الگوریتم امتیاز به بهترین راه برای مقابله با اقیانوس پلاستیکی

ظروف پلاستیکی است که به راحتی می توان در آب دریا خواهد بود یک رویای راه حل برای این مشکل در حال رشد از اقیانوس زباله اما بازیافت و پلاستیک جایگزین هنوز هم ممکن است بهترین گزینه محققان گزارش.

برای یک مطالعه جدید محققان با استفاده از یادگیری ماشین الگوریتم برای طبقه بندی بیش از 110 نوع پلاستیک از جمله تجاری و آزمایشگاه-ساخته شده رقم برای درک بهتر آنها ممکن است تنزل در اقیانوس می گوید رابرت Mathers, استاد شیمی در دانشگاه ایالتی پن.

“یکی از چیزهایی که ما علاقه مند به پیدا کردن آنچه که اتفاق می افتد به مقدار زیادی از پلاستیک است که در اقیانوس,” او می گوید. “این مطالعه در زمان طیف گسترده ای از ویژگی های فیزیکی داده ها در ترکیب با یک متریک است که تعیین کمیت و ترکیب ساختارهای مولکولی و استفاده می شود که سعی کنید به شکل از مهم ترین جنبه های پلاستیکی تخریب در اقیانوس است.”

وجود بیش از 150 میلیون تن پلاستیک در اقیانوس با 8 میلیون متریک تن بیشتر وارد اقیانوس هر سال با توجه به Ocean Conservancy.

تعدادی از عوامل در اقیانوس می تواند کمک به شکستن این پلاستیک از جمله اشعه ماوراء بنفش از خورشید و باد و امواج آب دریا و آب و حرارت و باکتری, محققان می گویند.

آنها دریافتند که انواع خاصی از پلاستیک را شکستن سریعتر از دیگران هنگامی که در معرض این شرایط است.

در حالی که دانستن ساختار مولکولی بیشتر مستعد ابتلا پلاستیک می تواند به مهندسین فرصتی برای توسعه پلاستیک با تاثیر کمتر زیست محیطی اقتصاد تولید آن پلاستیک در مقیاس هنوز هم می تواند یک مسئله Mathers می گوید.

“دیگران پیشنهاد کرده اند امکان قرار دادن یک پیوند ضعیف در ساختار مولکولی پلاستیکی است که می تواند سرعت بخشیدن به تخریب است که رشته ای از اتم است. در حال حاضر که یک ایده عالی است اما در حال حاضر آن ممکن است از لحاظ اقتصادی امکان پذیر گزینه,” او می گوید.

“این فقط سخت به لحاظ اقتصادی رقابت با پلی اتیلن و پلی پروپیلن که بیشتر استفاده می شود پلاستیک در جهان است. بنابراین ما احتمالا می خواهید به نگه داشتن تمرکز بر بازیافت به دلیل ارائه می دهد که بیشترین کمک فوری.”

پیش بینی اقیانوس پلاستیکی رفتار

این تیم با نزدیک شدن مشکل از پلاستیک در اقیانوس های جمع آوری داده ها به همان اندازه در ساختار مولکولی مختلف پلاستیک و اطلاعات در مورد چگونه این رفتار پلاستیک در آب دریا هر دو در این زمینه و در شرایط آزمایشگاهی.

“از ادبیات ما قادر به دریافت اطلاعات در مورد خواص فیزیکی پلاستیک است که در اقیانوس به عنوان مثال وزن مولکولی شیشه انتقال حرارت مقدار crystallinity اما با توجه به ترکیب مولکولی بود فرصت نادیده گرفته.

“در این راستا ما نمیفهمد چگونه به ترجمه ساختار مولکولی به یک متریک است که ما به نام آب گریزی است که چه مقدار این مواد به احتمال زیاد به جذب آب و یا می خواهم به در تماس با آب” Mathers می گوید. اولین نویسنده Kyungjun حداقل یک دانشجوی سال دوم بیوشیمی عمده کمک محاسبه این آب گریزی ارزش.

وجود دارد بسیاری از انواع پلاستیک و بسیاری تجربی شرایط یادگیری ماشین ابزاری در کمک به محققان هر دو مرتب کردن بر اساس از طریق مقدار زیادی از داده ها و همچنین به عنوان طبقه بندی این اطلاعات می گوید: یوسف Cuiffi, دستیار آموزش استاد که مشغول به کار با Mathers.

“ما شروع با پایه تجزیه و تحلیل داده ها برای کشف و مرتب سازی از طریق داده ها و سپس ما نقل مکان کرد به اخباری یادگیری ماشین برای کمک به ما در روشن کردن الگوها و روند” او می گوید. “ماشین یادگیری به ما کمک کرد برای تعیین کلید روابط و توسعه قوانین برای پیش بینی رفتار پلاستیک.”

آنچه آمار می گوید

پس از آزمایش با چند مدل مختلف از یادگیری ماشین محققان تصمیم گرفتند برای یک درخت تصمیم گیری ماشین رویکرد یادگیری. اعضای موسسه محاسباتی و داده های علوم و تحقیقات مواد موسسه ارائه دسترسی به یادگیری ماشین ابزار.

“ما سعی کردیم با استفاده از مدل رگرسيون اما تناقضات در آزمون شرایط ما در سراسر مجموعه ساخته شده است که دشوار است” Cuiffi می گوید. “طبقه بندی زبان آموزان کار می کرد خیلی بهتر و درخت های تصمیم گیری به طور خاص مفید بود چرا که آنها ارائه شده دید به آموخته قوانین که ارائه بینش های شیمیایی و فیزیکی رفتار است.”

یادگیری ماشین و داده های علمی عمومی نیز مفید است برای این نوع از تحقیقات میان رشته ای.

“من فکر می کنم که ابزار مدرن در دسترس برای تجزیه و تحلیل داده ها اجازه می دهد تا ما را به کشف بزرگ متنوع مجموعه داده راحت تر از همیشه قبل از,” او می گوید. “من همچنین با قدردانی از تلاش های بین رشته ای در این زمینه با این مطالعه به دلیل محققان خارجی می تواند به آمار نگاه کنید agnostically.

“برای این مطالعه من اغلب به نتایج به دکتر Mathers نمی دانستند اگر آنها ساخته شده حس—و او واقعا لذت بردن از اذیت کردن آنچه که داده شد نشان. اگر من تا به حال بیشتر بینش شیمی, من ممکن است مغرضانه تحلیل با من ازدواج است.”

این مطالعه همچنین نشان می دهد که چگونه داده های علم و علم مواد می تواند کمک به حل مسائل است که ممکن است یک بار در نظر گرفته شده است خارج از زمینه های خود را Mathers می گوید.

“من علاقه مند شده بود sustainability, sustainable, مواد, و این ایده از شیمی سبز برای مدت زمان طولانی” Mathers می گوید. “و هنگامی که ما در مطالعات در ادبیات کنونی ما در بر داشت وجود دارد بسیاری از مردم در حال بررسی پلاستیک در اقیانوس و بسیاری از این محققان oceanographers دریایی, زیست شناسان, محیط زیست و زیست شناسان دریایی. آنها انجام واقعی کار جالب اما از نظر مواد بدون سیستماتیک مطالعات در دسترس بودند.”

این مطالعه به نظر می رسد در طبیعت ارتباطات.

منبع: Penn State

tinyurlis.gdv.gdv.htclck.ruulvis.netshrtco.de