മലിനജല ശുദ്ധീകരണ പ്ലാന്റുകളിലെ ഇൻഫ്ലുവന്റ് ഫ്ലോ നിരക്കിന്റെ കൃത്യമായ പ്രവചനം ശുദ്ധീകരണ സൗകര്യങ്ങളുടെ ശരിയായ പ്രവർത്തനത്തിന് പ്രധാനമാണ്. ശുദ്ധീകരിക്കാത്ത വെള്ളം ചെടിയിലേക്ക് വരുന്നതിനെയാണ് ഇൻഫ്ലുവന്റ് ഫ്ലോ സൂചിപ്പിക്കുന്നത്. ഇൻഫ്ലുവന്റ് ഫ്ലോ നിരക്ക് കൃത്യമായി പ്രവചിക്കാനുള്ള കഴിവ് ഉപയോഗിച്ച്, പ്ലാന്റ് ഓപ്പറേറ്റർമാർക്ക് അവരുടെ വിഭവങ്ങളുടെ കാര്യക്ഷമമായ ഉപയോഗത്തിനായി ആസൂത്രണം ചെയ്യാൻ കഴിയും.

ഇൻഫ്ലുവന്റ് ഫ്ലോ നിരക്ക് പ്രവചിച്ച മുൻ പഠനങ്ങൾ ഡാറ്റ അടിസ്ഥാനമാക്കിയുള്ള മോഡലുകൾ ഫലപ്രദമായ ഉപകരണങ്ങളാണെന്ന് തെളിയിച്ചു. എന്നാൽ ഈ മുൻ പഠനങ്ങളിൽ ഭൂരിഭാഗവും ബാച്ച് പഠനത്തിൽ ശ്രദ്ധ കേന്ദ്രീകരിച്ചു, ഇത് കോവിഡ് -19 കാലഘട്ടത്തിൽ മലിനജല പ്രവചനത്തിന് അപര്യാപ്തമാണെന്ന് തെളിയിക്കപ്പെട്ടു.

ബാച്ച് ലേണിംഗ് അല്ലെങ്കിൽ ഓഫ് ലൈൻ പഠനത്തിൽ, ബാച്ചുകളിലെ ഡാറ്റയിൽ നിന്ന് മെഷീൻ ലേണിംഗ് മോഡൽ പരിശീലിപ്പിക്കുന്നതിലൂടെ കാലക്രമേണ ഡാറ്റ ശേഖരിക്കുന്നു. ഓൺലൈൻ പഠനത്തിലോ സ്ട്രീമിംഗ് പഠനത്തിലോ, പുതിയ ഡാറ്റ വരുമ്പോൾ മോഡൽ പരിശീലിപ്പിക്കുന്നു. ബാച്ച് ലേണിംഗ് മോഡലുകൾ സാധാരണയായി വേഗത്തിൽ പ്രവർത്തിക്കുകയും കുറഞ്ഞ കംപ്യൂട്ടേഷണൽ വിഭവങ്ങൾ ആവശ്യമാണെങ്കിലും, ഓൺലൈൻ പഠന മോഡലുകളെപ്പോലെ വലിയതും മാറുന്നതുമായ ഡാറ്റാസെറ്റുകൾ കൈമാറുന്നതിൽ അവ ഫ്ലെക്സിബിൾ അല്ല.

ഇൻപുട്ട്-ഔട്ട്പുട്ട് ബന്ധങ്ങളിൽ മാറ്റങ്ങൾ ഉണ്ടാകുന്ന പ്രവചന പ്രശ്നങ്ങൾക്ക് പരമ്പരാഗത ബാച്ച് ലേണിംഗ് പ്രവചന മോഡലുകൾ അനുയോജ്യമല്ല. പകർച്ചവ്യാധി സമയത്ത്, കോവിഡ് -19 മായി ബന്ധപ്പെട്ട ലോക്ക്ഡൗണുകൾ ഇൻപുട്ട്-ഔട്ട്പുട്ട് ബന്ധങ്ങളിൽ മാറ്റം വരുത്തിയതിനാൽ ബാച്ച് പഠന സമീപനങ്ങളുടെ പോരായ്മകൾ കൂടുതൽ വ്യക്തമായി. ഈ പരിമിതികളിൽ ചിലത് മറികടക്കാൻ കഴിയുമോ എന്ന് നിർണ്ണയിക്കാൻ ടീം ഓൺലൈൻ പഠന മോഡലുകളിലേക്ക് ശ്രദ്ധ തിരിച്ചു.

“കോവിഡ് -19 ലോക്ക്ഡൗൺ സാഹചര്യത്തിന്റെ പശ്ചാത്തലത്തിൽ മലിനജലത്തിന്റെ ഒഴുക്ക് നിരക്ക് പ്രവചിക്കാനുള്ള ഞങ്ങളുടെ കഴിവ് വർദ്ധിപ്പിക്കുന്നതിന് ഞങ്ങൾ പുതിയ മെഷീൻ ലേണിംഗ് ടെക്നിക്കുകൾ പ്രയോജനപ്പെടുത്തി,” മക്മാസ്റ്റർ സർവകലാശാലയിലെ സിവിൽ എഞ്ചിനീയർ പെങ്ക്സിയാവോ ഷൗ പറഞ്ഞു. വികസിപ്പിച്ച മോഡലുകൾ വാണിജ്യ മലിനജല മോഡലിംഗ് സോഫ്റ്റ്വെയറിലേക്ക് സംയോജിപ്പിക്കാൻ കഴിയും എന്നതാണ് ഈ പ്രവർത്തനത്തിനുള്ള സാധ്യതയുള്ള ആപ്ലിക്കേഷൻ.

ടീം വികസിപ്പിച്ചെടുത്ത ഓൺലൈൻ പഠന മോഡലുകളെ അഡാപ്റ്റീവ് റാൻഡം ഫോറസ്റ്റ്, അഡാപ്റ്റീവ് കെ-സമീപ അയൽക്കാർ, അഡാപ്റ്റീവ് മൾട്ടി-ലെയർ പെർസെപ്ഷൻ എന്ന് വിളിക്കുന്നു. റാൻഡം ഫോറസ്റ്റ്, കെ-അടുത്തുള്ള അയൽക്കാർ, മൾട്ടി-ലെയർ പെർസെപ്ഷൻ എന്നറിയപ്പെടുന്ന പരമ്പരാഗത ബാച്ച് പഠന മാതൃകകളെ അടിസ്ഥാനമാക്കിയുള്ളതാണ് അവ.

കോവിഡ് -19 മൂലമുണ്ടായ മാറുന്ന ഇൻഫ്ലുവന്റ് ഫ്ലോ നിരക്ക് പ്രവചിക്കാൻ ടീം പുതുതായി വികസിപ്പിച്ചെടുത്ത ഓൺലൈൻ മോഡലുകൾ ഉപയോഗിച്ചു. പകർച്ചവ്യാധി ആളുകളുടെ ദൈനംദിന ജീവിതത്തിൽ ആഴത്തിലുള്ള സ്വാധീനം ചെലുത്തി. സ്കൂളുകൾ, അവശ്യേതര സേവനങ്ങൾ, വിനോദ സൗകര്യങ്ങൾ എന്നിവ അടച്ച ലോക്ക്ഡൗണുകൾ കോടിക്കണക്കിന് ആളുകളുടെ പെരുമാറ്റങ്ങളെയും ചലനങ്ങളെയും മാറ്റിമറിച്ചു. ഈ മാറ്റങ്ങൾ മലിനജല ശുദ്ധീകരണ പ്ലാന്റുകളെ ബാധിച്ചു. Frontiers of Environmental Science and Engineering എന്ന ജേണലിലാണ് പഠനം പ്രസിദ്ധീകരിച്ചിരിക്കുന്നത്.

രണ്ട് കനേഡിയൻ മലിനജല ശുദ്ധീകരണ പ്ലാന്റുകളിൽ നിന്ന് ശേഖരിച്ച മൂന്നോ നാലോ വർഷത്തെ മണിക്കൂർ ഇൻഫ്ലുവന്റ് ഫ്ലോ റേറ്റ് ഡാറ്റയും കാലാവസ്ഥാ ഡാറ്റയും ഉപയോഗിച്ചാണ് സംഘം മോഡലുകൾ വികസിപ്പിച്ചത്. രണ്ട് പ്ലാന്റുകളിലെയും ഇൻഫ്ലുവന്റ് ഫ്ലോ നിരക്ക് പ്രവചിക്കാൻ അവർ വികസിപ്പിച്ചെടുത്ത ഓൺലൈൻ പഠന മോഡലുകളെ അതത് പരമ്പരാഗത ബാച്ച് ലേണിംഗ് മോഡലുകളുമായി താരതമ്യം ചെയ്തു.

ടീം രണ്ട് വ്യത്യസ്ത സാഹചര്യങ്ങളാണ് ഉപയോഗിച്ചത്. ഒരു സാഹചര്യത്തിൽ, 24 മണിക്കൂർ മുൻകൂട്ടിയുള്ള പ്രവചനം ഉണ്ടായിരുന്നു, മറ്റൊന്നിൽ ലീഡ് ടൈം പ്രവചനം ഉണ്ടായിരുന്നില്ല. അവരുടെ ഓൺലൈൻ പഠന മോഡലുകൾ മാറുന്ന ഡാറ്റാ പാറ്റേണുകൾക്ക് കീഴിൽ കൃത്യമായ പ്രവചനങ്ങൾ നൽകി. തുടർച്ചയായതും വലുതുമായ ഡാറ്റാ സ്ട്രീമുകൾ കൈകാര്യം ചെയ്യുന്നതിൽ അവർ കാര്യക്ഷമമായിരുന്നു. ബാച്ച് പഠന മോഡലുകളേക്കാൾ മികച്ചതാണ് ഓൺലൈൻ പഠന മോഡലുകൾ എന്ന് സംഘം കണ്ടെത്തി.

“നിർദ്ദിഷ്ട പുതിയ ഓൺലൈൻ പഠന മോഡലുകൾക്ക് കോവിഡ് -19 പോലുള്ള അടിയന്തിര സാഹചര്യങ്ങൾ കാരണം മാറുന്ന ഇൻഫ്ലുവന്റ് പാറ്റേണുകളെ നേരിടാൻ മലിനജല ഓപ്പറേറ്റർമാർക്കോ മാനേജർമാർക്കോ കൂടുതൽ ശക്തമായ തീരുമാന പിന്തുണ നൽകാൻ കഴിയും,” ഷൗ പറഞ്ഞു.

മുന്നോട്ട് നോക്കുമ്പോൾ, ടീമിന്റെ ഭാവി പഠനങ്ങളിൽ കൂടുതൽ കേസ് പഠനങ്ങൾ ഉൾപ്പെടുകയും വികസിപ്പിച്ച മോഡലുകളെ കൂടുതൽ സാധൂകരിക്കുന്നതിന് കൂടുതൽ പ്രവചന സാഹചര്യങ്ങൾ പരിഗണിക്കുകയും ചെയ്യും. “മലിനജല മാനേജ്മെന്റിനായി വിശ്വസനീയമായ ഉപകരണങ്ങൾ നൽകുകയും മലിനജല ഇന്റലിജൻസ് വികസിപ്പിക്കുകയും ചെയ്യുക എന്നതാണ് ആത്യന്തിക ലക്ഷ്യം,” ഷൗ പറഞ്ഞു.

കൂടുതൽ വിവരങ്ങൾക്ക്: പെങ്ക്സിയാവോ ഷൗ et al, അഭൂതപൂർവമായ അടിയന്തിര സാഹചര്യങ്ങളിൽ സ്ട്രീം മലിനജല ഇൻഫ്ലുവന്റ് ഫ്ലോ റേറ്റ് പ്രവചനത്തിനായുള്ള ഓൺലൈൻ മെഷീൻ ലേണിംഗ്, ഫ്രോണ്ടിയർസ് ഓഫ് എൻവയോൺമെന്റൽ സയൻസ് & എഞ്ചിനീയറിംഗ് (2023). DOI: 10.1007/s11783-023-1752-7

കടപ്പാട്: Frontiers of Environmental Science & Engineering (2023). DOI: 10.1007/s11783-023-1752-7