વૈજ્ઞાનિકો અનુસાર, રશિયા અને અન્ય ઘણા દેશોમાં, ત્યાં કોઈ સંપૂર્ણ કચરો નિકાલ સિસ્ટમ નથી. કુદરતી સંસાધનો અને ઇકોલોજી મંત્રાલય અનુસાર, રશિયન ફેડરેશનમાં લગભગ 70 મિલિયન ટન ઘન કચરો બનાવ્યો હતો, જે લેન્ડફિલ્સમાં સંગ્રહિત થાય છે. તેમના વિસ્તાર વાર્ષિક 500 હજાર હેકટર દ્વારા વધે છે. ગ્રીનપીસના જણાવ્યા મુજબ, સંપૂર્ણ કચરાના બે ટકાથી ઓછા બળીને સળગાવી દેવામાં આવે છે, અને પ્રક્રિયા કરવામાં આવે છે.
"હવે આ સમસ્યાને ઇન્ટરેક્ટિવ ઇન્ટરનેટ કાર્ડ્સનો ઉપયોગ કરીને ઉકેલી શકાય છે. તેમના પર કોઈપણ વપરાશકર્તા અનધિકૃત લેન્ડફિલની જગ્યાને નિયુક્ત કરી શકે છે. લોકો સેટેલાઈટ સેવાઓનો ઉપયોગ કરીને ગ્રાઉન્ડ સપાટી માર્ટ્સ પર મેન્યુઅલી આંકડા પણ એકત્રિત કરી શકે છે.
પરંતુ આ પદ્ધતિઓ ખૂબ મહેનત છે અને અસ્થાયી અને નાણાકીય સંસાધનોની જરૂર છે. આ ઉપરાંત, ડમ્પ્સને ઓળખવા અને ધ્યાનમાં લેવા માટે કોઈ સંકલિત સાધનો નથી, તેમની સ્થિતિ પર નિયંત્રણ, "ડિપાર્ટમેન્ટના અંડરગ્રેજ્યુએટ" ગણિતશાસ્ત્ર, મિકેનિક્સ અને બાયોમેનિકસિક્સ "પરમ પોલિટેક વાડિમ ડેન્યુલીન કહે છે.
ગેરકાયદે લેન્ડફિલ્સ એન્ટિ-ફ્લાઇંગની મોનીટરીંગ સેવા તમને ગતિશીલતામાં પરિસ્થિતિને ઝડપથી અને બિનઅસરકારક રીતે ટ્રૅક કરવાની મંજૂરી આપશે. કોઈપણ વપરાશકર્તા તેમના મૂળના તબક્કે દફનાવવામાં સમર્થ હશે, તેમના વિકાસને અનુસરો અને પ્રવાહીકરણ વિશે શીખો. ડિજિટલ કાર્ડ તમને ચોક્કસ ક્ષેત્રમાં ડમ્પ્સ પર મહત્વપૂર્ણ આંકડા એકત્રિત કરવાની મંજૂરી આપશે.
"ન્યુરલ નેટવર્ક્સ એક સાથે પૃથ્વીની સપાટીની ક્લાસ સેટેલાઇટ છબીઓ અને જરૂરી વસ્તુઓ શોધે છે. કૃત્રિમ બુદ્ધિ આપમેળે લેન્ડફિલને શોધે છે, તેના કોઓર્ડિનેટ્સ નક્કી કરે છે અને વિસ્તારનું મૂલ્યાંકન કરે છે. ન્યુરલ નેટવર્કની ચોકસાઈ 89 ટકા સુધી પહોંચે છે. એપ્લિકેશન બતાવશે કે સ્થિતિ અને દફન કદ સમય સાથે કેવી રીતે બદલાશે. વધુમાં, સેવાનો ઉપયોગ કરીને, પ્રદેશના માલિક, તેના કેડેટસ્ટ્રલ નંબર નક્કી કરવાનું શક્ય છે અને આપમેળે દાવો કરે છે, "વિકાસકર્તા સમજાવે છે.
સંશોધક અનુસાર, એપ્લિકેશન રાજ્યના શરીર અને પર્યાવરણીય સંસ્થાઓ માટે ઉપયોગી થશે. આ સેવા આ ક્ષેત્રમાં પર્યાવરણીય પરિસ્થિતિનું મૂલ્યાંકન કરવામાં સહાય કરશે અને અમને હેન્ડલ કરવા માટે ઑપરેટર્સની કામગીરીનું નિરીક્ષણ કરશે. તેઓ ઓપરેટરો દ્વારા પોતાને સમયસર રીતે નવા દફનવિધિને ઓળખવા માટે પણ ઉપયોગમાં લેવાય છે.
અંતિમ ઉત્પાદન એક વેબ એપ્લિકેશન હશે જે વિશ્વભરના ડમ્પ્સ પરના આંકડાને ટ્રૅક કરવામાં સહાય કરશે. હવે સંશોધકો સેવાની ચોકસાઈમાં સુધારો કરવા માટે નવા ન્યુરલ નેટવર્ક મોડલ્સને વિકસિત કરે છે અને શીખવે છે.
સોર્સ: નેકેડ સાયન્સ