Fugu-MT 論文翻訳(概要): Linking Alternative Fuel Vehicles Adoption with Socioeconomic Status and Air Quality Index

論文の概要: Linking Alternative Fuel Vehicles Adoption with Socioeconomic Status and Air Quality Index

arxiv url: http://arxiv.org/abs/2303.08286v1
Date: Wed, 15 Mar 2023 00:17:53 GMT
ステータス: 処理完了
システム内更新日: 2023-03-16 15:13:29.144505
Title: Linking Alternative Fuel Vehicles Adoption with Socioeconomic Status and Air Quality Index
Title（参考訳）: 代替燃料車の社会経済状況と空気質指標との連携
Authors: Anuradha Singh, Jyoti Yadav, Sarahana Shrestha, Aparna S. Varde
Abstract要約: この分野での研究は、機械学習技術を活用して代替燃料車の普及のための適切な政策を促進することを目的としている。この仕事は、社会的善のために人工知能を例示する。
参考スコア（独自算出の注目度）: 1.6058099298620423
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This is a study on the potential widespread usage of alternative fuel vehicles, linking them with the socio-economic status of the respective consumers as well as the impact on the resulting air quality index. Research in this area aims to leverage machine learning techniques in order to promote appropriate policies for the proliferation of alternative fuel vehicles such as electric vehicles with due justice to different population groups. Pearson correlation coefficient is deployed in the modeling the relationships between socio-economic data, air quality index and data on alternative fuel vehicles. Linear regression is used to conduct predictive modeling on air quality index as per the adoption of alternative fuel vehicles, based on socio-economic factors. This work exemplifies artificial intelligence for social good.
Abstract（参考訳）: 本研究は, 代替燃料車の普及可能性について検討し, それぞれの消費者の社会経済的地位と, 結果の空気質指標への影響を関連づけるものである。本研究は, 自動車などの代替燃料車の普及に対する適切な政策と, 人口集団の優越性を高めるために, 機械学習技術を活用することを目的としている。社会経済的データ, 空気質指標, 代替燃料車のデータとの関係をモデル化するために, ピアソン相関係数を配置する。リニア回帰は、社会経済的要因に基づく代替燃料車の導入による空気質指数の予測モデルを実行するために用いられる。この仕事は、社会的善のために人工知能を例示する。

関連論文リスト

EcoFollower: An Environment-Friendly Car Following Model Considering Fuel Consumption [9.42048156323799]
本研究では,自動車追従シナリオにおける燃料消費を最適化するために強化学習(RL)を用いて開発された新しいエコカー追従モデルであるEcoFollowerを紹介する。このモデルは燃料消費を大幅に削減し、実際の運転シナリオと比較して10.42%削減した。
論文参考訳（メタデータ） (2024-07-22T16:48:37Z)
Coalitional Bargaining via Reinforcement Learning: An Application to Collaborative Vehicle Routing [49.00137468773683]
コラボレーティブ・ビークル・ルーティング(Collaborative Vehicle Routing)とは、デリバリ情報を共有し、互いに代理してデリバリ要求を実行することで、デリバリ企業が協力する場所である。これによりスケールの経済が達成され、コスト、温室効果ガスの排出、道路渋滞が減少する。しかし、どの会社が誰とパートナーし、それぞれの会社がどれだけの報酬を支払うべきか? シャプリー値(英語版)やヌクレオルス(英語版)のような伝統的なゲーム理論解の概念は、協調車両ルーティング(英語版)の現実問題に対して計算することが困難である。
論文参考訳（メタデータ） (2023-10-26T15:04:23Z)
A Comparative Study of Machine Learning Algorithms for Anomaly Detection in Industrial Environments: Performance and Environmental Impact [62.997667081978825]
本研究は,環境の持続可能性を考慮した高性能機械学習モデルの要求に応えることを目的としている。 Decision TreesやRandom Forestsといった従来の機械学習アルゴリズムは、堅牢な効率性とパフォーマンスを示している。しかし, 資源消費の累積増加にもかかわらず, 最適化された構成で優れた結果が得られた。
論文参考訳（メタデータ） (2023-07-01T15:18:00Z)
Driver Assistance Eco-driving and Transmission Control with Deep Reinforcement Learning [2.064612766965483]
本稿では, モデルフリー深部強化学習(RL)制御エージェントを提案する。燃料消費を他の運転者の収容目標と交換し、最適な牽引トルクと伝達シフトポリシーを経験から学習する。燃料効率テーブルの知識を十分に備えたベースラインコントローラと比較して, 燃料消費量の最小化に優れた性能を示す。
論文参考訳（メタデータ） (2022-12-15T02:52:07Z)
Dynamic Price of Parking Service based on Deep Learning [68.8204255655161]
都市部における空気質の向上は、公共団体の主な関心事の一つである。この懸念は、大気の質と公衆衛生の間の証拠から生じる。規制された駐車場サービスにおける動的価格の提案について述べる。
論文参考訳（メタデータ） (2022-01-11T20:31:35Z)
An Energy Consumption Model for Electrical Vehicle Networks via Extended Federated-learning [50.85048976506701]
本稿では,フェデレートラーニングモデルに基づく不安度を測る新しい手法を提案する。バッテリー消費を推定し、車両ネットワークにエネルギー効率の高いルートプランニングを提供する。
論文参考訳（メタデータ） (2021-11-13T15:03:44Z)
Prediction of liquid fuel properties using machine learning models with Gaussian processes and probabilistic conditional generative learning [56.67751936864119]
本研究の目的は、代替燃料の物理的特性を予測するためのクロージャ方程式として機能する、安価で計算可能な機械学習モデルを構築することである。これらのモデルは、MDシミュレーションのデータベースや、データ融合-忠実性アプローチによる実験的な測定を用いて訓練することができる。その結果,MLモデルでは,広範囲の圧力および温度条件の燃料特性を正確に予測できることがわかった。
論文参考訳（メタデータ） (2021-10-18T14:43:50Z)
Safe Model-based Off-policy Reinforcement Learning for Eco-Driving in Connected and Automated Hybrid Electric Vehicles [3.5259944260228977]
本研究は,エコドライブ問題に対するセーフオフポジーモデルに基づく強化学習アルゴリズムを提案する。提案アルゴリズムは, モデルフリーエージェントと比較して, 平均速度が高く, 燃費も良好である。
論文参考訳（メタデータ） (2021-05-25T03:41:29Z)
Hybrid and Automated Machine Learning Approaches for Oil Fields Development: the Case Study of Volve Field, North Sea [58.720142291102135]
本稿では,意思決定プロセスを支援する分野開発タスクにおけるインテリジェントなアプローチの利用について述べる。我々は,油田立地最適化の問題と,その中の2つの課題に注目し,石油生産量推定の品質向上と貯水池特性の評価を行う。実装されたアプローチは、異なる油田を解析したり、同様の物理問題に適応することができる。
論文参考訳（メタデータ） (2021-03-03T18:51:46Z)
Interpretable Machine Learning Models for Predicting and Explaining Vehicle Fuel Consumption Anomalies [2.28438857884398]
我々は,異常燃料消費の潜在的な原因を説明するために,教師なし異常検出技術,ドメイン知識,解釈可能な機械学習モデルを組み合わせる。結果は、さまざまな種類の産業車両のディーゼル車やガソリン車に接続されたテレマティクス機器の実際のデータに基づいて評価される。燃料の削減が達成できる可能性は35%である。
論文参考訳（メタデータ） (2020-10-28T16:50:17Z)
Real-Time Monitoring and Driver Feedback to Promote Fuel Efficient Driving [0.7087237546722617]
本稿では, リアルタイム自動監視とドライバフィードバックにより, 燃費効率の高い運転行動を促進する新しい枠組みを提案する。歴史的データを用いたランダムフォレスト型分類モデルを用いて, 燃料非効率運転行動の同定を行う。不効率な運転動作が検出されると、ファジィ論理推論システムを使用して、燃料効率の運転動作を維持するために運転者がすべきことを判断する。
論文参考訳（メタデータ） (2020-07-03T09:23:53Z)

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。