Fugu-MT 論文翻訳(概要): Reducing Air Pollution through Machine Learning

論文の概要: Reducing Air Pollution through Machine Learning

arxiv url: http://arxiv.org/abs/2303.12285v1
Date: Wed, 22 Mar 2023 03:24:52 GMT
ステータス: 処理完了
システム内更新日: 2023-03-23 15:28:30.197576
Title: Reducing Air Pollution through Machine Learning
Title（参考訳）: 機械学習による大気汚染の低減
Authors: Dimitris Bertsimas, Leonard Boussioux, Cynthia Zeng
Abstract要約: 本稿では, 産業プラントの大気汚染が周辺都市に与える影響を緩和するためのデータ駆動型アプローチを提案する。本手法は,予測的および規範的機械学習モデルを組み合わせて,短期的な風速と方向を予測する。我々は,モロッコ最大の化学工業工場であるOCP Safiで,予測成分の実施に成功した。
参考スコア（独自算出の注目度）: 3.179831861897336
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper presents a data-driven approach to mitigate the effects of air pollution from industrial plants on nearby cities by linking operational decisions with weather conditions. Our method combines predictive and prescriptive machine learning models to forecast short-term wind speed and direction and recommend operational decisions to reduce or pause the industrial plant's production. We exhibit several trade-offs between reducing environmental impact and maintaining production activities. The predictive component of our framework employs various machine learning models, such as gradient-boosted tree-based models and ensemble methods, for time series forecasting. The prescriptive component utilizes interpretable optimal policy trees to propose multiple trade-offs, such as reducing dangerous emissions by 33-47% and unnecessary costs by 40-63%. Our deployed models significantly reduced forecasting errors, with a range of 38-52% for less than 12-hour lead time and 14-46% for 12 to 48-hour lead time compared to official weather forecasts. We have successfully implemented the predictive component at the OCP Safi site, which is Morocco's largest chemical industrial plant, and are currently in the process of deploying the prescriptive component. Our framework enables sustainable industrial development by eliminating the pollution-industrial activity trade-off through data-driven weather-based operational decisions, significantly enhancing factory optimization and sustainability. This modernizes factory planning and resource allocation while maintaining environmental compliance. The predictive component has boosted production efficiency, leading to cost savings and reduced environmental impact by minimizing air pollution.
Abstract（参考訳）: 本稿では, 産業プラントの大気汚染が周辺都市に与える影響を, 運用上の決定と気象条件を結びつけることによって緩和する手法を提案する。本手法は,予測モデルと規範的機械学習モデルを組み合わせることで,短期風速と方向を予測し,工場の生産を減少または停止させる運用判断を推奨する。環境影響の低減と生産活動の維持との間には,いくつかのトレードオフがある。我々のフレームワークの予測コンポーネントは、時系列予測に勾配ブーストツリーベースモデルやアンサンブル手法など、さまざまな機械学習モデルを採用している。規定コンポーネントは、解釈可能な最適政策ツリーを使用して、危険な排出を33～47%削減し、不要なコストを40～63%削減するなど、複数のトレードオフを提案する。導入したモデルでは,12時間未満で38～52%,12～48時間で14～46%の予測誤差が,公式の天気予報と比較して有意に減少した。我々は,モロッコ最大の化学工業プラントであるocp safiサイトにおいて,予測コンポーネントの実装に成功した。本フレームワークは,データ駆動型気象に基づく運用決定による汚染・産業活動のトレードオフを排除し,工場の最適化と持続可能性を大幅に向上させることにより,持続可能な産業開発を可能にする。環境調和を維持しつつ、工場計画と資源配分を近代化する。予測成分は生産効率を高め、コスト削減と大気汚染の最小化による環境影響の低減につながった。

関連論文リスト

Efficient Localized Adaptation of Neural Weather Forecasting: A Case Study in the MENA Region [62.09891513612252]
地域レベルのダウンストリームタスクに特化して、リミテッド・エリア・モデリングに焦点を合わせ、モデルをトレーニングします。我々は,気象予報が水資源の管理,農業,極度の気象事象の影響軽減に重要であるという,気象学的課題からMENA地域を考察する。本研究では,パラメータ効率のよい微調整手法,特にローランド適応(LoRA)とその変種を統合することの有効性を検証することを目的とした。
論文参考訳（メタデータ） (2024-09-11T19:31:56Z)
A Framework for Evaluating PM2.5 Forecasts from the Perspective of Individual Decision Making [15.759815530683465]
気候変動によって森林火災の頻度が増加し、大気汚染によって健康リスクが生じる。我々は, 個別意思決定の文脈において, 大陸内における細かな物質(PM2.5)の既往の予測を評価した。
論文参考訳（メタデータ） (2024-09-09T17:59:54Z)
Airport take-off and landing optimization through genetic algorithms [55.2480439325792]
本研究は, 航空機の運転における汚染問題に対処し, ゲート割り当てと滑走路スケジューリングを同時に最適化することに焦点を当てた。本研究は,航空機の離陸・着陸時の燃料燃焼による汚染を最小化するための,革新的な遺伝的アルゴリズムに基づく手法を提案する。
論文参考訳（メタデータ） (2024-02-29T14:53:55Z)
ExtremeCast: Boosting Extreme Value Prediction for Global Weather Forecast [57.6987191099507]
非対称な最適化を行い、極端な天気予報を得るために極端な値を強調する新しい損失関数であるExlossを導入する。また,複数のランダムサンプルを用いて予測結果の不確かさをキャプチャするExBoosterについても紹介する。提案手法は,上位中距離予測モデルに匹敵する全体的な予測精度を維持しつつ,極端気象予測における最先端性能を達成することができる。
論文参考訳（メタデータ） (2024-02-02T10:34:13Z)
FengWu-GHR: Learning the Kilometer-scale Medium-range Global Weather Forecasting [56.73502043159699]
この研究は、データ駆動型世界天気予報モデルであるFengWu-GHRを、0.09$circ$水平解像度で実行した。低解像度モデルから事前知識を継承することにより、MLベースの高解像度予測を操作するための扉を開く新しいアプローチを導入する。 2022年の天気予報は、FengWu-GHRがIFS-HRESよりも優れていることを示している。
論文参考訳（メタデータ） (2024-01-28T13:23:25Z)
Efficient Baseline for Quantitative Precipitation Forecasting in Weather4cast 2023 [1.3053649021965603]
計算資源の環境への影響を考慮しつつ,正確な降水予測の必要性に対処する。本稿では,今後の天気予報イニシアチブのベースラインとして使用される最小限のU-Netアーキテクチャを提案する。
論文参考訳（メタデータ） (2023-11-30T18:51:50Z)
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)
Multi-scale Digital Twin: Developing a fast and physics-informed surrogate model for groundwater contamination with uncertain climate models [53.44486283038738]
気候変動は地下水汚染の長期的な土壌管理問題を悪化させる。 U-Net強化フーリエニューラル汚染(PDENO)を用いた物理インフォームド機械学習サロゲートモデルを開発した。並行して、気候データと組み合わされた畳み込みオートエンコーダを開発し、アメリカ合衆国全体の気候領域の類似性の次元を減少させる。
論文参考訳（メタデータ） (2022-11-20T06:46:35Z)
Interpretable and Transferable Models to Understand the Impact of Lockdown Measures on Local Air Quality [5.273501657421094]
新型コロナウイルス(COVID-19)関連のロックダウン対策は、経済活動や交通の変化が環境空気の質に与える影響を理解するユニークな機会を提供する。地上の大気汚染モニタリングステーションからの測定値を用いて,ロックダウン期間における汚染の低減を推定する。我々は,スイスと中国における大気汚染測定所のデータについて,現状の成果が得られたことを示す。
論文参考訳（メタデータ） (2020-11-19T23:09:30Z)
Conditional Generative Adversarial Networks to Model Urban Outdoor Air Pollution [0.8122270502556374]
本稿では, 所定の分類に従って, 合成二酸化窒素の日時系列を生成できるモデルを訓練することを提案する。提案手法は, 計算時間削減を必要としながら, 高精度で多彩な毎日の汚染時系列を生成することができる。
論文参考訳（メタデータ） (2020-10-05T18:01:10Z)
A Framework for Designing and Evaluating Solar Flare Forecasting Systems [0.0]
太陽フレアは地球の大気に影響を与える最も重要な事象である。本稿では,フレア予測システムの設計,訓練,評価を行うための枠組みを提案する。
論文参考訳（メタデータ） (2020-05-05T21:05:10Z)

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。