Новости

2 июля, 2024 14:29

Мидий приспособили для ИИ-мониторинга состояния водной среды

Источник: ТАСС
Исследователи из России разработали системы машинного обучения, которые используют данные наблюдений за состоянием мидий или других двустворчатых моллюсков для мониторинга состояния водной среды в режиме реального времени. Системы ИИ превзошли уже существующие алгоритмы по скорости обнаружения аномалий в свойствах водоемов на 30-90 минут, сообщила пресс-служба Российского научного фонда (РНФ). Результаты исследования, поддержанного грантом Российского научного фонда, опубликованы в журнале Forecasting.
Источник: Racool_studio/Freepik
«Новизна работы заключается в применении алгоритмов машинного обучения к данным активности двустворчатых моллюсков, используемых в качестве биосенсоров в системе биомониторинга водоемов. Разработанный алгоритм обнаружения аномалий будет эффективно встроен в ПО автоматизированного комплекса биомониторинга водной среды», - заявила ведущий научный сотрудник Института природно-технических систем (Севастополь) Елена Вышкваркова.

Как отмечают Вышкваркова и ее коллеги, многие организмы, обитающие в озерах, реках и морях, можно использовать в качестве живых индикаторов состояния водной среды, так как их популяции очень чувствительны к появлению различных загрязнителей, а также перемен в температуре, кислотности и других параметрах среды. В их число входят мидии и другие двустворчатые моллюски.

Руководствуясь подобными соображениями, ученые превратили мидий в автоматическое устройство для мониторинга состояния водоемов, для чего исследователи прикрепили к нескольким мидиям магнит и датчик Холла, отслеживающий движение створок раковин моллюсков, а также набор различных сенсоров. Сведения о переменах в состоянии окружающей среды и связанных с ними переменах в поведении моллюсков непрерывно при этом передаются через системы беспроводной связи.

Для обработки этих данных исследователи применили три алгоритма машинного обучения, эффективность работы которых ученые проверили и сравнили на данных, которые были собраны при помощи 16 биодатчиков на базе мидий, установленных в акватории крымской реки Черная. Проведенные учеными замеры показали, что все три алгоритма были способны выявлять аномалии в свойствах водной среды примерно за 17-19 минут.

По текущим оценкам исследователей, все три системы машинного обучения вкупе с биосенсорами в виде мидий значительно превосходят по уровню качества обработке данных и скорости работы другие подходы, в том числе алгоритм SARIMA, который выявляет аномалии в свойствах водных сред на 30-90 минут позже, чем разработки Вышкварковой и ее коллег. Это позволяет использовать их для ведения наблюдений за состоянием водоемов в режиме реального времени, подытожили исследователи.

Если вы хотите стать героем публикации и рассказать о своем исследовании, заполните форму на сайте РНФ

27 июня, 2024
В МЭИ создали новый тип генератора на постоянных магнитах
Специалисты Национального исследовательского университета «МЭИ» разработали новый тип электрическо...
21 июня, 2024
Ученые СФУ смоделировали процессы кислородного сжигания «грязных» отходов
Ученые Сибирского федерального университета (СФУ) в Красноярске разработали технологию получения д...