MỘT PHƯƠNG PHÁP TỰ CHƯNG CẤT KIẾN THỨC HIỆU QUẢ ĐỂ PHÂN LOẠI CHẤT THẢI

Tóm tắt

Phân loại rác là một nhiệm vụ trọng tâm trong việc khắc phục ô nhiễm môi trường. Con người phân loại rác dựa trên những gì họ hiểu về đối tượng rác hơn là dựa trên trạng thái có thể tái chế của rác, điều này dẫn đến việc phân loại không chính xác trong cách phân loại thủ công. Ngoài ra, việc tiếp xúc trực tiếp với chất thải độc hại có thể gây nguy hiểm về mặt thể chất cho con người. Một số kỹ thuật học máy và học sâu đã được đề xuất bằng cách sử dụng bộ dữ liệu phân loại rác được chuẩn hóa. Tuy nhiên, các phương pháp này còn tồn tại một số nhược điểm như (i) chi phí tính toán và bộ nhớ của các mạng được đề xuất lớn (ii) khó thể chạy trong thời gian thực; (iii) Quá trình huấn luyện phức tạp do được huấn luyện trước trên các bộ dữ liệu lớn để tránh hiện tượng “overfitting”. Trong bài báo này chúng tôi đề xuất một cách tiếp cận mới dựa trên tự chưng cất kiến thức để khắc phục các nhược điểm trên. Kết quả thử nghiệm cho thấy mô hình được đề xuất đạt hiệu suất tốt nhất trên bộ dữ liệu Trash Net mà không cần phải huấn luyện trước mô hình. Điều này chứng minh sự hiệu quả của tự chưng cất kiến thức cho bài toán phân loại chất thải.