机器学习在亲脂性生物毒素引起的预防性关闭管理中的应用
人工智能
2024-02-15 v1
摘要
贻贝养殖是最重要的水产养殖业之一。贻贝养殖的主要风险是有害藻华（HABs），其对人类消费构成威胁。在西班牙主要的养殖贻贝产地加利西亚，生产区域的开放与关闭由监测计划控制。除了因毒性超过法定阈值而导致的关闭外，在缺乏确认性采样且存在风险因素的情况下，可能会实施预防性关闭。这些决策由专家做出，缺乏对其所依据经验的支持或形式化。因此，本工作提出了一种能够支持实施预防性关闭的预测模型。kNN 算法取得了最佳结果，其灵敏度、准确率和 Kappa 指数分别达到 97.34%、91.83% 和 0.75。这使得构建一个能够在预测错误更为常见的复杂情境中提供辅助的系统成为可能。
引用
@article{arxiv.2402.09266,
title = {Machine Learning in management of precautionary closures caused by lipophilic biotoxins},
author = {Andres Molares-Ulloa and Enrique Fernandez-Blanco and Alejandro Pazos and Daniel Rivero},
journal= {arXiv preprint arXiv:2402.09266},
year = {2024}
}