オントロジーに基づく知識モデリングと重み付き区間型2ファジィ論理を用いた不確実性を考慮した屋外空気質評価

要旨：屋外の大気汚染は、環境と公衆衛生にとって主要な懸念事項であり、特に都市化が急速に進む地域で深刻です。
インド大気質指数（IND-AQI）、中央公害規制委員会（CPCB）によって開発されたものは、PM2.5、PM10、二酸化窒素（NO2）、二酸化硫黄（SO2）、オゾン（O3）、一酸化炭素（CO）、およびアンモニア（NH3）などの汚染物質に基づく標準化された大気質報告システムです。
しかし、AQIの従来の計算は明確な閾値と決定論的な集約規則を使用しており、曖昧さとクラス間の遷移を扱うには適していません。
これらの制限に対処するため、本研究はセマンティック知識モデリングと統合した、重み付き区間型-2ファジィ論理を取り入れたハイブリッド型のオントロジー ベースの不確実性認識フレームワークを提案します。
区間型-2ファジィ集合はAQIクラス境界付近の不確実性をモデル化するために使用され、汚染物質の重要度の重みは区間型-2ファジィ分析階層プロセス（IT2-FAHP）を用いて決定し、それらの相対的な健康影響を反映します。
さらに、セマンティック・センサ・ネットワーク（SSN）オントロジーを拡張したOWLベースの大気品質オントロジーを開発し、汚染物質、監視ステーション、AQIカテゴリ、規制基準、環境ガバナンス行動を表現します。
セマンティック推論はSWRLルールを用いて実装され、AQIカテゴリ、健康リスク、推奨される緩和措置を推定するためにSPARQLクエリで検証されます。
CPCBの大気質データセットを用いた実験評価は、提案されたフレームワークが従来の明確な閾値およびType-1ファジィアプローチと比較してAQI分類の信頼性と不確実性処理を改善することを示し、説明可能なセマンティック推論と大気質モニタリングシステムのインテリジェントな意思決定支援を可能にします。