Fugu-MT 論文翻訳(概要): Comparing the carbon costs and benefits of low-resource solar nowcasting

論文の概要: Comparing the carbon costs and benefits of low-resource solar nowcasting

arxiv url: http://arxiv.org/abs/2210.04554v1
Date: Mon, 10 Oct 2022 10:48:34 GMT
ステータス: 処理完了
システム内更新日: 2022-10-11 15:32:40.860737
Title: Comparing the carbon costs and benefits of low-resource solar nowcasting
Title（参考訳）: 低資源ソーラーノキャスティングの炭素コストとメリットの比較
Authors: Ben Dixon, Mar\'ia P\'erez-Ortiz, Jacob Bieker
Abstract要約: 本稿は、イギリスの衛星画像と太陽電池エネルギーのデータセットを1時間から4時間の時間帯で比較した。また、低リソース環境で展開可能な小さなモデルでさえ、カーボンコストよりも数桁大きな利益をもたらす可能性があることを発見した。
参考スコア（独自算出の注目度）: 3.093890460224435
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Solar PV yield nowcasting is used to help anticipate peaks and troughs in demand to support grid integration. This paper compares multiple low-resource approaches to nowcasting solar PV yield, using a dataset of UK satellite imagery and solar PV energy readings over a 1 to 4-hour time range. The paper also estimates the carbon emissions generated and averted by deploying models, and finds that even small models that could be deployable in low-resource settings may have a benefit several orders of magnitude greater than its carbon cost. The paper also examines prediction errors and the activations in a CNN.
Abstract（参考訳）: solar pv yield nowcastingは、グリッド統合をサポートするために需要のピークやトラフを予測するのに役立つ。本稿では、イギリスの衛星画像と1時間から4時間にわたる太陽pvエネルギーのデータセットを用いて、太陽pvの収量向上のための複数の低リソース手法を比較した。論文はまた、モデル展開によって発生する二酸化炭素排出量を推定し、低リソース環境でデプロイ可能な小さなモデルでさえ、炭素コストよりも数桁大きな利益をもたらす可能性があることを見出している。また,CNNにおける予測誤差とアクティベーションについても検討した。

関連論文リスト

Improving day-ahead Solar Irradiance Time Series Forecasting by Leveraging Spatio-Temporal Context [46.72071291175356]
太陽発電は二酸化炭素の排出量を大幅に削減することで気候変動を緩和する大きな可能性を秘めている。しかし、太陽光の固有の変動は、電力網に太陽エネルギーをシームレスに統合する上で大きな課題となる。本稿では,衛星データを用いた時間的文脈の活用を目的としたディープラーニングアーキテクチャを提案する。
論文参考訳（メタデータ） (2023-06-01T19:54:39Z)
Counting Carbon: A Survey of Factors Influencing the Emissions of Machine Learning [77.62876532784759]
機械学習(ML)は、モデルトレーニングプロセス中に計算を実行するためにエネルギーを使用する必要がある。このエネルギーの生成には、使用量やエネルギー源によって、温室効果ガスの排出という観点からの環境コストが伴う。本稿では,自然言語処理とコンピュータビジョンにおいて,95のMLモデルの炭素排出量の時間的および異なるタスクに関する調査を行う。
論文参考訳（メタデータ） (2023-02-16T18:35:00Z)
Data-driven soiling detection in PV modules [58.6906336996604]
太陽光発電モジュールの土質比を推定する問題について検討した。私たちのアルゴリズムの重要な利点は、ラベル付きデータでトレーニングする必要がない、土壌を推定することです。実験により, 土質比を推定するための工法として, 現状を著しく上回っていることが明らかとなった。
論文参考訳（メタデータ） (2023-01-30T14:35:47Z)
Computational Solar Energy -- Ensemble Learning Methods for Prediction of Solar Power Generation based on Meteorological Parameters in Eastern India [0.0]
特定の地理的位置に対して太陽光発電(PV)発電量を推定することが重要である。本稿では,太陽PV発電における気象パラメータの影響を,Bagging,Boosting,Stacking,VottingなどのEnsemble ML(EML)モデルを用いて推定する。その結果,スタックモデルと投票モデルでは,約96%の予測精度が得られた。
論文参考訳（メタデータ） (2023-01-21T19:16:03Z)
Estimating the Carbon Footprint of BLOOM, a 176B Parameter Language Model [72.65502770895417]
176ビリオンパラメータ言語モデルBLOOMの炭素フットプリントを,そのライフサイクルにわたって定量化する。 BLOOMの最終訓練で約24.7トンのカルボネックが放出されたと推定する。本稿では,機械学習モデルの炭素フットプリントを正確に推定することの難しさについて論じる。
論文参考訳（メタデータ） (2022-11-03T17:13:48Z)
Measuring the Carbon Intensity of AI in Cloud Instances [91.28501520271972]
我々は,ソフトウェアの炭素強度を測定するための枠組みを提供し,運転中の炭素排出量を測定することを提案する。私たちは、Microsoft Azureクラウドコンピューティングプラットフォームにおける排出削減のための一連のアプローチを評価します。
論文参考訳（メタデータ） (2022-06-10T17:04:04Z)
SunCast: Solar Irradiance Nowcasting from Geosynchronous Satellite Data [2.285928372124628]
本稿では,太陽フレーミングを次のフレーム予測問題として扱う畳み込み長短期記憶ネットワークモデルを提案する。当社のモデルは、GPUを使わずに1台のマシン上で、北米全体の太陽光放射を最大3時間60秒で予測できる。
論文参考訳（メタデータ） (2022-01-17T01:55:26Z)
A Moment in the Sun: Solar Nowcasting from Multispectral Satellite Data using Self-Supervised Learning [4.844946519309793]
我々は、自己教師付き学習を用いた多スペクトル衛星データから、太陽流の一般的なモデルを構築した。我々のモデルは、衛星観測に基づいて、位置の将来の太陽放射を推定する。提案手法は,25の太陽観測地点にまたがる異なる範囲で評価し,地平線を予測できる。
論文参考訳（メタデータ） (2021-12-28T03:13:44Z)
Exploiting the Solar Energy Surplus for Edge Computing [2.468408769917523]
クラウドサービスをプライベート、分散、ソーラーパワーのコンピューティング施設に移行する機会コストについて検討する。我々は、コンピューティングリソースをクラウドプールにリースする潜在的収益と、余剰エネルギーをグリッドに販売することで得られる収益とを比較した。結果は、このモデルが経済的に実現可能であり、技術的に実現可能であることを示している。
論文参考訳（メタデータ） (2020-06-10T07:52:28Z)
Optimizing carbon tax for decentralized electricity markets using an agent-based model [69.3939291118954]
人為的気候変動の影響を避けるためには、化石燃料から低炭素技術への移行が必要である。炭素税は、この移行を支援する効率的な方法であることが示されている。 NSGA-IIの遺伝的アルゴリズムを用いて、電力混合の平均電気価格と相対炭素強度を最小化する。
論文参考訳（メタデータ） (2020-05-28T06:54:43Z)
PVNet: A LRCN Architecture for Spatio-Temporal Photovoltaic PowerForecasting from Numerical Weather Prediction [2.913033886371052]
数値気象予測(NWP)を用いた長期反復畳み込みネットワークを導入し,24時間および48時間の予測地平線におけるPV生産を予測した。我々は,国立海洋大気庁(NOAA)のNWPデータセットを用いて,ドイツにおける空間的に集積されたPV生産を予測する。
論文参考訳（メタデータ） (2019-02-04T20:30:24Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。