract

The pH level of oceans has been largely monitored and studied to make sure that aquatic ecosystems are thriving. However, the pH level of other large bodies of waters, such as rivers, has largely been glanced over. Many rivers contain very sensitive underwater ecosystems, and as a result even small pH changes can largely impact the relative biodiversity. With the addition of increased carbon emissions and pollution, large bodies of water are absorbing more carbon and consequently the pH levels of rivers can rapidly change. This paper studies different deep learning approaches to analyze and forecast pH levels, which include a long short-term memory (LSTM), gated recurrent unit (GRU), recurrent neural network (RNN), and a Temporal Fusion Transformer (TFT) model to determine which algorithm provides the best pH predictive forecast. We demonstrate that the TFT outperforms other deep learning methods through various metrics. In addition, we clarify the importance of temperature as a feature in pH prediction. Lastly, we use the TFT to predict pH anomalies and discover the significance of the predicted data. We found that nine out of the ten predicted data sets have a significant difference compared to the original data.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Premium Partner