Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Video Experimental Relacionado

Updated: Feb 26, 2026

Author Spotlight: UAV Remote Sensing for Efficient Invasive Plant Biomass Estimation
08:47

Author Spotlight: UAV Remote Sensing for Efficient Invasive Plant Biomass Estimation

Published on: February 9, 2024

2.1K

Predicción de emisiones de PM2.5 de combustión forestal basada en datos mediante aprendizaje automático y entrada de

Jibin Ning1, Yi Ye1, Yanpeng Zhang1

  • 1Key Laboratory of Sustainable Forest Ecosystem Management-Ministry of Education, College of Forestry, Northeast Forestry University, Harbin, Heilongjiang 150040, China.

Journal of hazardous materials
|February 24, 2026
PubMed
Resumen

Videos de Conceptos Relacionados

Regression Analysis01:11

Regression Analysis

8.7K
Regression analysis is a statistical tool that describes a mathematical relationship between a dependent variable and one or more independent variables.
In regression analysis, a regression equation is determined based on the line of best fit– a line that best fits the data points plotted in a graph. This line is also called the regression line. The algebraic equation for the regression line is called the regression equation. It is represented as:
8.7K

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Smoke exposure levels prediction following laboratory combustion of Pinus koraiensis plantation surface fuel.

The Science of the total environment·2023
Same author

Effect of fire spread, flame characteristic, fire intensity on particulate matter 2.5 released from surface fuel combustion of Pinus koraiensis plantation- A laboratory simulation study.

Environment international·2022
Same author

Synthesis of the C-18-C-34 fragment of amphidinolides C, C2, and C3.

Organic letters·2013
Same author

Synthesis of the C-1-C-17 fragment of amphidinolides C, C2, C3, and F.

Organic letters·2013
Same author

77Se solid-state NMR of As2Se3, As4Se4 and As4Se3 crystals: a combined experimental and computational study.

Physical chemistry chemical physics : PCCP·2013
Same author

Nanocellulose electroconductive composites.

Nanoscale·2013

Este estudio presenta un nuevo método para predecir con precisión las partículas finas (PM2.5) de los incendios forestales. Equilibra la precisión de la predicción con la velocidad computacional, crucial para la gestión de incendios forestales en tiempo real y los avisos de salud pública.

Sus antecedentes:

  • Los incendios forestales liberan importantes cantidades de PM2.5, lo que afecta la calidad del aire y la salud pública.
  • La cuantificación precisa de PM2.5 es vital para la evaluación del impacto global.
  • Los modelos de aprendizaje automático existentes a menudo sacrifican la eficiencia computacional en aras de la precisión.

Conclusiones:

  • Los datos de alta calidad y la selección adecuada de algoritmos son clave para una predicción eficiente de PM2.5.
  • La redundancia de variables y la complejidad del modelo pueden conducir a una redundancia predictiva.
  • El estudio ofrece un método de estimación rápida para las emisiones de PM2.5, lo que ayuda a la gestión de la calidad del aire y la mitigación del riesgo de incendios forestales.
Palabras clave:
Incendio forestalAprendizaje automáticoEmisiones de PM2.5Entrada de combinación de variables

Videos de Experimentos Relacionados

Last Updated: Feb 26, 2026

Author Spotlight: UAV Remote Sensing for Efficient Invasive Plant Biomass Estimation
08:47

Author Spotlight: UAV Remote Sensing for Efficient Invasive Plant Biomass Estimation

Published on: February 9, 2024

2.1K