Αξιοποίηση τεχνητής νοημοσύνης για την ανάλυση και
κατηγοριοποίηση ουσιών σε PFAS

Χρήστου, Αναστασία; Christou, Anastasia

dc.contributor.author	Χρήστου, Αναστασία	el
dc.contributor.author	Christou, Anastasia	en
dc.date.accessioned	2025-10-30T08:36:19Z
dc.date.available	2025-10-30T08:36:19Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/62796
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.30492
dc.description	Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Επιστήμη και Τεχνολογία Υδατικών Πόρων”	el
dc.rights	Αναφορά Δημιουργού-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nd/3.0/gr/	*
dc.subject	Πολυφθοριωμένες και υπερφθοριωμένες ενώσεις	el
dc.subject	PFAS	en
dc.subject	Μηχανική Μάθηση	el
dc.subject	Machine learning	en
dc.subject	Αξιολόγηση αλγορίθμων	el
dc.subject	Algorithms evaluation	en
dc.subject	Επιστήμη των δεδομένων	el
dc.subject	Data science	en
dc.title	Αξιοποίηση τεχνητής νοημοσύνης για την ανάλυση και κατηγοριοποίηση ουσιών σε PFAS	el
heal.type	masterThesis
heal.classification	Machine learning	en
heal.classification	PFAS	en
heal.classification	Μηχανική Μάθηση	el
heal.classification	Πολυφθοριωμένες και υπερφθοριωμένες ενώσεις	el
heal.access	campus
heal.recordProvider	ntua	el
heal.publicationDate	2025-03-06
heal.abstract	This thesis focuses on the study of perfluoroalkyl and polyfluoroalkyl substances (PFAS), a broad group of synthetic chemicals that have gained increased attention due to their environmental persistence and potential toxic effects on human health and ecosystems. The foundation of PFAS chemistry began with the accidental discovery of polytetrafluoroethylene, the basis for Teflon, by Roy Plunkett at DuPont in 1938. The unique properties of PTFE – heat resistance, low friction, and chemical inertness – led to its early adoption in various industrial applications, including sealant tapes and wiring insulation. Building on the success of PTFE, scientists developed a wide range of other PFAS compounds, tailoring their properties for specific uses. They've earned the nickname "forever chemicals" due to their extremely slow degradation rate, which means they can accumulate in the environment and living organisms over time. PFAS are found in a wide range of products and environmental matrices, such as non-stick cookware, food packaging, stain-resistant fabrics, carpets, and personal care products. They can also be found in firefighting foams, metal plating, textile, and paper production. In the environment, they can contaminate water, soil, air, and even remote locations. The persistence and bioaccumulative nature of PFAS raise concerns about potential health effects. Research suggests links between PFAS exposure and various health issues, including immune system dysfunction, liver disease, certain cancers, and developmental problems. Their presence in the environment poses a risk to ecosystems and wildlife. Scientists are actively researching the health and environmental impacts of PFAS, including developing better detection and measurement methods. Regulatory agencies like the EPA are working on stricter rules for PFAS, including drinking water standards and cleanup guidelines. There are also ongoing discussions about the financial responsibility for cleaning up PFAS contamination. This research explores the use of Machine Learning techniques for the classification and prediction of potential PFAS compounds. Various classification algorithms, including XGBoost, CatBoost, LightGBM, and Random Forest, are examined to assess their ability to identify chemical compounds that may belong to the PFAS category. The datasets used include molecular structure and physicochemical property information, sourced from public chemical databases. The methodology involves data preprocessing, which includes feature normalization, removal of incomplete records, and transformation of chemical descriptions into manageable formats such as SMILES. Following this, the models are trained and evaluated using metrics such as accuracy, sensitivity, and mean squared error. The results show that XGBoost achieves high classification accuracy for PFAS compounds, making it a reliable method for predicting their presence. The analysis highlights the challenges associated with distinguishing PFAS from other chemical compounds and the importance of selecting proper features to improve classification models. Additionally, future research opportunities are discussed, including the application of neural networks and the integration of larger datasets to enhance model performance. This study presents an innovative approach to PFAS research by applying advanced Machine Learning techniques. The findings contribute to the development of tools that can support comprehensive environmental analysis and the robust detection of these highly persistent pollutants. Through this research, new methods are introduced that enhance our ability to identify and classify even the most complex and elusive PFAS compounds, which is crucial for advancing our understanding of their environmental fate, exposure pathways, and potential health impacts. The outcomes of this work hold significant promise in informing more targeted risk assessment and remediation strategies to address the widespread PFAS contamination and safeguard both human and environmental health.	en
heal.abstract	Η παρούσα διπλωματική εργασία εστιάζει στη μελέτη των υπερφθοροαλκυλιωμένων και πολυφθοροαλκυλιωμένων ουσιών (PFAS), μιας ευρείας ομάδας συνθετικών χημικών που έχουν αποκτήσει αυξημένο ενδιαφέρον λόγω της περιβαλλοντικής επιμονής τους και των πιθανών τοξικών επιδράσεών τους στην ανθρώπινη υγεία και τα οικοσυστήματα. Τα PFAS χρησιμοποιούνται εκτενώς σε βιομηχανικές και καταναλωτικές εφαρμογές λόγω των μοναδικών φυσικοχημικών τους ιδιοτήτων, όπως η αντοχή τους στο νερό και το λάδι. Ωστόσο, η εκτεταμένη χρήση και διάχυσή τους έχει οδηγήσει σε ανησυχίες σχετικά με τη μακροχρόνια παρουσία τους στο περιβάλλον και την πιθανή βιοσυσσώρευσή τους. Η εργασία αυτή επικεντρώνεται στη χρήση τεχνικών Μηχανικής Μάθησης για την ταξινόμηση και πρόβλεψη πιθανών PFAS ενώσεων. Μελετώνται διαφορετικοί αλγόριθμοι ταξινόμησης, συμπεριλαμβανομένων των XGBoost, CatBoost, LightGBM και Random Forest, προκειμένου να αξιολογηθεί η ικανότητά τους να αναγνωρίζουν χημικές ενώσεις που ενδέχεται να ανήκουν στην κατηγορία των PFAS. Τα δεδομένα που χρησιμοποιούνται περιλαμβάνουν πληροφορίες σχετικά με τη μοριακή δομή και τις φυσικοχημικές ιδιότητες των ενώσεων, και προέρχονται από δημόσιες βάσεις δεδομένων χημικών ουσιών. Στη μεθοδολογία, εφαρμόζεται προεπεξεργασία των δεδομένων, η οποία περιλαμβάνει την κανονικοποίηση των χαρακτηριστικών, την αφαίρεση ελλιπών εγγραφών και τη μετατροπή χημικών περιγραφών σε διαχειρίσιμες μορφές, όπως SMILES. Στη συνέχεια, πραγματοποιείται η εκπαίδευση και αξιολόγηση των μοντέλων, με τη χρήση μετρικών όπως η ακρίβεια, η ευαισθησία και η μέση τετραγωνική απόκλιση. Τα αποτελέσματα καταδεικνύουν ότι το XGBoost επιτυγχάνει υψηλή ακρίβεια ταξινόμησης των PFAS ενώσεων, καθιστώντας το μια αξιόπιστη μέθοδο για την πρόβλεψη της παρουσίας τους. Η ανάλυση των αποτελεσμάτων αναδεικνύει τις προκλήσεις που σχετίζονται με τη διάκριση των PFAS από άλλες χημικές ενώσεις, καθώς και τη σημασία της επιλογής κατάλληλων χαρακτηριστικών για τη βελτίωση των ταξινομικών μοντέλων. Παράλληλα, συζητούνται οι δυνατότητες περαιτέρω έρευνας, όπως η χρήση νευρωνικών δικτύων και η ενσωμάτωση μεγαλύτερων συνόλων δεδομένων για τη βελτίωση της απόδοσης των αλγορίθμων. Συνολικά, η εργασία προσφέρει μια καινοτόμο προσέγγιση στη μελέτη των PFAS μέσω της εφαρμογής προηγμένων τεχνικών Μηχανικής Μάθησης, συμβάλλοντας στην ανάπτυξη εργαλείων που μπορούν να υποστηρίξουν την περιβαλλοντική ανάλυση και την ανίχνευση αυτών των επίμονων ρύπων.	el
heal.advisorName	Ελένη, Βασιλείου	el
heal.committeeMemberName	Ελένη, Βασιλείου	el
heal.committeeMemberName	Δημήτριος, Δερματάς	el
heal.committeeMemberName	Μιχαήλ, Χονδρός	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Πολιτικών Μηχανικών	el
heal.academicPublisherID	ntua
heal.numberOfPages	146 σ.	el
heal.fullTextAvailability	false