СУ ОБЪЕКТІЛЕРІНІҢ МИКРОБИОЛОГИЯЛЫҚ МОНИТОРИНГІНДЕ ЖАСАНДЫ ИНТЕЛЛЕКТТІ ҚОЛДАНУДЫҢ СТРАТЕГИЯЛЫҚ БАҒЫТТАРЫ: ТҮСІНДІРІЛЕТІН МОДЕЛЬДЕР ЖӘНЕ МУЛЬТИОМДЫҚ ИНТЕГРАЦИЯ

Аңдатпа

Мақалада су объектілерінің микробиологиялық мониторингінде жасанды интеллектіні қолданудың заманауи тәсілдеріне сыни талдау жасалды. Кеңінен қолданылатын деректер жиынтықтарында (мысалы, DIBaS) жоғары дәлдік көрсеткіштерінің алынуы көбінесе деректерді бөлудің әдістемелік тұрғыдан дұрыс өткізілмеуімен байланысты екені көрсетілді. Шынайы жағдайларды модельдейтін қатаң валидация стратегияларын (strain-wise splitting) қолданғанда классификация дәлдігінің айтарлықтай төмендеуі модельдердің жалпылау қабілетінің шектеулі екенін көрсетеді. Жұмыста түсіндірілетін ИИ архитектураларын және микроскопиялық кескіндерді геномдық деректермен (k-мелер) біріктіретін мультимодальды модельдерді қолданудың өзектілігі негізделген. Мұндай тәсіл фенотиптік екіұштылықты жоюға, модель шешімдерінің түсініктілігін арттыруға және жаңа штаммдарды дәл анықтауға мүмкіндік береді. Авторлар диагностикалық белгілерді тексеруге арналған өзін-өзі түсіндіретін ИИ енгізуді және микроорганизмдердің функционалдық сипаттамаларын болжауға бағытталған мультимодальды жүйелерді әзірлеуді стратегиялық бағыттар ретінде ұсынады. Зерттеу нәтижелері жаңа буындағы сенімді экологиялық мониторинг құралдарын әзірлеуге негіз бола алады