Machine learning-driven microplastics identification using ensemble stacking with Extra Tree meta-models from FTIR data

Khurram Shahzad

doi:10.1016/j.jece.2025.118315

Machine learning-driven microplastics identification using ensemble stacking with Extra Tree meta-models from FTIR data

2025-08-14

0

PRE

AI

DOI：10.1016/j.jece.2025.118315

原文链接

原文求助

摘要

En 中文

• 开发了一种新型集成MLStackXT模型用于微塑料分类。 • 该模型在Kedzierski数据集上达到95.85%的准确率，在Jung数据集上达到95.00%。 • 混淆矩阵显示在12个微塑料类别中有8个类别达到100%准确率。 • 其在kappa系数、F1分数和准确率方面优于以往的机器学习和深度学习模型。 • 该研究通过人工智能促进了对塑料污染的精确、透明监测。

Keyword:

microplastics

machine learning

ensemble model

accuracy

plastic pollution monitoring

Machine learning-driven microplastics identification using ensemble stacking with Extra Tree meta-models from FTIR data

摘要

期刊

机构

引用论文