研究人员开发了机器学习模型来解决加纳的废物管理和健康风险问题。使用随机森林分类器对调查数据进行训练，以根据废物处理方式预测疾病类别，宏观F1分数达到0.63。此外，还使用MobileNetV2模型进行自动化废物分类，准确率达到88.2%，宏观F1分数达到0.87，为资源受限地区提供了成本效益高的解决方案。该研究提供了将废物处理与健康联系起来的量化证据，并展示了人工智能在改善发展中地区废物管理方面的潜力，同时也强调了对机构支持的需求。 AI
影响 展示了机器学习在资源受限环境中应用于公共卫生和废物管理的实例。
排序理由 该集群包含一篇详细介绍新研究发现和模型开发的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
