Die Auswirkungen der Urbanisierung, des Bevölkerungswachstums und der Industrialisierung haben ebenfalls zur massiven Produktion komplexer Abfälle beigetragen, die die konventionellen Methoden zur Bewirtschaftung solcher Abfälle überlasten. Die konventionellen Methoden zur Abfallbewirtschaftung, die manuelle, zeitabhängige Prozesse beinhalten, können möglicherweise nicht effektiv mit Problemen in der Ressourcenbewirtschaftung, überfüllten Behältern, kontaminiertem Wasser sowie Umwelt- und Gesundheitsaspekten umgehen. Dieser Bericht hebt die neuesten Innovationen bei der Nutzung von KI zur Unterstützung der Abfallbewirtschaftung im Kontext der Echtzeiterzeugung und -beseitigung von Abfällen, der Verwendung von prädiktiven Analysen, dem Entwurf von Sensornetzwerken und der Implementierung des Internets der Dinge sowie der intelligenten Automatisierung hervor. Die Implementierung von Sensoren in KI hilft bei der Echtzeiterzeugung und -beseitigung von Abfällen durch Ultraschallsensoren, Lastzellen-Sensoren und GPS-Tracking-Geräte. Diese werden wiederum für die Implementierung von KI-Algorithmen zur Optimierung von Reinigungsrouten in den Fahrzeugen, zur Vermeidung von Abfällen beim Transport der Abfälle, zur Verhinderung von Überfüllungen und zur Maximierung des Betriebs eingesetzt. Das Modul für prädiktive Analysen, das durch maschinelles Lernen entwickelt wurde, hilft bei der präzisen Vorhersage der künftigen Abfallerzeugung basierend auf historischen Eingaben und saisonalen Veränderungen. Die Literatur bietet zudem Bewertungsanalysen zur Anwendung von Deep Learning sowie Computer Vision an.
Metilda Stella Rani G.*, Mythili S., Durga Sri R. (Sun,) haben diese Frage untersucht.