PC-MG-MoE

新AI框架解决塑料升级回收中的碎片化数据问题

研究人员开发了一个名为物理校准、缺失门控和负载均衡专家混合模型（PC-MG-MoE）的新框架，以应对塑料废弃物升级回收中碎片化实验数据的挑战。该框架可以直接从不完整的数据集中学习，无需插补，重建物理上一致的产品分布，并考虑不同实验室之间的差异。与在严格验证下使用其他模型的模型相比，PC-MG-MoE系统在总体绝对误差方面表现出优越的性能，为指导塑料升级回收和其他热化学系统提供了一种可转移的方法。