論文の概要: Time to Market Reduction for Hydrogen Fuel Cell Stacks using Generative Adversarial Networks

• arxiv url: http://arxiv.org/abs/2212.11733v1
• Date: Thu, 22 Dec 2022 14:27:19 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-23 13:40:39.610285
• Title: Time to Market Reduction for Hydrogen Fuel Cell Stacks using Generative Adversarial Networks
• Title（参考訳）: 生成型逆ネットワークを用いた水素燃料電池スタックの市場投入時間短縮
• Authors: Nicolas Morizet, Perceval Desforges, Christophe Geissler, Elodie Pahon, Samir Jeme\"i, Daniel Hissel
• Abstract要約: 燃料電池スタックの市場投入までの時間は、輸送と静止両方の将来のニーズを満たすために大幅に削減されなければならない。 ここでは、人工知能に基づく破壊的で高効率なデータ拡張アプローチを導入することで、開発時間を短縮する新しいコンセプトを提案する。 この結果により、市場で製品を導入する前のテスト時間を、数千から数時間に短縮できます。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: To face the dependency on fossil fuels and limit carbon emissions, fuel cells are a very promising technology and appear to be a key candidate to tackle the increase of the energy demand and promote the energy transition. To meet future needs for both transport and stationary applications, the time to market of fuel cell stacks must be drastically reduced. Here, a new concept to shorten their development time by introducing a disruptive and highefficiency data augmentation approach based on artificial intelligence is presented. Our results allow reducing the testing time before introducing a product on the market from a thousand to a few hours. The innovative concept proposed here can support engineering and research tasks during the fuel cell development process to achieve decreased development costs alongside a reduced time to market.
• Abstract（参考訳）: 化石燃料への依存と二酸化炭素排出量の制限に直面するため、燃料電池は非常に有望な技術であり、エネルギー需要の増加とエネルギー移動を促進するための鍵となる候補であると考えられる。 将来の輸送用途と定常用途の両方のニーズを満たすためには、燃料電池スタックの市場投入時間を大幅に削減する必要がある。 本稿では,人工知能に基づく破壊的で高効率なデータ拡張手法を導入することで,開発時間を短縮する新たな概念を提案する。 この結果により、市場で製品を導入する前のテスト時間を数千から数時間に短縮できます。 ここで提案される革新的な概念は、燃料電池開発プロセスにおける工学と研究のタスクをサポートし、市場投入時間の短縮とともに開発コストの削減を実現する。

関連論文リスト

• Green Multi-Objective Scheduling -- A memetic NSGA-III for flexible production with real-time energy cost and emissions [0.0]
  この研究は、生産をリアルタイムエネルギー市場へ調整する産業に焦点を当て、グリッドに柔軟な消費を提供する。 本研究では, 省エネ, 省エネ, 排出を最小化し, 実エネルギー市場データを統合するための新しいメメティックNSGA-IIIを提案する。
  論文  参考訳（メタデータ） (2024-05-23T09:11:21Z)
• Generative AI for Low-Carbon Artificial Intelligence of Things with Large Language Models [67.0243099823109]
  ジェネレーティブAI(GAI)は、AIoT(Artificial Intelligence of Things)の二酸化炭素排出量を減らす大きな可能性を秘めている 本稿では, 炭素排出量削減のためのGAIの可能性について検討し, 低炭素AIoTのための新しいGAI対応ソリューションを提案する。 本稿では,Large Language Model (LLM) を利用したCO_2排出最適化フレームワークを提案し,このフレームワークにより,プラグ可能なLLMとRetrieval Augmented Generation (RAG) モジュールを設計する。
  論文  参考訳（メタデータ） (2024-04-28T05:46:28Z)
• Enabling Clean Energy Resilience with Machine Learning-Empowered Underground Hydrogen Storage [0.0]
  地下水素貯蔵(UHS)は有望な長期保存ソリューションとして出現する。 本稿では、データ駆動の観点から、その広範な実装を紹介する。 機械学習をシミュレーションに統合するロードマップを概説し、シミュレーションの大規模展開を容易にする。
  論文  参考訳（メタデータ） (2024-04-04T06:10:57Z)
• A Lifetime Extended Energy Management Strategy for Fuel Cell Hybrid Electric Vehicles via Self-Learning Fuzzy Reinforcement Learning [0.0]
  燃料電池ハイブリッド電気自動車のファジィ強化学習に基づくエネルギー管理戦略を提案する。 Fuzzy Q-learningはモデルなしの強化学習であり、環境と対話することで学習することができる。 ファジィ論理を適用してQラーニングの値関数を近似すると、連続状態やアクション空間の問題を解くことができる。
  論文  参考訳（メタデータ） (2023-02-13T10:20:21Z)
• Optimization paper production through digitalization by developing an assistance system for machine operators including quality forecast: a concept [50.591267188664666]
  廃紙からの紙の製造は、特にエネルギー消費の観点からも、依然として非常に資源集約的な課題である。 我々は,その利用方法の欠如を特定し,操作支援システムと最先端の機械学習技術を用いた概念の実装を行った。 我々の主な目的は、利用可能なデータを活用するマシンオペレーターに状況に応じた知識を提供することである。
  論文  参考訳（メタデータ） (2022-06-23T09:54:35Z)
• Machine learning applications for electricity market agent-based models: A systematic literature review [68.8204255655161]
  エージェントベースのシミュレーションは、電気市場のダイナミクスをよりよく理解するために使用される。 エージェントベースのモデルは、機械学習と人工知能を統合する機会を提供する。 我々は、エージェントベースの電気市場モデルに適用された機械学習に焦点を当てた2016年から2021年の間に発行された55の論文をレビューする。
  論文  参考訳（メタデータ） (2022-06-05T14:52:26Z)
• Learning, Computing, and Trustworthiness in Intelligent IoT Environments: Performance-Energy Tradeoffs [62.91362897985057]
  Intelligent IoT Environment(iIoTe)は、半自律IoTアプリケーションを協調実行可能な異種デバイスで構成されている。 本稿では,これらの技術の現状を概観し,その機能と性能,特にリソース,レイテンシ,プライバシ,エネルギー消費のトレードオフに注目した。
  論文  参考訳（メタデータ） (2021-10-04T19:41:42Z)
• Modelling the transition to a low-carbon energy supply [91.3755431537592]
  気候変動の影響を制限するため、低炭素電力供給への移行が不可欠である。 二酸化炭素排出量の削減は、世界がピーク点に達するのを防ぐのに役立ちます。 排気ガスの排出は、世界中の気象条件の極端に繋がる可能性がある。
  論文  参考訳（メタデータ） (2021-09-25T12:37:05Z)
• Weather-based forecasting of energy generation, consumption and price for electrical microgrids management [0.0]
  炭素を含まない社会への移行は、エネルギー混合における再生可能エネルギーのシェアを必然的に増加させる。 本論文は, 発電システムにおける再生可能エネルギーの統合について, 予測・意思決定ツールについて検討するものである。
  論文  参考訳（メタデータ） (2021-07-01T09:02:36Z)
• An Introduction to Electrocatalyst Design using Machine Learning for Renewable Energy Storage [36.556154866045894]
  再生可能エネルギーの水素やメタンへの変換は、国家規模のグリッドにスケールすることができる。 広く採用するには、このプロセスは電気化学反応の実行に対してコスト効率のよい解を必要とする。 オープンな課題は、これらの反応を高速に駆動する低コストの電気触媒を見つけることである。 機械学習の使用は、これらの計算を効率的に近似する方法を提供するかもしれない。
  論文  参考訳（メタデータ） (2020-10-14T19:34:17Z)
• A Multi-Agent Deep Reinforcement Learning Approach for a Distributed Energy Marketplace in Smart Grids [58.666456917115056]
  本稿では,マイクログリッドを支配下に置くために,強化学習に基づくエネルギー市場を提案する。 提案する市場モデルにより,リアルタイムかつ需要に依存した動的価格設定環境が実現され,グリッドコストが低減され,消費者の経済的利益が向上する。
  論文  参考訳（メタデータ） (2020-09-23T02:17:51Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。