使用人工智能和智能手机技术轻松进行性分析,不需要任何设备,从淡水到盐水
Zachary Y Han1, Zihan Zheng1, Alan Y Han2
1Department of Civil and Environmental Engineering, Case Western Reserve University, Cleveland, OH 44106, USA.
Eco-Environment & Health
|February 17, 2025
概括
本研究介绍了一种无设备的方法,用于使用智能手机图像和机器学习来测量水的性. 这种负担得起的方法使公民科学家能够进行可访问的水质监测.
科学领域:
- 环境科学 环境科学
- 分析化学 分析化学
- 水质监测 水质监测
背景情况:
- 性是水质的关键指标,具有多种应用.
- 现有的分析方法在成本和可访问性方面存在局限.
- 需要简单,负担得起的技术来扩大水质监测.
研究的目的:
- 开发一种无需设备的,用户友好的性分析方法.
- 为公民科学家提供可访问的水质监测,并减少财务障碍.
- 创建一个人工智能驱动的工具,可靠地确定度.
主要方法:
- 利用低成本的试剂来诱导基于度的水样品的颜色变化.
- 使用智能手机摄影来捕捉色彩强度.
- 应用机器学习模型,将色彩强度与度水平相关联.
- 在各种水类和不经验的用户中验证了该方法.
主要成果:
- 实现了高模型性能,R2值高达0.978盐水和0.868淡水.
- 在没有经验的用户和开发的方法之间证明了可比的结果.
- 开发了一个用户友好的网站,用于基于图像的性读数.
结论:
- 无需设备的AI驱动的性分析方法是水质监测的重大进步.
- 这项技术使水分析实现了民主化,使其可供更广泛的人口群体使用.
- 该方法作为开发其他水质参数类似方法的基础.
