"매우 높은" 정확도

작성자: Frontiers2023년 3월 22일

연구원들은 매우 민감한 이미징 기술을 사용하고 기존 유형 중에서 퇴비화 가능한 플라스틱을 식별할 수 있는 기계 학습 방법을 개발했습니다.

퇴비화 가능한 플라스틱의 사용이 증가하고 있으며 여러 가지 이점을 제공하지만 포장지 및 포장재와 같은 이러한 재료는 재활용 중에 기존 플라스틱 폐기물과 혼합되어 오염될 수 있습니다. 이 문제를 해결하기 위해 과학자들은 고급 이미징 기술을 사용하고 퇴비화 가능한 플라스틱과 기존 플라스틱을 구별할 수 있는 기계 학습 알고리즘을 만들었습니다.

일회용 플라스틱은 식품용기, 커피잔, 비닐봉지 등 다양한 형태로 우리 생활 곳곳에 존재합니다. 특정 플라스틱은 통제된 조건에서 생분해되도록 설계되었지만 종종 전통적인 플라스틱과 유사하기 때문에 여전히 문제가 있습니다. 이러한 퇴비화 가능한 플라스틱을 부적절하게 재활용하면 플라스틱 폐기물 흐름을 오염시켜 재활용 효율성이 감소할 수 있습니다. 더욱이, 재활용 가능한 플라스틱은 종종 퇴비화 가능한 플라스틱으로 오인되어 오염된 퇴비를 초래합니다.

Researchers at University College London (UCL) have published a paper in Frontiers in Sustainability in which they used machine learningMachine learning is a subset of artificial intelligence (AI) that deals with the development of algorithms and statistical models that enable computers to learn from data and make predictions or decisions without being explicitly programmed to do so. Machine learning is used to identify patterns in data, classify data into different categories, or make predictions about future events. It can be categorized into three main types of learning: supervised, unsupervised and reinforcement learning." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]">다양한 유형의 퇴비화 및 생분해성 플라스틱을 자동으로 분류하고 기존 플라스틱과 구별하는 기계 학습.

“The accuracyHow close the measured value conforms to the correct value." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]">정확도가 매우 높으며 이 기술을 미래의 산업 재활용 및 퇴비화 시설에서 실현 가능하게 사용할 수 있습니다.”라고 해당 연구의 교신 저자인 Mark Miodownik 교수는 말했습니다.

연구원들은 50mm x 50mm에서 5mm x 5mm 사이의 다양한 유형의 플라스틱을 사용하여 작업했습니다. 기존의 플라스틱 샘플에는 식품 용기와 음료수 병에 자주 사용되는 PP와 PET뿐만 아니라 비닐봉지와 포장재에 사용되는 LDPE도 포함되었습니다. 퇴비화 가능한 플라스틱 샘플에는 컵 뚜껑, 티백 및 잡지 포장에 사용되는 PLA 및 PBAT가 포함되었습니다. 포장재 생산에 사용되는 바이오매스 유래 재료인 야자잎과 사탕수수도 포함됩니다. 샘플은 분류 모델을 구축하는 데 사용되는 훈련 세트와 정확성을 확인하는 데 사용되는 테스트 세트로 구분되었습니다.

결과는 높은 성공률을 보여주었습니다. 이 모델은 샘플이 10mm x 10mm 이상 측정되었을 때 모든 재료에 대해 완벽한 정확도를 달성했습니다. 그러나 가로 10mm, 세로 10mm 이하인 사탕수수 유래 소재나 야자잎 소재 소재의 경우 오분류율이 각각 20%, 40%로 나타났다.

5mm x 5mm 크기의 조각을 살펴보면 일부 재료가 다른 재료보다 더 확실하게 식별되었습니다. LDPE 및 PBAT 조각의 경우 오분류율은 20%였습니다. 두 가지 바이오매스 유래 물질 모두 60%(사탕수수)와 80%(팜잎)의 비율로 잘못 식별되었습니다. 그러나 이 모델은 샘플 측정에 관계없이 PLA, PP, PET 조각을 오류 없이 식별할 수 있었습니다.

“현재 대부분의 퇴비화 가능한 플라스틱은 기존 플라스틱 재활용 시 오염물질로 처리되어 그 가치가 감소합니다. 퇴비를 선별하기 위해 회전식 원통형 장치와 밀도 선별이 적용되어 다른 물질의 존재를 줄입니다. 그러나 현재 선별 과정에서 발생하는 오염 물질의 수준은 용납할 수 없을 정도로 높습니다.”라고 Miodownik은 설명했습니다. "퇴비화 가능한 포장의 장점은 산업적으로 퇴비화되고 환경에 유입되거나 다른 폐기물 흐름이나 토양을 오염시키지 않을 때만 실현됩니다."