@conference{
author = "Krtolica, Ivana and Kamenko, Ilija and Paunović, Momir and Raković, Maja and Popović, Nataša and Atanacković, Ana and Talanov, Maks",
year = "2023",
abstract = "Procena ekološkog statusa velikih reka, kao što je Dunav, predstavlja izazovan zadatak u oblasti monitoringa rečnih sistema. Ksenobiotici, hazardne supstance antropogenog porekla, u koje spadaju pesticidi i policiklični aromatični ugljovodonici, predstavljaju ozbiljnu pretnju za vodene ekosisteme i značajno utiču na strukturu populacije makroinvertebrata. Razvijanje metodologije koja ima sposobnost da brzo i sa značajnom preciznošću prediktuje ekološki status rečnog sistema na osnovu koncentracionih nivoa ksenobiotika i strukture makroinvertebrata predstavlja značajan doprinos u oblasti inženjerstva zaštite životne sredine. U ovom radu su predstavljeni benefiti primene modela veštačkih neuronskih mreža (VNM) na podacima izdvojenih iz skupa podataka sakupljenih tokom trećeg Zajedničkog istraživanja Dunava u cilju precizne procene ekološkog statusa rečnog sistema na osnovu prisustva određenih ksenobiotika i makroinvertebrata. Struktura zajednice makroinvertebrata u rečnim sistemima predstavlja precizan biomarker sa potencijalom ranog pokazatelja hemijskog stresa. Primena in situ bioanalitičkih tehnika i biomarkera za procenu rizika pruža efikasnu strategiju za suočavanje sa ovim izazovom. Prema Okvirnoj Direktivi o vodama makroinvertebrate su zvanični biološki parametri za procenu ekološkog statusa rečnih sistema sa različitim odgovorima na hemijski stres. Koristeći modele veštačke inteligencije koji integriše napredne
arhitekture neuronskih mreža, kao što su četvoroslojni perceptron (engl. 4 Layer Perceptron), LSTM (engl. Long Short-term Memory) i Transformer neuronske mreže, postigli smo izuzetnu preciznost u određivanju ekološkog statusa reke Dunav interakcijom bioloških i hemijskih parametara. Koncentracioni nivoi ksenobiotika, pretežno klasifikovanih kao pesticidi, kao što su 2.4 – dinitrofenol, hloroksuron, bromacil, fluoranten i bentazon su u snažnoj korelaciji sa prisustvom određenih zajednica makroinvertebrata u slivu reke Dunav. Razvijeni modeli veštačkih neuronskih mreža, po jedan za svaki tip ksenobiotika, pokazali su veliku tačnost u proceni ekološkog statusa reke Dunav i pokazali se kao efikasni, ekonomični i održivi alati za predviđanje ekološkog statusa reka sa determinisanom strukturom makroinvertebrata. Na osnovu vrednosti srednje kvadratne greške, LSTM model veštačkih neuronskih mreža dao je najbolje performanse u proceni ekološkog statusa Dunava koristeći koncentracije 2.4 – dinitrofenola i bentazona, kao izlazne varijable, i strukturu zajednice makroinvertebrata kao ulazne varijable. Kombinovanjem koncentracionih nivoa 2.4 – dinitrofenola i fluorantena kao izlaznih varijabli, najbolje predikcione performanse dao je model četvoroslojni perceptron. U procesu modelovanja ekološkog statusa na osnovu detektovanih koncentracionih nivoa bromacila i fluorantena u odnosu na strukturu makroinvertebrata, najbolje predikcione performanse pokazao je model veštačkih neuronskih mreža Transformer tipa. Razvijeni modeli veštačkih neuronskih mreža imaju potencijal za primenu u proceni ekološkog statusa drugih lotičkih sistema, kao i u različitim kombinacijama ulaznih i izlaznih parametara koji zadovoljavaju već poznate zavisnosti bioloških i hemijskih parametara.",
publisher = "Beograd: Odeljenje tehničkih nauka SANU i Matematički institut SANU",
journal = "Zbornik apstrakata: Konferencija Veštačka inteligencija; 2023 Dec 26-27; Beograd, Srbija",
title = "Primena modela veštačkih neuronskih mreža za procenu zavisnosti prisustva ksenobiotika i makroinvertebrata u rečnim sistemima, Примена модела вештачких неуронских мрежа за процену зависности присуства ксенобиотика и макроинвертебрата у речним системима",
pages = "58-59",
url = "https://hdl.handle.net/21.15107/rcub_ibiss_6559"
}
