ACM通信
ACM TechNews
研究人员使用ML加速塑料微粒的计数
多伦多大学的研究人员施斌(Bin Shi)没有使用镊子在光学显微镜下手动计数微塑料样本，而是使用扫描电子显微镜分割微塑料的图像并对其形状进行分类。
来源:本施
加拿大多伦多大学(U of T)的研究人员提出了一种新的机器学习方法，以加速微塑料的计数和分类，同时也提高了可负担性和易用性。
T大学的Elodie pasport说，她、Shuyao Tan和Joshua Taylor“建立了一个预测模型，使用经过训练的算法，可以从总质量测量中估计微塑料的数量。”
pasport解释说，该模型“保证了误差跟踪特性，与人工计数的结果相似，但成本更低，速度更快，允许从多个点分析多个样本，以估计微塑料污染。”
研究人员发现，这种方法只需要一小部分收集到的样本就可以进行人工处理，同时可以通过算法预测剩余样本的数量，而不会产生额外的误差或方差。
从多伦多大学(加拿大)
查看全文
版权所有©2022SmithBucklin，美国华盛顿特区
没有发现记录