تواجه ألمانيا تحديات كبيرة فيما يتعلق بفرز النفايات، حيث تعتزم البلاد التوجه نحو اقتصاد دائري فعال. تكمن الصعوبة في عدم وضوح اللوائح الخاصة بالنفايات من بلدية لأخرى. لذا، يصبح من الضروري تقليل نسبة النفايات الم wrongly disposed بشكل كبير لتحسين إدارة النفايات.

في هذا السياق، ظهرت حلول تعتمد على الذكاء الاصطناعي تشمل تطبيقات مبنية على الهواتف المحمولة، والتي تساعد السكان في فهم كيفية فرز نفاياتهم بشكل صحيح. ولكن، لكي تكون هذه الحلول فعّالة، يجب أن تكون قابلة للتخصيص لتناسب النماذج الخاصة بكل بلدية.

تناول البحث مقارنة بين استراتيجيتين بارزتين في التصنيف: One-Vs-All (OvA) وOne-Vs-Rest (OvR). تم استخدام مجموعة بيانات تم تحديدها وفقاً لفئات النفايات وفق نموذج الفرز في مدينة غوسلار. الهدف من هذه الدراسة هو تحليل سلوك هاتين الاستراتيجيتين في تحديد العينات التي من المحتمل تصنيفها بشكل خاطئ.

المقارنة بين الاستراتيجيات تتضمن تطبيق عتبات ثقة مختلفة للتعرف على العينات الغامضة، بهدف تحقيق توازن بين عدد الأخطاء البشرية المطلوبة في التعليق التوضيحي للبيانات.

النتائج الأولية تشير إلى أن تطبيق هذه الحلول الجديدة يمكن أن يعزز جهود سكان البلديات نحو تحقيق أهداف الاقتصاد الدائري ويساعد في تحسين جودة إدارة النفايات.