机器学习如何向人们提供关于循环织品中的化学风险的信息?
Agathe Bour1, Kateryna Melnyk2, Agnieszka D Hunka3
1Department of Science and Environment, Roskilde University, Roskilde, Denmark.
Integrated environmental assessment and management
|July 15, 2025
概括
鉴定危险的织化学品是困难的,因为数据缺口. 本研究引入了一种机器学习和知识图方法,以自动化化学风险评估和提高织品安全.
科学领域:
- 环境科学 环境科学
- 毒理学 毒理学 毒理学
- 数据科学数据科学数据科学
背景情况:
- 织品中的危险化学品对健康构成重大风险.
- 缺乏全面的化学数据阻碍了准确的风险评估.
- 对织化学品进行手动数据收集是复杂且耗时的.
研究的目的:
- 开发一种用于识别和评估织品中危险化学品的自动化方法.
- 解决化学危险信息中的数据缺口.
- 提高织行业化学风险评估的准确性和效率.
主要方法:
- 利用机器学习来识别织化学品的相关数据来源.
- 使用知识图来组织和分析化学数据.
- 开发一种系统的方法来填补化学危险评估的数据缺口.
主要成果:
- 一个基于机器学习的新框架用于化学数据分析.
- 知识图有效地组织复杂的化学信息.
- 证明了危险织化学品的自动识别潜力.
结论:
- 拟议的机器学习和知识图方法为织品化学风险评估提供了一个可扩展的解决方案.
- 这种方法可以显著改善织品中危险物质的识别和管理.
- 自动化数据分析对于提高织品安全和环境保护至关重要.
更多相关视频
09:50Author Spotlight: Eco-friendly Photoluminescent Textile Authentication with Curcumin
Published on: December 22, 2023
1.9K
09:04Identifying Per- and Polyfluorinated Chemical Species with a Combined Targeted and Non-Targeted-Screening High-Resolution Mass Spectrometry Workflow
Published on: April 18, 2019
12.6K
