論文の概要: Optimizing Carbon Storage Operations for Long-Term Safety

• arxiv url: http://arxiv.org/abs/2304.09352v1
• Date: Wed, 19 Apr 2023 00:20:50 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-20 15:57:19.557370
• Title: Optimizing Carbon Storage Operations for Long-Term Safety
• Title（参考訳）: 長期安全のための炭素貯蔵の最適化
• Authors: Yizheng Wang and Markus Zechner and Gege Wen and Anthony Louis Corso and John Michael Mern and Mykel J. Kochenderfer and Jef Karel Caers
• Abstract要約: 部分的に観測可能なマルコフ決定過程(POMDP)としての炭素貯蔵操業の意思決定過程について検討する。 我々は,PMDPを信頼状態計画を用いて解決し,安全を維持しつつ,貯蔵したCO2を最大化することを目的として,インジェクタの最適化と井戸のモニタリングを行う。 我々は,多相流の複雑な力学を扱うために,POMDP決定プロセスのためのニューラルネットワークサロゲートモデルを提案する。
• 参考スコア（独自算出の注目度）: 24.873407623150033
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: To combat global warming and mitigate the risks associated with climate change, carbon capture and storage (CCS) has emerged as a crucial technology. However, safely sequestering CO2 in geological formations for long-term storage presents several challenges. In this study, we address these issues by modeling the decision-making process for carbon storage operations as a partially observable Markov decision process (POMDP). We solve the POMDP using belief state planning to optimize injector and monitoring well locations, with the goal of maximizing stored CO2 while maintaining safety. Empirical results in simulation demonstrate that our approach is effective in ensuring safe long-term carbon storage operations. We showcase the flexibility of our approach by introducing three different monitoring strategies and examining their impact on decision quality. Additionally, we introduce a neural network surrogate model for the POMDP decision-making process to handle the complex dynamics of the multi-phase flow. We also investigate the effects of different fidelity levels of the surrogate model on decision qualities.
• Abstract（参考訳）: 地球温暖化に対処し、気候変動に伴うリスクを軽減するため、炭素捕獲・貯蔵(CCS)が重要な技術として浮上している。 しかし、長期保存のための地質学的構造におけるCO2の安全な隔離は、いくつかの課題をもたらす。 本研究では,炭素貯蔵業務の意思決定過程を部分可観測マルコフ決定プロセス(pomdp)としてモデル化することにより,これらの課題を解決する。 我々は,PMDPを信頼状態計画を用いて解決し,安全を維持しつつ,貯蔵したCO2を最大化することを目的とする。 シミュレーション実験の結果, 長期的な炭素貯蔵の安全確保に有効であることが示された。 3つの異なるモニタリング戦略を導入し、意思決定品質への影響を調べることで、私たちのアプローチの柔軟性を示す。 さらに,多相流の複雑なダイナミクスを扱うために,pomdp意思決定プロセスのためのニューラルネットワークサロゲートモデルを提案する。 また,サロゲートモデルの異なる忠実度レベルが意思決定品質に及ぼす影響についても検討した。

関連論文リスト

• Enhancing Carbon Emission Reduction Strategies using OCO and ICOS data [40.572754656757475]
  我々は,OCO-2(Orbiting Carbon Observatories)とOCO-3(Orbiting Carbon Observatories)の衛星データとICOS(Integrated Carbon Observation System)の地上観測とECMWFリアナリシスv5(ERA5)の気象データを統合することで,局部的なCO2モニタリングを強化する手法を提案する。 衛星観測から地上レベルCO2を予測するために,K-nearest neighbor (KNN) と機械学習モデルを用いて,3.92ppmのルート平均正方形誤差を達成した。
  論文  参考訳（メタデータ） (2024-10-05T21:23:58Z)
• Machine Learning for Methane Detection and Quantification from Space -- A survey [49.7996292123687]
  メタン (CH_4) は強力な温室効果ガスであり、20年間で二酸化炭素 (CO_2) の86倍の温暖化に寄与する。 この研究は、ショートウェーブ赤外線(SWIR)帯域におけるメタン点源検出センサの既存の情報を拡張する。 従来の機械学習(ML)アプローチと同様に、最先端の技術をレビューする。
  論文  参考訳（メタデータ） (2024-08-27T15:03:20Z)
• Green AI: Exploring Carbon Footprints, Mitigation Strategies, and Trade Offs in Large Language Model Training [9.182429523979598]
  特に炭素フットプリントが高い大言語モデルのCO2排出量について検討した。 我々は, 二酸化炭素排出削減対策を提案することによって, 責任と持続性を有するLLMの育成を議論する。
  論文  参考訳（メタデータ） (2024-04-01T15:01:45Z)
• 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)
• 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)
• De-risking Carbon Capture and Sequestration with Explainable CO2 Leakage Detection in Time-lapse Seismic Monitoring Images [2.021175152213487]
  本研究では,最新の深層学習モデルを用いて,CO2プラム(リーカジ)をデライン化するために,時間ラプス地震画像のバイナリ分類を導入する。 また,クラスアクティベーションマッピング手法を用いて,CO2プラムの漏洩領域をローカライズする。
  論文  参考訳（メタデータ） (2022-12-16T17:22:51Z)
• Real-time high-resolution CO$_2$ geological storage prediction using nested Fourier neural operators [58.728312684306545]
  炭素捕獲貯蔵(CCS)は、地球規模の脱炭酸に不可欠な役割を担っている。 CCS展開のスケールアップには, 貯留層圧力上昇とガス配管マイグレーションの高精度かつ高精度なモデリングが必要である。 我々は,高分解能な3D CO2ストレージモデリングのための機械学習フレームワークであるNested Fourier Neural Operator (FNO)を,盆地スケールで導入した。
  論文  参考訳（メタデータ） (2022-10-31T04:04:03Z)
• A POMDP Model for Safe Geological Carbon Sequestration [30.638615396429536]
  地質的な炭素捕獲と隔離(CCS)は、地球規模の排出量を減らすための有望でスケーラブルなアプローチである。 間違った処理をすれば、地震やCO$が地表に流出し、人間と環境の両方を傷つける可能性がある。 我々は,CCSの操作を部分的に観測可能なマルコフ決定プロセス (POMDP) としてモデル化し,自動計画アルゴリズムを用いて決定を通知することを提案する。
  論文  参考訳（メタデータ） (2022-10-25T01:04:13Z)
• Towards High Performance Human Keypoint Detection [87.1034745775229]
  文脈情報は人体構成や見えないキーポイントを推論する上で重要な役割を担っている。 そこで我々は,空間とチャネルのコンテキスト情報を効率的に統合するカスケードコンテキストミキサー(CCM)を提案する。 CCMの表現能力を最大化するために、我々は、強陰性な人検出マイニング戦略と共同訓練戦略を開発する。 検出精度を向上させるために,キーポイント予測を後処理するためのいくつかのサブピクセル改良手法を提案する。
  論文  参考訳（メタデータ） (2020-02-03T02:24:51Z)
• Data-driven control of micro-climate in buildings: an event-triggered reinforcement learning approach [56.22460188003505]
  半マルコフ決定過程に基づく微小気候制御問題を定式化する。 建物内の微小気候のイベントトリガー制御のための2つの学習アルゴリズムを提案する。 スマートなサーモスタットを設計することで,提案手法の有効性を示す。
  論文  参考訳（メタデータ） (2020-01-28T18:20:43Z)

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。