Sichere ML‑gestützte Vorhersagen verbessern die Luftqualitätsforschung
Wir stellen eine innovative Lösung vor, die Datenlücken in der Messung von Feinstaub (PM2.5) schließt und damit die Analyse von Luftqualitätsdaten revolutioniert.
Die Lösung kombiniert Amazon SageMaker AI, AWS Lambda und AWS Step Functions, um fehlende Messwerte automatisch zu interpolieren und präzise Vorhersagen zu generieren.
Sie richtet sich an Umweltanalysten, öffentliche Gesundheitsbehörden und Business‑Intelligence‑Experten, die verlässliche PM2.5‑Daten für Trendanalysen, Berichte und fundierte Entscheidungen benötigen.
Das Trainingsset stammt aus der OpenAFRICA‑Datenbank, wodurch die Modelle auf realen, offenen Luftqualitätsdaten basieren.
Durch die Zeitreihenprognose kann die Lösung zukünftige PM2.5‑Werte exakt vorhersagen, was die Planung von Maßnahmen zur Luftreinhaltung deutlich verbessert.