Эффективная переработка отходов становится актуальной задачей в свете растущих объемов мусора и необходимости предотвращения загрязнения окружающей среды. Методы машинного обучения активно используются для решения этой проблемы, позволяя анализировать большие данные и прогнозировать процессы переработки. В данной работе рассматривается применение нейросетевых моделей для прогнозирования качества субстрата после переработки органических отходов агропромышленного комплекса и пищевого сектора. Входные параметры включают характеристики оборудования, виды отходов, температуру и другие факторы, а выходными параметрами являются микробиологические показатели, минерализация, pH и другие характеристики.

Латыпова Р.А. (науч. рук. Уваров Р.А.) Применение методов машинного обучения для прогнозирования процессов переработки отходов // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2025]. URL: https://kmu.itmo.ru/digests/article/14684