
论文DOI:doi/10.1021/acs.est.1c01339
随着大数据时代的到来,机器学习得到了快速的发展并被广泛应用到人们的生活中,例如人脸识别、语音翻译以及自动驾驶等。不同的学科领域每天都会产生大量且复杂的数据,这当然也包括环境领域。机器学习因而也将成为环境学者不可或缺的重要工具,许多复杂的环境问题在机器学习的帮助下得以解决。但是,机器学习是一个专业性较强的学科,在应用于环境领域时还存在诸多问题和挑战,当然也存在着许多机遇。鉴于此,美国凯斯西储大学张慧春教授团队联合环境领域的数十位学者(Kai Zhang, Majid Bagheri, Joel G. Burken, April Gu, Baikun Li, Xingmao Ma, Babetta L. Marrone, Zhiyong Jason Ren, Joshua Schrier, Wei Shi, Haoyue Tan, Tianbao Wang, Xu Wang, Bryan M. Wong, Xusheng Xiao, Xiong Yu, Jun-Jie Zhu ), 共同撰写了“Machine Learning: New Ideas and Tools in Environmental Science and Engineering”这篇文章,并发表在环境领域著名期刊 ES&T上。文章概括了什么是机器学习,为什么要用机器学习,怎样使用机器学习,机器学习当前在环境领域的四大应用以及不足、挑战与机遇,旨在呼吁环境学者大胆尝试机器学习去解决环境问题。
文章共分为六部分。第一部分引言介绍了机器学习的基本概念以及在环境领域中的应用趋势,并提出了机器学习与环境领域可以相互促进发展的概念;第二部分以五个具体的例子展示了机器学习是怎么具体解决环境问题的;第三部分概括了机器学习目前在环境领域的四大应用:做预测,特征重要性,异常检测以及开发新材料。在每一个具体应用下,详细介绍了具体的工作机制并列举了大量的实例。第四部分主要讲述了机器学习在使用过程中所应具备的必要知识以及目前的不足。分别从建模前、建模中和建模后详细阐述了应该注意到的问题。还指出了目前应用的不足:缺乏模型解释和模型适用性分析,并解释这两点的重要意义。第五部分主要讲述了目前机器学习应用到环境领域的挑战,包括但不限于数据稀缺与数据质量、过拟合、模型偏差、以及其他挑战。第六部分列出了存在的机会与展望,包括平衡模型的准确度与解释性、数据分享、收集可靠数据、开发模型的潜在应用价值以及带来的新的教育机会。
第一作者:钟士发,博士毕业于凯斯西储大学土木与环境工程系,目前在佐治亚理工土木与环境工程系做博士后,主要研究领域是机器学习在QSAR模型中的应用。
联系邮箱:szhong65@gatech.edu
通讯作者:张慧春,凯斯西储大学土木与环境工程系的Frank H. Neff教授。2004年于佐治亚理工大学取得博士学位。主要的研究领域是复合体系中氧化还原界面过程及新型污染物的迁移转化过程。最近的研究也包括利用经典模型和机器学习来获得污染物的反应与吸附模型。相关领域的研究发表在Chem. Rev.,ES&T,Water Res.,Appl. Catal. B等期刊上。
联系邮箱:hjz13@case.edu
实验室主页:
https://engineering.case.edu/profiles/hjz13
投稿:张慧春团队。投稿、合作、转载、进群,请添加小编微信Environmentor2020!环境人Environmentor是环境领域最大的学术公号,拥有近10W活跃读者。由于微信修改了推送规则,请大家将环境人Environmentor加为星标,或每次看完后点击页面下端的“在看”,这样可以第一时间收到我们每日的推文!环境人Environmentor现有综合群、期刊投稿群、基金申请群、留学申请群、各研究领域群等共20余个,欢迎大家加小编微信Environmentor2020,我们会尽快拉您进入对应的群。