Нова модель для класифікації токсичності наночастинок оксидів металів

Автори Harshal P. Varade1, Jaikumar M. Patil2, Bhagyashree Ashok Tingare3, P. William4, Vaibhav D. Dabhade5, R.A. Kapgate6, Sachin K. Korde7
Афіліація

1Department of Mechanical Engineering, Sanjivani College of Engineering, Kopargaon, MH, India

2Department of Computer Science and Engineering, Shri Sant Gajanan Maharaj College of Engineering, Shegaon, SGBAU, Amravati, India

3Department of Artificial Intelligence and Data Science, D Y Patil College of Engineering, Akurdi, Pune, India

4Department of Information Technology, Sanjivani College of Engineering, Kopargaon, MH, India

5MET Institute of Engineering, Nashik, India

6Department of Mechatronics Engineering, Sanjivani College of Engineering, Kopargaon, MH, India

7Department of Information Technology, Pravara Rural Engineering College, SPPU, Pune, India

Е-mail varadeharshalmech@sanjivani.org.in
Випуск Том 17, Рік 2025, Номер 3
Дати Одержано 10 квітня 2025; у відредагованій формі 21 червня 2025; опубліковано online 27 червня 2025
Цитування Harshal P. Varade, Jaikumar M. Patil, Bhagyashree Ashok Tingare, та ін., Ж. нано- електрон. фіз. 17 № 3, 03024 (2025)
DOI https://doi.org/10.21272/jnep.17(3).03024
PACS Number(s) 07.05.Mh, 77.84.Bw
Ключові слова Оксид металу (2) , Наночастинки (НЧ), Токсичність (2) , Нетоксичність, Машинне навчання (МН).
Анотація

Наночастинки оксидів металів (MeOxNP) привертають дедалі більшу увагу в останні кілька років через їх різноманітне застосування в електроніці, медицині та відновленні навколишнього середовища. Однак їхня потенційна токсичність створює значні перешкоди для безпечного використання. Тому ця стаття спрямована на розробку нової моделі на основі штучного інтелекту (ШІ) для ефективної класифікації токсичності MeOxNP з використанням методу точно налаштованого випадкового лісу (DPO-RF) динамічного оптимізатора Pelican. Була підготовлена база даних з урахуванням різних типів наночастинок (НЧ), таких як Al2O3, CuO, Fe2O3, TiO2 та ZnO, а також найважливіших ключових фізико-хімічних характеристик. Ця модель супроводжується попередньою обробкою з використанням обробки відсутніх значень з імпутацією та стандартизацією шляхом застосування нормалізації Z-оцінки. Ознаки були вилучені за допомогою аналізу головних компонентів (PCA), зменшуючи розмірність, зберігаючи при цьому життєво важливу інформацію, пов'язану з токсичністю в цій моделі. Застосована модель на основі DPO-RF покращила вибір ознак цієї моделі, одночасно досягаючи підвищеної точності завдяки адаптивному дослідженню цієї моделі. Результати відображають дійсну класифікацію MeOxNP як токсичної або нетоксичної, що передбачає загальну точність близько 98,2 % для класів токсичності та відповідний коефіцієнт точності близько 98,5 % для класів нетоксичності, що має деякі важливі наслідки для оцінки потенційних ризиків під час використання відповідного застосування нанотехнологій.

Перелік посилань