论文标题： Multimodal Machine Learning Guides Low Carbon Aeration Strategies in Urban Wastewater Treatment

期刊：Engineering

作者：Hong-Cheng Wang, Yu-Qi Wang, Xu Wang, Wan-Xin Yin, Ting-Chao Yu, Chen-Hao Xue, Ai-Jie Wang

发表时间： May 2024

DOI：https://doi.org/10.1016/j.eng.2023.11.020

微信链接：点击此处阅读微信文章

文章速览

哈尔滨工业大学王爱杰研究团队在中国工程院院刊《Engineering》2024年5月刊发《多模态机器学习策略控制城市污水处理厂低碳智能曝气》一文，指出智能控制技术是废水处理过程中减少温室气体（GHG）排放和能源消耗的切实手段，且机器学习（ML）和多模态技术为智能控制技术提供了一种更为前景广阔的解决方案。为此，文章提出了一种基于多模态策略的机器学习技术，并将其应用于验证污水处理厂（WWTP）的智能曝气控制。研究结果表明，基于八种传统的机器学习算法耦合视觉模型构建的多模态融合模型在污水处理厂智能曝气控制的可行性，使用多模态融合模型大大提高了传统机器学习模型的性能和曝气控制效率，表现出卓越的性能和可解释性。在多模态模型中，将随机森林与视觉模型相结合可实现最高的曝气量预测精度，平均绝对百分比误差为4.4%，决定系数为0.948。实际污水处理厂的应用研究表明，与传统的模糊控制方法相比，多模态融合模型方法可降低19.8%的运行成本。与此同时，文章还讨论了多模态策略在水务领域的潜在应用，同时为了提高模型的公平性并促进广泛应用，所提出的多模态融合模型可在GitHub上免费获取，以旨在消除人工智能技术在污水处理领域的应用障碍，推动人工智能在城市污水处理中的应用。

关键词：

污水处理 ; 多模态机器学习 ; 深度学习 ; 曝气控制 ; 可解释机器学习

原文链接：

https://doi.org/10.1016/j.eng.2023.11.020

扫二维码｜查看原文

推荐阅读

基于云模型的全尺寸污水处理厂水能关联特征分析

中山大学综述：全程氨氧化细菌在水和污水处理中的作用

北京协和医学院联合张伯礼院士团队：创制人工熊胆——在医药需求和动物福利之间实现平衡的创新路径

北航向锦武院士团队研发直升机驾驶机器人 推动有人飞行器无人化进程

Engineering 2024年10月刊目录