Predicting Microbiologically Influenced Corrosion Risk from Quorum Sensing Biofilm Community Features: A Random Forest-SHAP Approach
Questo studio introduce un framework di machine learning Random Forest-SHAP che predice con successo il rischio di corrosione influenzata microbiologicamente integrando nuove caratteristiche della comunità di biofilm legate al quorum sensing con i tradizionali parametri ambientali e microbici, raggiungendo un punteggio F1 di 0,762 e dimostrando il valore predittivo dei segnali di comunicazione batterica nella valutazione della corrosione.