Detailansicht
Functional logistic regression for waste classification in circular economy
Lorena Anna-Maria Gril
Art der Arbeit
Magisterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Magisterstudium Statistik
Betreuer*in
Johannes Moritz Jirak
DOI
10.25365/thesis.78163
URN
urn:nbn:at:at-ubw:1-15775.54282.752057-0
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Durch die Faktoren der Globalisierung und des Konsums ist die Verschmutzung durch Abfall zu einem bedeutenden Umweltproblem geworden. Die Nachteile der linearen industriellen Wirtschaft haben gezeigt, dass eine effiziente Nutzung von Materialien und Ressourcen angestrebt wird. Neben vielen anderen Aspekten ist es wichtig, die anfallenden Abfälle nach ihren Rohstoffen zu trennen. Es wurden verschiedene Algorithmen für maschinelles Lernen entwickelt, um Abfall zu erkennen und in Kategorien wie Papier, Plastik oder organisches Material zu klassifizieren. Der Einsatz von kamerabasierter und sensorbasierter Überwachung ermöglicht die Erfassung von geschreddertem Abfall. Die Menge und Struktur der Daten ermöglicht eine Analyse mittels funktionaler Datenanalyse. Dabei werden die Daten als Funktionen interpretiert und modelliert, wobei Kollinearität durch ein Dimensionsreduktionsverfahren vermieden wird. Mit Hilfe eines funktionalen logistischen Regressionsmodells sollen zwei Materialklassen, nämlich Holz und Kunststoff, erkannt werden. Darüber hinaus werden zum Vergleich auch nicht-funktionale Modelle getestet.
Abstract
(Englisch)
Through mechanisms of globalization and consumption, waste pollution has become a significant environmental issue. Disadvantages of the linear industrial economy have shown that an efficient use of materials and resources is necessary. In addition to many other aspects, it is important to separate the waste produced according to its raw materials. Various machine learning algorithms have been developed to detect waste and classify items into categories, such as paper, plastic or organic material. The application of camera-based and sensor-based monitoring enables capturing shredded waste. The quantity and structure of the data allow it to be analyzed using functional data analysis. In this process, the data is interpreted and modeled as functions, whereby collinearity is avoided using a dimension reduction method. Based on a functional logistic regression model two material classes, namely wood and plastic, are intended to be detected. Furthermore, for a comparison non-functional models are tested.
Schlagwörter
Schlagwörter
(Deutsch)
Klassifizierung von geschreddertem Abfall funktionale logistische Regression funktionale Hauptkomponentenanalyse
Schlagwörter
(Englisch)
shredded waste classification functional logistic regression functional principal component analysis
Autor*innen
Lorena Anna-Maria Gril
Haupttitel (Englisch)
Functional logistic regression for waste classification in circular economy
Paralleltitel (Deutsch)
Funktionale logistische Regression zur Abfallklassifizierung in der Kreislaufwirtschaft
Publikationsjahr
2025
Umfangsangabe
90 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*in
Johannes Moritz Jirak
AC Nummer
AC17488162
Utheses ID
74962
Studienkennzahl
UA | 066 | 951 | |