Versatile in silico modelling of microplastics adsorption capacity in aqueous environment based on molecular descriptor and machine learning

Zhu, Tengyi; Tao, Cuicui; Cheng, Haomiao; Cong, Haibing

doi:10.1016/j.scitotenv.2022.157455

Cited by 19 publications

(8 citation statements)

References 121 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…No entanto, diferentes estudos adotam abordagens variadas, o que dificulta a comparação e o estabelecimento de relações entre eles. Alguns trabalhos classificam e quantificam os MP apenas de acordo com a morfologia (Lorenzo-Navarro et al, 2021;Massarelli;Campanale;Uricchio, 2021;Shi et al, 2021;Tan;Taylor;Passeport, 2022) ou conforme o produto de origem (Yurtsever;Yurtsever, 2019); e os pelo tipo de resina (Ai et al, 2022;Back et al, 2022;Fang et al, 2022;Hufnagl et al, 2022;Kedzierski et al, 2019;Li et al, 2021;Liu et al, 2019;Meyers et al, 2022;Michel et al, 2020;Tian;Beén;Bäuerlein, 2022;Valentino et al, 2022;Vidal;Pasquini, 2021;Yan et al, 2022;Zhao et al, 2022;Zhu et al, 2022). Outros trabalhos focam nos polímeros mais comuns, como policloreto de vinila (PVC), polipropileno (PP), polietileno (PE) e poliestireno (PS) (Liu et al, 2019).…”

Section: Saída: a Detecção A Classificação E A Quantificaçãounclassified

Microplásticos e aprendizado de máquina: uma revisão sistemática

Lemos Balestrin,

Duleba

2024

Visões Para Um Mundo Sustentável: Abordagens Em Ciência, Tecnologia, Gestão Socioambiental E Governança

View full text Add to dashboard Cite

Microplásticos (MP) são poluentes emergentes e ubíquos, com efeitos na saúde planetária ainda pouco conhecidos. A crescente preocupação com esse tema tem levado pesquisadores e tomadores de decisão a buscarem maneiras de entender e mitigar os MP. O aprendizado de máquina (AM) pode ser uma ferramenta valiosa para essa tarefa, pois possibilita a consolidação de dados e a caracterização precisa de MP. Por isso, este trabalho realizou uma revisão sistemática da literatura para identificar as possibilidades de aplicação do AM em estudos sobre poluição por MP no meio ambiente. A revisão identificou que a maioria dos estudos sobre AM para MP foi publicada em 2022, e é de autoria de pesquisadores chineses, estadunidenses e, secundariamente, brasileiros e europeus. Essas pesquisas utilizam uma variedade de abordagens para detecção, classificação e quantificação de MP, incluindo o uso de dados imagéticos e técnicas de química analítica, associados ao aprendizado de máquina. Os estudos sugerem que as técnicas de AM trazem contribuições importantes para a compreensão da poluição por MP; mas sua aplicação em larga escala ainda enfrenta desafios, como a padronização de metodologias, a adoção generalizada 200 Microplásticos e aprendizado de máquina: uma revisão sistemática da tecnologia e a combinação de algoritmos complementares. A pesquisa contínua nessa área é fundamental para criar modelos preditivos precisos e eficazes, a fim de se compreenderem padrões de poluição e facilitar decisões estratégicas na gestão ambiental. Palavras-chave: microplástico; aprendizado de máquina; poluição ambiental.

show abstract

Section: Saída: a Detecção A Classificação E A Quantificaçãounclassified

Microplásticos e aprendizado de máquina: uma revisão sistemática

Lemos Balestrin,

Duleba

2024

Visões Para Um Mundo Sustentável: Abordagens Em Ciência, Tecnologia, Gestão Socioambiental E Governança

View full text Add to dashboard Cite

show abstract

“…Além disso, há artigos desenvolvidos de maneira laboratorial, sem coleta externa de material (Figura 10.7). (Yurtsever;Yurtsever, 2019); e os pelo tipo de resina (Ai et al, 2022;Back et al, 2022;Fang et al, 2022;Hufnagl et al, 2022;Kedzierski et al, 2019;Li et al, 2021;Liu et al, 2019;Meyers et al, 2022;Michel et al, 2020;Tian;Beén;Bäuerlein, 2022;Valentino et al, 2022;Vidal;Pasquini, 2021;Yan et al, 2022;Zhao et al, 2022;Zhu et al, 2022). Outros trabalhos focam nos polímeros mais comuns, como policloreto de vinila (PVC), polipropileno (PP), polietileno (PE) e poliestireno (PS) (Liu et al, 2019).…”

Section: Saída: a Detecção A Classificação E A Quantificaçãounclassified

“…Um artigo selecionado (Zhu et al, 2022) utilizou dados experimentais de adsorção, combinados com descritores moleculares e informações sobre o ambiente aquático, para alimentar um modelo computacional. Esse modelo foi capaz de predizer com precisão a capacidade de adsorção de microplásticos (MP) em diferentes ambientes aquáticos.…”

Section: A Adsorçãounclassified

Visões para um mundo sustentável: Abordagens em ciência, tecnologia, gestão socioambiental e governança

Christopoulos,

Duleba,

Ribeiro

et al. 2024

View full text Add to dashboard Cite

É proibida a reprodução total ou parcial por quaisquer meios sem autorização escrita da editora.Todos os direitos reservados pela Editora Edgard Blücher Ltda. Dados Internacionais de Catalogação na Publicação (CIP)Angélica Ilacqua CRB-8/7057Visões para um mundo sustentável : abordagens em ciência, tecnologia, gestão socioambiental e governança / organizado por Tania Pereira Christopoulos...

show abstract

“…The results showed that the machine achieved an accuracy of 98% in sorting electronic waste. [16] This study proposes an intelligent optical sorting system using AI for the separation of recyclable materials. The system utilizes machine vision and machine learning algorithms to identify and sort materials based on their color, texture, and shape.…”

Section: Literature Reviewmentioning

confidence: 99%

Design and Fabrication of Material Separation Machine for Sustainable Development

Singhal¹,

Senger²,

Agarwal³

et al. 2023

IJMMST

View full text Add to dashboard Cite

In this research article, design and fabrication of material separation machine is discussed with the objective to decrease the time, money, and labor required to separate waste materials from one location to another, the design and manufacture of material separation machines are explored in this study. The fundamental concept was inspired by the development and application of artificial intelligence as well as the motion of robotic arms. The Material Separation machine's design places an emphasis on separating recyclable and usable waste from the accessible trash while using less energy and scientific approaches to separate the valuable material. The device is helpful for the efficient use of time and human labor, as well as for areas where a lack of manpower is a concern. Compared to other existing Material Separation machines, our machine utilizes cheap, readily available materials in the best way possible to produce an effective outcome in a predetermined amount of time.

show abstract

Versatile in silico modelling of microplastics adsorption capacity in aqueous environment based on molecular descriptor and machine learning

Cited by 19 publications

References 121 publications

Microplásticos e aprendizado de máquina: uma revisão sistemática

Microplásticos e aprendizado de máquina: uma revisão sistemática

Visões para um mundo sustentável: Abordagens em ciência, tecnologia, gestão socioambiental e governança

Design and Fabrication of Material Separation Machine for Sustainable Development

Contact Info

Product

Resources

About