Regenerative Energie
Eine gesicherte Verfügbarkeit an Rohstoffen für die Industrie und die zunehmende Verknappung an Rohmaterialien bestärken die Ziele der Kreislaufwirtschaft und rücken den Einsatz von Sekundärrohstoffen stärker in den Fokus. Ein Teil der Kreislaufwirtschaft ist die Recyclingindustrie, durch die es möglich wird, effizient und nachhaltig die enthaltenen Materialien in Altgeräten zur Wiederverwertung aufzubereiten und die Verfügbarkeit von Sekundärrohstoffen zu sichern.
In dieser Arbeit wird ein Deep Learning basiertes Sortiersystem vorgestellt, mit dem es möglich ist, relevante Merkmale für die Sortierentscheidungen von Grund auf aus den erfassten Daten zu erlernen. Wir orientieren uns an einer anwendernahen Fragestellung im Kontextdes Recyclings: Die Sortierung von End-of-Life Aluminiumschrott in eine hochwertige reine Aluminiumfraktion und in eine minderwertige Restfraktion. Wir verwenden Röntgentransmissionsdaten, die von zerkleinerten Haushaltsaltgeräten stammen. Für die Modellevaluierung verwenden wir ein auf die Datenlage zugeschnittenes Verfahren und eine im Recyclingkontext stehende Metrik. Unsere Arbeit zeigt vielversprechende Ergebnisse für die automatische Aluminiumsortierungmittels Deep Learning, wir erreichen einen Fβ von 91,74 % und eine resultierende Präzision von 93,08 %. Neben einer ausreichend starken Modell-Performanz hängt der endgültige Einsatz solcher Deep Learning Ansätze von dem Vertrauen in solche Modelle ab. Wir setzen daher moderne erklärbare KI-Methoden ein, um diese Black-Box-Modelle zu öffnen und Einblicke in die Art und Weise zu geben, wie das Modell seine Vorhersagen über verschiedene Inputdaten hinweg trifft.
| Copyright: | © Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben |
| Quelle: | Recy & Depotech 2022 (November 2022) |
| Seiten: | 6 |
| Preis: | € 3,00 |
| Autor: | Steffen Rüger J. Goschenhofer A. Nath Dr. Markus Firsching A. Ennen |
| Diesen Fachartikel kaufen... (nach Kauf erscheint Ihr Warenkorb oben links) | |
| Artikel weiterempfehlen | |
| Artikel nach Login kommentieren | |
Rechtliche und praktische Unsicherheiten bei der Durchführung des europäischen Klimaanpassungsrechts durch das Bundes- Klimaanpassungsgesetz (KAnG)
© Lexxion Verlagsgesellschaft mbH (6/2025)
In the context of the European Climate Law (EU) 2021/1119), the Governance Regulation (EU) 2018/1999 and the Nature Restoration Regulation (EU) 2024/1991, the KAnG came into force on July 1, 2024.
Transformatives Klimarecht: Raum, Zeit, Gesellschaft
© Lexxion Verlagsgesellschaft mbH (6/2025)
This article contends that climate law should be conceived as inherently transformative in a double sense. The law not only guides the necessary transformation of economy and society, but is itself undergoing transformation.
Maßnahmen zur Klimaanpassung sächsischer Talsperren
© Springer Vieweg | Springer Fachmedien Wiesbaden GmbH (5/2025)
Die Landestalsperrenverwaltung des Freistaates Sachsen (LTV) betreibt aktuell insgesamt 87 Stauanlagen, darunter 25 Trinkwassertalsperren. Der Stauanlagenbestand ist historisch gewachsen und wurde für unterschiedliche Zwecke errichtet.