Key points are not available for this paper at this time.
تتطلب مشكلة إدارة النفايات المتزايدة في العديد من أنحاء العالم حلولاً مبتكرة لضمان الكفاءة في الفرز وإعادة التدوير. تُعَدُّ دقة تصنيف النفايات من التحديات الرئيسية، حيث تؤثر التفاوتات في الخصائص المرئية بين أنواع النفايات على ذلك. كحل، يطور هذا البحث نموذج تصنيف النفايات قائم على الصور باستخدام هيكل التعلم العميق DenseNet. تم تصميم النموذج لتلبية الحاجة إلى فرز النفايات بشكل آلي من خلال تصنيف النفايات إلى عشرة فئات مختلفة، باستخدام مجموعات بيانات تدريب متنوعة. أظهرت نتائج هذه الدراسة أن النموذج حقق معدل دقة إجمالية قدرها 93%، مع قدرة ممتازة على تحديد وتصنيف مواد معينة مثل البطاريات والمواد البيولوجية والزجاج البني. على الرغم من بعض التحديات في تصنيف المعادن والبلاستيك، تؤكد هذه النتائج الإمكانيات الكبيرة لاستخدام تقنية التعلم العميق في أنظمة إدارة النفايات لتحسين عمليات الفرز وزيادة كفاءة إعادة التدوير.
زلهسني وآخرون (السبت) درسوا هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: