論文の概要: COVID-19 Imposes Rethinking of Conferencing -- Environmental Impact
Assessment of Artificial Intelligence Conferences
- arxiv url: http://arxiv.org/abs/2311.14692v1
- Date: Mon, 6 Nov 2023 18:04:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-03 13:51:34.924814
- Title: COVID-19 Imposes Rethinking of Conferencing -- Environmental Impact
Assessment of Artificial Intelligence Conferences
- Title(参考訳): 新型コロナウイルスは会議を再考する-人工知能会議の環境影響評価
- Authors: Pavlina Mitsou, Nikoleta-Victoria Tsakalidou, Eleni Vrochidou, George
A. Papakostas
- Abstract要約: 人工知能のような最先端の課題を体系的に定量化し、より広い環境意識の枠組みにおける会議のフットプリントを定義するのは、これが初めてだ。
最適な会議の場所選択の代替手段は、最大63.9%の大気汚染二酸化炭素排出量の削減を実証している。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: It has been noticed that through COVID-19 greenhouse gas emissions had a
sudden reduction. Based on this significant observation, we decided to conduct
a research to quantify the impact of scientific conferences' air-travelling,
explore and suggest alternative ways for greener conferences to re-duce the
global carbon footprint. Specifically, we focused on the most popular
conferences for the Artificial Intelligence community based on their scientific
impact factor, their scale, and the well-organized proceedings towards
measuring the impact of air travelling participation. This is the first time
that systematic quantification of a state-of-the-art subject like Artificial
Intelligence takes place to define its conferencing footprint in the broader
frames of environmental awareness. Our findings highlight that the virtual way
is the first on the list of green conferences' conduction although there are
serious concerns about it. Alternatives to optimal conferences' location
selection have demonstrated savings on air-travelling CO2 emissions of up to
63.9%.
- Abstract(参考訳): 新型コロナウイルス(COVID-19)による温室効果ガスの排出が突然減少していることに気づいた。
この重要な観測に基づいて、我々は、科学会議の大気汚染の影響を定量化し、グリーンカンファレンスが世界規模の炭素フットプリントを再現する代替方法を探究し、提案する研究を行うことに決めた。
具体的には、科学的な影響要因、規模、そして航空旅行参加の影響を測定するための組織的な手続きに基づいて、人工知能コミュニティの最も人気のあるカンファレンスに焦点を当てた。
人工知能のような最先端の主題の体系的な定量化が、環境意識の幅広い枠組みの中でその会議の足跡を定義するために行われるのは、これが初めてである。
以上より,グリーンカンファレンスの実施方法の一覧では,仮想的な方法が第1位であることに留意した。
最適な会議の場所選択の代替案は、最大63.9%のco2排出量の節約を実証している。
関連論文リスト
- Comparing Data-Driven and Mechanistic Models for Predicting Phenology in
Deciduous Broadleaf Forests [47.285748922842444]
我々は、気象時系列から表現指標を予測するために、ディープニューラルネットワークを訓練する。
このアプローチは従来のプロセスベースのモデルよりも優れています。
論文 参考訳(メタデータ) (2024-01-08T15:29:23Z) - The built environment and induced transport CO2 emissions: A double
machine learning approach to account for residential self-selection [0.0]
構築された環境は、ベルリンの中心部と郊外の2つの地区で、家庭の旅行関連のCO2排出量をほぼ2倍に変化させることが判明した。
本研究は,輸送セクターを脱炭する空間的に分化したコンパクト開発の重要性を明らかにするものである。
論文 参考訳(メタデータ) (2023-12-07T22:04:27Z) - Super-Resolution of BVOC Maps by Adapting Deep Learning Methods [17.819699053848197]
生体内揮発性有機化合物(BVOC)は、生物圏-大気相互作用において重要な役割を果たす。
利用可能なほとんどのBVOCデータは、緩くスパースなサンプリンググリッドまたは小さな領域で得られる。
高解像度のBVOCデータは、大気質、大気化学、気候モニタリングなど多くの用途で望ましい。
論文 参考訳(メタデータ) (2023-02-15T10:21:38Z) - Weather2vec: Representation Learning for Causal Inference with Non-Local
Confounding in Air Pollution and Climate Studies [3.0616624345970975]
空間的変化による介入の因果効果の推定は非局所的結束(NLC)の影響を受ける可能性がある
本稿では、まず、潜在的な結果の枠組みを用いてNLCを定式化し、因果干渉の関連する現象と比較する。
次に,非局所的な情報の表現を学習するために,スコアのバランスの理論を用いる「ウェザー2ベック」と呼ばれる,広く適用可能なフレームワークを提案する。
論文 参考訳(メタデータ) (2022-09-25T20:40:19Z) - Eco2AI: carbon emissions tracking of machine learning models as the
first step towards sustainable AI [47.130004596434816]
eco2AIでは、エネルギー消費の追跡と地域CO2排出量の正当性に重点を置いている。
モチベーションは、サステナブルAIとグリーンAI経路の両方で、AIベースの温室効果ガスの隔離サイクルの概念からもたらされる。
論文 参考訳(メタデータ) (2022-07-31T09:34:53Z) - Participatory Action for Citizens' Engagement to Develop a
Pro-Environmental Research Application [5.154521998635772]
ポーランドのスモッグに最も影響された地域の住民を対象に,参加型調査,芸術,デザイン活動を行った。
参加型研究イベントは生態学のテーマを中心に行われ、環境保護的行動に関するフィールド研究を行うためのアプリケーションの設計に役立った。
このアプリケーションは、ヨーロッパで最も密集した大気汚染センサーネットワークから大気質データを収集し、アプリ内の大気汚染の兆候を局所的なセンサーデータと整合させる。
論文 参考訳(メタデータ) (2022-07-08T12:20:45Z) - Climate Change & Computer Audition: A Call to Action and Overview on
Audio Intelligence to Help Save the Planet [98.97255654573662]
この研究は、オーディオインテリジェンスが気候に関わる課題を克服するために貢献できる領域の概要を提供する。
我々は、地球、水、空気、火、エーテルの5つの要素に従って、潜在的なコンピュータオーディションの応用を分類する。
論文 参考訳(メタデータ) (2022-03-10T13:32:31Z) - Does the Venue of Scientific Conferences Leverage their Impact? A Large
Scale study on Computer Science Conferences [2.8388425545775386]
我々は,3,838件のコンピュータサイエンスコンファレンスから抽出したデータと,30年以上にわたる研究を対象とする250万件以上の論文を大規模に分析した。
会場の「真実性」を定量化するために、我々は、会場を主催する都市のウィキペディアページのサイズや、世界経済フォーラム(World Economic Forum)のレポートからの他の指標など、いくつかの指標を利用した。
さらに、観光サービスインフラ指数とのほぼ直線的な相関は、特定の国における観光・宿泊施設の重要性を証明している。
論文 参考訳(メタデータ) (2021-05-31T09:51:39Z) - Energy Aware Deep Reinforcement Learning Scheduling for Sensors
Correlated in Time and Space [62.39318039798564]
相関情報を利用するスケジューリング機構を提案する。
提案したメカニズムは、センサが更新を送信する頻度を決定することができる。
我々は,センサの寿命を大幅に延長できることを示した。
論文 参考訳(メタデータ) (2020-11-19T09:53:27Z) - Dynamical Landscape and Multistability of a Climate Model [64.467612647225]
2つの気候モデルのうちの1つで第3の中間安定状態が見つかる。
我々のアプローチを組み合わせることで、海洋熱輸送とエントロピー生産の負のフィードバックが地球の気候の地形をどのように大きく変えるかを特定することができる。
論文 参考訳(メタデータ) (2020-10-20T15:31:38Z) - A survey on applications of augmented, mixed and virtual reality for
nature and environment [114.4879749449579]
拡張現実(AR)、仮想現実(VR)、複合現実(MR)は、彼らが提供できるエンゲージメントとエンリッチな体験のために、大きな潜在能力を持つ技術である。
しかし、環境応用の分野でAR、VR、MRがもたらす可能性はまだ広く研究されていない。
本研究は,環境に有利な既存のAR/VR/MRアプリケーションを発見・分類したり,環境問題に対する意識を高めることを目的とした調査の結果を示す。
論文 参考訳(メタデータ) (2020-08-27T09:59:27Z)
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。