По всем вопросам звоните:

+7 495 274-22-22

УДК: 519.6 DOI:10.33920/nik-02-2401-06

Использование нейросетей для сортировки твёрдых коммунальных отходов

Попов Алексей Анатольевич кандидат технических наук, доцент, доцент кафедры информатики Российского экономического университета им. Г.В. Плеханова, 117997, Российская Федерация, г. Москва, Стремянный пер., 36, эл. адрес: а1710p@mail.ru
Куклев Роман Евгеньевич студент кафедры информатики Российского экономического университета им. Г.В. Плеханова, 117997, Российская Федерация, г. Москва, Стремянный пер., 36, эл. адрес: roma@kuklev.me
Егоров Дмитрий Георгиевич студент факультета экономики, управления и международных отношений Московского гуманитарного университета, 111395, Российская Федерация, г. Москва, ул. Юности, д. 5, эл. адрес: pik@mosgu.ru

В статье предложены критерии для выбора подходящей архитектуры нейросети для сортировки ТКО. Приведены примеры использования нейросетевых методов для сортировки ТКО. Это новое и перспективное направление в области утилизации отходов, данная статья поможет читателям понять принципы работы нейросетей и преимущества их использования в данной задаче. Материалы статьи могут быть использованы в рамках подготовки по направлениям, связанным с экономикой и информационными технологиями.

Литература:

1. Автоматизированные системы поддержки принятия решений в процессах управления взаимодействия с контрагентами коммерческих организаций / Д.Ю. Нечаев, А.В. Нестеров, Е.В. Романова, А.А. Неделькин // Экономические и правовые факторы развития общества в контексте цифровой трансформации : сборник докладов и выступлений Международной научно-практической конференции, Москва, 22 октября 2021 года. — Москва: Московский гуманитарный университет, 2021. — С. 226–229.

2. Еременко, В.Т. Информационная грануляция комплаенсов доказательного управления безопасностью / В.Т. Еременко, В.Ф. Макаров, Д.Ю. Нечаев // Информационные системы и технологии. — 2023. — № 3(137). — С. 107–114.

3. Еременко, В.Т. Эффективность применения языка формальных систем как основы управления безопасностью сложных систем / В. Т. Еременко, В. Ф. Макаров, Д. Ю. Нечаев // Информационные системы и технологии. — 2022. — № 1(129). — С. 97–104.

4. Макаров, В.Ф. Методы защиты информации в компьютерных технологиях : монография / В.Ф. Макаров, Д.Ю. Нечаев ; В.Ф. Макаров, Д.Ю. Нечаев; Российский государственный торгово-экономический университет. — Москва : Российский государственный торгово-экономический университет, 2012. — 237 с.

5. Нечаев, Д.Ю. Изотелезис гранулированных комплаенсов / Д.Ю. Нечаев. — Москва : Московский гуманитарный университет, 2023. — 163 с.

6. Попов А.А. Алгоритм управления сортировкой твердых коммунальных отходов // Финансовый бизнес. — 2022. — №4 (226). — С. 128–132.

7. Романова, Е.В. Россия в информационном обществе / Е. В. Романова // Высшее образование для XXI века: проблемы воспитания : доклады и материалы XIV Международной научной конференции: в 2 частях, Москва, 14–16 декабря 2017 года. Часть 2. — Москва: Московский гуманитарный университет, 2017. — С. 308–314.

1. Avtomatizirovannyye sistemy podderzhki prinyatiya resheniy v protsessakh upravleniya vzaimodeystviya s kontragentami kommercheskikh organizatsiy / D.YU. Nechayev, A.V. Nesterov, Ye.V. Romanova, A.A. Nedel'kin // Ekonomicheskiye i pravovyye faktory razvitiya obshchestva v kontekste tsifrovoy transformatsii : sbornik dokladov i vystupleniy Mezhdunarodnoy nauchno-prakticheskoy konferentsii, Moskva, 22 oktyabrya 2021 goda. — Moskva: Moskovskiy gumanitarnyy universitet, 2021. — S. 226–229.

2. Yeremenko, V.T. Informatsionnaya granulyatsiya komplayensov dokazatel'nogo upravleniya bezopasnost'yu / V.T. Yeremenko, V.F. Makarov, D.YU. Nechayev // Informatsionnyye sistemy i tekhnologii. — 2023. — № 3(137). — S. 107–114.

3. Yeremenko, V.T. Effektivnost' primeneniya yazyka formal'nykh sistem kak osnovy upravleniya bezopasnost'yu slozhnykh sistem / V. T. Yeremenko, V. F. Makarov, D. YU. Nechayev // Informatsionnyye sistemy i tekhnologii. — 2022. — № 1(129). — S. 97–104.

4. Makarov, V.F. Metody zashchity informatsii v komp'yuternykh tekhnologiyakh : monografiya / V.F. Makarov, D.YU. Nechayev ; V.F. Makarov, D.YU. Nechayev; Rossiyskiy gosudarstvennyy torgovo-ekonomicheskiy universitet. — Moskva : Rossiyskiy gosudarstvennyy torgovo-ekonomicheskiy universitet, 2012. — 237 s.

5. Nechayev, D.YU. Izotelezis granulirovannykh komplayensov / D.YU. Nechayev. — Moskva : Moskovskiy gumanitarnyy universitet, 2023. — 163 s.

6. Popov A.A. Algoritm upravleniya sortirovkoy tverdykh kommunal'nykh otkhodov // Finansovyy biznes. — 2022. — №4 (226). — S. 128–132.

7. Romanova, Ye.V. Rossiya v informatsionnom obshchestve / Ye. V. Romanova // Vyssheye obrazovaniye dlya XXI veka: problemy vospitaniya : doklady i materialy XIV Mezhdunarodnoy nauchnoy konferentsii: v 2 chastyakh, Moskva, 14–16 dekabrya 2017 goda. Chast' 2. — Moskva: Moskovskiy gumanitarnyy universitet, 2017. —S. 308–314.

Деятельность субъекта с позиций управлений эргатическими процессами устойчивого целедостижения обьектом стремится к целерациональным — изотелезисным — изменениям эргодического комплекса [2]. Утилизация твердых коммунальных отходов (ТКО) становится все более актуальной проблемой в современном мире. Каждый год производится огромное количество ТКО, и необходимо найти эффективные способы их переработки и утилизации. Возможно, одним из важных шагов в этом направлении является сортировка ТКО. На сегодняшний день существует множество методов сортировки отходов, но именно возможности машинного зрения на основе методов распознавания образов и паттернов реализованных с использованием нейросетевых решений возможно станут основой будущих экологичных решений в сфере обращения ТКО. Их использование в области сортировки ТКО позволяет повысить качество сортировки и ускорить процесс обработки отходов. Целью исследований, проведенных в данной статье, является рассмотрение возможностей практического применения нейросетей для сортировки ТКО.

Сортировка ТКО является одним из важных этапов в их утилизации. Существует множество методов сортировки ТКО (ручная, механическая, оптическая и электромагнитная). Ручная сортировка является наиболее простым и распространенным методом сортировки ТКО. Она заключается в том, что рабочие сортировочных предприятий разбирают фрагменты ТКО вручную и разделяют их на различные категории в зависимости от их типа и состава. Этот метод требует большого количества рабочей силы и времени, поэтому его эффективность невысока, особенно при больших объемах ТКО. Механическая сортировка является более эффективным методом сортировки ТКО. Он включает в себя использование различных механических устройств (конвейеры, вибрационные грохоты, магнитные сепараторы) для автоматической сортировки отходов. Этот метод может обрабатывать большие объемы отходов за короткий период времени, что делает его более эффективным, чем ручная сортировка. Оптическая сортировка предусматривает использование световых датчиков и камер для обнаружения и сортировки отходов на основе их оптических свойств, таких как цвет, форма и размер. Этот метод эффективен для сортировки различных материалов, таких как стекло, пластик, бумага и металлы, и может обрабатывать отходы с высокой точностью. Электромагнитная сортировка — это метод, который использует электромагнитные поля для обнаружения и сортировки металлических отходов. Он особенно эффективен для сортировки металлических отходов, таких как алюминий, железо и медь, и может работать с высокой скоростью.

Для Цитирования:
Попов Алексей Анатольевич, Куклев Роман Евгеньевич, Егоров Дмитрий Георгиевич, Использование нейросетей для сортировки твёрдых коммунальных отходов. Ученый совет. 2024;1.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: