通过跨学科的合作与交流,我们能够突破传统思维的边界,开拓新的研究领域。

——院长致词

首页 > 科学研究 > 信息科技

使用人工智能寻找微塑料

本站发布时间:2023-12-16 14:56:06

Waterloo大学的一个跨学科研究小组正在使用人工智能(AI)来确定微塑料比以前更快、更准确

微塑料建议只在造成严重环境破坏的环境污染中发现——发现错误的方法来设置它们

Theearchteam先进的图像识别系统可以帮助废水处理厂和食品生产行业做出明智的决定,从而评估微塑料对环境和人类健康的潜在影响

综合分析和行动计划需要基于准确识别的信息质量项目负责人Dr,建立了一个强大的分析工具,可以列举、识别和描述存在的任何微塑料WayneParkerandhisteam,采用先进的光谱学方法,将物体暴露在光波长范围内不同类型的塑料会产生不同的光照信号这些设计就像指纹一样,可以分析微小塑料颗粒的表面

挑战者们发现,由于存在生产添加剂和填充物,微塑性材料种类繁多,可以在下降时脱口而出“指纹”这使得从有机材料中识别微塑料以及不同比例的微塑料往往很困难通常需要人工干预来获取模式和提示,这是低成本的,很容易出错

Waterloo土木环境工程部的一位专家Parker说:“微塑料是一种能够吸收其他化学物质的疏水材料。”“关于这些问题有多严重,科学仍在进步,但微塑料有可能重新增加有毒物质在食物链中的积累。”

Parkeraapproached DrAlexander Wong,Waterloo系统设计工程部和加拿大人工智能和医学成像研究中心主任在他的帮助下,该公司开发了一种名为PlasticNet的人工智能工具,使搜索能够快速分析大量颗粒,比现有方法快50%,准确率高20%

该工具是Waterloo研究所设计的最新可持续技术,用于保护环境和进行有助于未来可持续发展的研究

Wong说:“我们将深入学习神经网络,以增强光谱信号中的微塑料识别。”“我们从现有的文献来源和我们自己生成的图像中提取数据,以快速、正确地理解微塑料和陶罐的不同组成——无论印刷质量如何。”

Parker的前PhDstudent FrankZhu测试了从铝废水处理厂分离出的微塑料系统结果表明,该方法能以前所未有的速度和准确度鉴别出微塑料这些信息将使处理厂能够实施有效的措施来控制这些物质的扩散

接下来的步骤包括持续的学习和测试,以及向PlasticNet系统提供更多的数据,以提高微塑料的装配质量


来源:

Materials provided by
University of Waterloo.
注明: Content may be edited for style and length.


参考:

  1. Ziang Zhu, Wayne Parker, Alexander Wong.
    Leveraging deep learning for automatic recognition of microplastics (MPs) via focal plane array (FPA) micro-FT-IR imaging. Environmental Pollution, 2023; 337: 122548 DOI: 10.1016/j.envpol.2023.122548

排行榜

备案号:京ICP备2023036195号-1

地址:北京市丰台区南三环西路16号2号楼

地址:山东省济南市历城区唐冶绿地汇中心36号楼

电话: 400-635-0567

备案号:京ICP备2023036195号-1

地址:北京市丰台区南三环西路16号2号楼

地址:山东省济南市历城区唐冶绿地汇中心36号楼

电话: 400-635-0567

备案号:京ICP备2023036195号-1

地址:北京市丰台区南三环西路16号2号楼

地址:山东省济南市历城区唐冶绿地汇中心36号楼

电话: 400-635-0567