「非常に高い」精度

By Frontiers 2023 年 3 月 22 日

研究者らは、高感度のイメージング技術を使用し、従来の種類の中から堆肥化可能なプラスチックを識別できる機械学習方法を開発しました。

堆肥化可能なプラスチックの使用は増加しており、それらにはいくつかの利点がありますが、包装紙や包装などのこれらの材料は、リサイクル中に従来のプラスチック廃棄物と混合し、汚染する可能性があります。 この問題に対処するために、科学者たちは高度なイメージング技術を採用し、堆肥化可能なプラスチックと従来のプラスチックを区別できる機械学習アルゴリズムを作成しました。

使い捨てプラスチックは、食品容器、コーヒーカップ、ビニール袋など、さまざまな形で私たちの生活のいたるところに存在しています。 特定のプラスチックは、制御された条件下で生分解するように設計されていますが、従来のプラスチックに似ていることが多いため、依然として問題があります。 これらの堆肥化可能なプラスチックが不適切にリサイクルされると、プラスチック廃棄物の流れが汚染され、リサイクル効率の低下につながる可能性があります。 さらに、リサイクル可能なプラスチックは堆肥化可能なプラスチックと間違われることが多く、その結果、汚染された堆肥が生成されます。

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"}]">機械学習を利用して、さまざまな種類の堆肥化可能および生分解性プラスチックを自動的に分類し、従来のプラスチックと区別します。

“The accuracyHow close the measured value conforms to the correct value." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]">精度は非常に高く、将来的にはこの技術を産業リサイクルや堆肥化施設で使用することが可能になります」と、この研究の責任著者であるMark Miodownik教授は述べています。

研究者らは、50mm×50mmと5mm×5mmの間のさまざまな種類のプラスチックを扱った。 従来のプラスチックサンプルには、食品容器や飲料用ボトルなどによく使われるPPやPET、ポリ袋や包装などに使われるLDPEなどが含まれていました。 堆肥化可能なプラスチックのサンプルには、カップの蓋、ティーバッグ、雑誌の包装に使用される PLA と PBAT が含まれていました。 ヤシの葉とサトウキビも同様に、パッケージの製造に使用されるバイオマス由来の材料です。 サンプルは、分類モデルの構築に使用されるトレーニング セットと、精度の確認に使用されるテスト セットに分割されました。

結果は高い成功率を示しました。サンプルの測定値が 10mm x 10mm を超える場合、モデルはすべての材料に対して完璧な精度を達成しました。 ただし、サトウキビ由来またはヤシの葉由来の 10mm×10mm 以下の材料の場合、誤分類率はそれぞれ 20% と 40% でした。

5mm x 5mm のピースを観察すると、一部の素材は他の素材よりも確実に識別されました。LDPE および PBAT ピースの誤分類率は 20% でした。 両方のバイオマス由来材料は、60% (サトウキビ) と 80% (ヤシの葉) の割合で誤認されました。 ただし、このモデルは、サンプルの測定値に関係なく、PLA、PP、および PET 片をエラーなく識別できました。

「現在、ほとんどの堆肥化可能なプラスチックは、従来のプラスチックのリサイクルにおいて汚染物質として扱われ、その価値が低下しています。 トロンメル選別と密度選別が堆肥のふるい分けに適用され、他の物質の存在が減少します。 しかし、現在のスクリーニングプロセスによる汚染物質のレベルは容認できないほど高いです」とミオダウンニク氏は説明した。 「堆肥化可能な包装の利点は、それが工業的に堆肥化され、環境に出たり、他の廃棄物の流れや土壌を汚染したりしない場合にのみ実現されます。」