融合领域知识的真菌孢子浓度预测机器学习算法
机器学习
2023-09-26 v1
摘要
制浆造纸行业需要精确的质量控制，以确保最终产品纯净、无污染物，适用于各种用途。真菌孢子浓度是影响纸张可用性的关键指标，当前的测试方法劳动密集且结果滞后，阻碍了实时控制策略。为此，提出了一种利用时间序列数据和领域知识的机器学习算法。最优模型采用岭回归(Ridge Regression)，在训练和验证数据上取得了2.90的MSE。该方法可通过提供真菌孢子浓度的实时预测，显著改善效率与可持续性。本文展示了一种用于实时真菌孢子浓度预测的 promising 方法，可在制浆造纸行业中实现严格的质量控制措施。
引用
@article{arxiv.2309.13402,
title = {ML Algorithm Synthesizing Domain Knowledge for Fungal Spores Concentration Prediction},
author = {Md Asif Bin Syed and Azmine Toushik Wasi and Imtiaz Ahmed},
journal= {arXiv preprint arXiv:2309.13402},
year = {2023}
}