تصنيف قائم على التعلم العميق للنفايات الصلبة القابلة لإعادة التدوير من أجل الإدماج الاجتماعي والتنمية الحضرية المستدامة

لا يزال الإدارة الفعالة للنفايات الصلبة واحدة من أهم المشاكل، خاصةً في المناطق الحضرية حيث يسبب سوء الفصل ضرراً على البيئة، وزيادة في تكاليف التشغيل، وعوامل خطر للصحة العامة. يعمل عمال إعادة التدوير غير الرسميين، والذين يعتمد الكثير منهم على فرز النفايات لكسب عيشهم، غالبًا في ظروف unsafe ويواجهون آفاقًا اقتصادية قاتمة. في هذا السياق، تجلب التطورات الحديثة في الذكاء الاصطناعي ومعالجة الصور عناصر ملموسة لجعل تصنيف النفايات أكثر كفاءة. قمنا بتدريب وتقييم شبكة عصبية تلافيفية مصممة خصيصًا (CNN) لتصنيف تلقائي لثمانية أنواع من النفايات القابلة للإعادة التدوير باستخدام صور بتدرجات الرمادي. استخدم النموذج مجموعة بيانات تحتوي على 12,833 صورة تم تصنيفها إلى بلاستيك ومعادن وزجاج وورق مقوى. استنادًا إلى طرق تحسين SGDM مع استخدام تقنيات التنظيم، تحقق دقة صحيحة تبلغ 96.43%، بينما صنف بدقة تقريبًا جميع العينات في مجموعة التدريب. تشير النتائج إلى أن النهج المقترح فعال في أتمتة تصنيف النفايات. أكثر من أدائها من ناحية فنية، فإن لديها تطبيقات ممكنة واعدة في البيئات العملية حيث يمكن تمكين طرق إعادة التدوير الفعالة أو ظروف العمل وأنظمة إدارة النفايات العضوية المستدامة داخل المدن.