다중 목표 백구 고래 최적화 및 딥 러닝 기반의 지능적이고 지속 가능한 폐기물 분류 모델

초록 자원 재활용은 지속 가능한 발전을 위해 필요하다고 여겨지며, 특히 도시화가 증가하고 다양한 폐기물이 발생하는 스마트 도시에서 자동화된 폐기물 관리 모델 개발이 필요합니다. 스마트 기술의 발전은 환경에 대한 쓰레기의 유해한 영향을 줄이는 데 충분하지 않은 전통적인 폐기물 관리 기술에 대한 대안을 제공합니다. 본 논문은 폐기물 분류의 중요성을 강조하여 폐기물 재료의 분류를 향상시키기 위한 지능형 폐기물 분류 모델을 제안합니다. 제안된 모델은 하이퍼파라미터 최적화를 위해 다중 목표 백구 고래 최적화(MBWO)에 의해 보강된 InceptionV3 딥 러닝 아키텍처를 활용합니다. MBWO에서는 드롭아웃 기간, 학습률 및 배치 크기의 최적 값을 찾기 위해 민감도와 특이성 평가 기준을 목표 함수로 통합하여 선형적으로 평가합니다. 제안된 모델의 성능을 검증하기 위해 벤치마크 데이터 세트인 TrashNet을 채택했습니다. MBWO를 전략적으로 통합함으로써 모델은 폐기물 재료를 식별하는 데 있어 상당한 정확성과 효율성의 증가를 달성하며, 보다 효과적인 폐기물 관리 전략을 기여하고 지속 가능한 폐기물 관리 관행을 장려합니다. 제안된 지능형 폐기물 분류 모델은 97.75%의 정확도, 99.55%의 특이성, 97.58%의 F1 점수 및 98.88%의 민감도로 최신 모델들을 능가했습니다.