معرفی سیستم هوشمند مدیریت پسماند مبتنی بر شبکه عصبی کانولوشن و اینترنت اشیا

در این مقاله یک سیستم مدیریت پسماند شهری به منظور کاهش هزینه دسته بندی، نظارت و جمع آوری زباله پیشنهاد شده است. در این سیستم، ما از یک الگوریتم دسته بندی مبتنی بر یادگیری عمیق و تکنیک های محاسبات ابری برای دسته بندی زباله ها با دقت بالا در ابتدای جمع آوری زباله استفاده میکنیم. برای تسهیل دفع زباله ها، زباله های قابل بازیافت را به پلاستیک، شیشه، کاغذ یا مقوا، فلز، پارچه و سایر زباله های قابل بازیافت، در مجموع به شش دسته تقسیم می کنیم. ما از شبکه عصبی کانولوشن (CNN) برای انجام این طبقه بندی استفاده کرده ایم. در اینجا، ما هفت CNN پیشرفته و روشهای پیشپردازش داده ها را برای طبقه بندی زباله ها بررسی میکنیم، که دقت اعتبار سنجی آن ها آنها در نه دسته از ۹۱.۹ تا ۹۴.۶ درصد متغیر است. در میان این شبکه ها، MobileNetV۳ دارای بالاترین دقت طبقه بندی (%۹۴.۲۶)، میزان حجم پایین ذخیره سازی ۴۹.۵) مگابایت) و کوتاه ترین زمان اجرا ۲۶۱.۷) میلی ثانیه) می باشد. علاوه بر این، دستگاه های اینترنت اشیا (IoT) که تبادل اطلاعات بین سطل های زباله و مرکز مدیریت زباله را اجرا می کنند، برای نظارت بر میزان زباله تولید شده در این منطقه و وضعیت عملکرد هر سطل زباله از طریق مجموعه ای از حسگرها طراحی شده اند. بر اساس این اطلاعات، مرکز مدیریت پسماند می تواند برنامه های استقرار محل هر سطل و نگهداری تجهیزات، جمع آوری زباله و برنامه های مسیریابی خودرو را برنامه ریزی کند، که به عنوان بخش اساسی یک سیستم مدیریت پسماند شهری موفق عمل میکند.

کلیدواژه ها:

مدیریت پسامند ، اینترنت اشیا ، Iot