استفاده از روش یادگیری ماشین AutoML MLJAR-supervised در پیش بینی عملکرد فرآیند بیوجذب رنگینه متیلن بلو توسط پوست گردوی خام
- سال انتشار: 1403
- محل انتشار: دومین همایش ملی نوآوری در صنایع سبز
- کد COI اختصاصی: GIICONF02_091
- زبان مقاله: فارسی
- تعداد مشاهده: 110
نویسندگان
گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه ارومیه، ارومیه، ایران
گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه ارومیه، ارومیه، ایران
چکیده
استفاده از مواد جاذب طبیعی به عنوان راهکاری ارزان و سازگار با محیط زیست در حذف رنگینه ها از فاضلاب مصنوعی مورد توجه قرار گرفت. در این پژوهش، با هدف مدل سازی فرآیند بیوجذب رنگینه متیلن بلو توسط جاذب طبیعی پوست گردوی خام، از روش های یادگیری ماشین استفاده شد تا درک بهتری از این فرآیند فراهم گردد. براساس نتایج آزمایشگاهی ۳۳ نمونه، یک مدل AutoML (AutoML MLJAR-supervised) با هدف پیش بینی درصد حذف رنگ، آموزش داده شد. مقادیر ضریب تعیین و ریشه میانگین مربعات خطا برای داده های آموزش و آزمون، به ترتیب برابر ۰.۹۰۴۴ و ۰.۸۹۱۷ (مقادیر R۲) و ۴.۹۷۷۰ و ۴.۴۵۶۹ (برای RMSE)، بدست آمد که حاکی از کفایت مدل منتخب می باشد.کلیدواژه ها
متیلن بلو، بیوجذب، پوست گردو، یادگیری ماشین، AutoML MLJAR-supervisedمقالات مرتبط جدید
- استفاده از مواد دوست دار محیطزیست بهعنوان جایگزین برای صنعت بستهبندی مواد غذایی
- مروری بر کاربرد چارچوبهای فلزی-آلی در جذب دیاکسید کربن
- کنترل بهینه یک مدل دینامیکی امکانات و تسهیلات گردشگری در جهت توسعه پایدار مبتنی بر تاثیرات عوامل محیطی
- بررسی موانع پیاده سازی استانداردهایISO با تاکید بر مدیریت سبز با استفاده از شبکههای عصبی عمیق کانولوشن
- استخراج رمزارز و چالش های آلودگی محیط زیست
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.