論文の概要: Multi-objective Combinatorial Methodology for Nuclear Reactor Site Assessment: A Case Study for the United States
- arxiv url: http://arxiv.org/abs/2412.08878v1
- Date: Thu, 12 Dec 2024 02:24:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-13 13:31:00.722619
- Title: Multi-objective Combinatorial Methodology for Nuclear Reactor Site Assessment: A Case Study for the United States
- Title(参考訳): 核反応場評価のための多目的組合せ手法:米国を事例として
- Authors: Omer Erdem, Kevin Daley, Gabrielle Hoelzle, Majdi I. Radaideh,
- Abstract要約: 原子力発電所(NPP)に伴う高資本コスト
石炭発電所の立地を含む既存のインフラのある場所は、建設済みの設備とユーティリティを提供している。
ブラウンフィールドの跡地は、以前は工業活動によってしばしば影響された、あるいは未利用の土地であった。
本研究は,米国における3万以上のNPPサイトを探索して評価する,新しい多目的最適化手法を提案する。
- 参考スコア(独自算出の注目度): 0.40498500266986387
- License:
- Abstract: As the global demand for clean energy intensifies to achieve sustainability and net-zero carbon emission goals, nuclear energy stands out as a reliable solution. However, fully harnessing its potential requires overcoming key challenges, such as the high capital costs associated with nuclear power plants (NPPs). One promising strategy to mitigate these costs involves repurposing sites with existing infrastructure, including coal power plant (CPP) locations, which offer pre-built facilities and utilities. Additionally, brownfield sites - previously developed or underutilized lands often impacted by industrial activity - present another compelling alternative. These sites typically feature valuable infrastructure that can significantly reduce the costs of NPP development. This study introduces a novel multi-objective optimization methodology, leveraging combinatorial search to evaluate over 30,000 potential NPP sites in the United States. Our approach addresses gaps in the current practice of assigning pre-determined weights to each site attribute that could lead to bias in the ranking. Each site is assigned a performance-based score, derived from a detailed combinatorial analysis of its site attributes. The methodology generates a comprehensive database comprising site locations (inputs), attributes (outputs), site score (outputs), and the contribution of each attribute to the site score (outputs). We then use this database to train a machine learning neural network model, enabling rapid predictions of nuclear siting suitability across any location in the contiguous United States.
- Abstract(参考訳): クリーンエネルギーの世界的な需要が持続可能性や二酸化炭素排出目標を達成するために増大するにつれて、核エネルギーは信頼性の高い解決策として際立っている。
しかし、その可能性を完全に活用するには、原子力発電所(NPP)に関連する高い資本コストなど、重要な課題を克服する必要がある。
これらのコストを軽減するための有望な戦略の1つは、建設済みの設備やユーティリティーを提供する石炭発電所(CPP)の立地を含む既存のインフラで施設を再購入することである。
さらに、ブラウンフィールドの跡地(以前は工業活動に影響された土地や未利用の土地)は、別の魅力的な代替案を提示している。
これらのサイトは通常、NPP開発コストを大幅に削減できる貴重なインフラを備えている。
本研究では,米国における3万件以上のNPPサイトを評価するために,組合せ探索を利用した新しい多目的最適化手法を提案する。
我々のアプローチは、各サイト属性に事前決定された重み付けを割り当てる現在のプラクティスにおけるギャップに対処し、ランキングのバイアスにつながる可能性がある。
各サイトは、そのサイト属性の詳細な組合せ分析から得られたパフォーマンスベースのスコアが割り当てられる。
本手法は、サイト位置(インプット)、属性(アウトプット)、サイトスコア(アウトプット)、および各属性のサイトスコア(アウトプット)を含む総合データベースを生成する。
次に、このデータベースを使用して、機械学習ニューラルネットワークモデルをトレーニングし、連続した米国のあらゆる場所において、核座の適合性の迅速な予測を可能にします。
関連論文リスト
- Power Hungry Processing: Watts Driving the Cost of AI Deployment? [74.19749699665216]
生成された多目的AIシステムは、機械学習(ML)モデルをテクノロジに構築するための統一的なアプローチを約束する。
この「一般性」の野心は、これらのシステムが必要とするエネルギー量と放出する炭素量を考えると、環境に急激なコストがかかる。
これらのモデルを用いて,代表的なベンチマークデータセット上で1,000の推論を行うのに必要なエネルギーと炭素の量として,デプロイメントコストを測定した。
本稿は、多目的MLシステムの展開動向に関する議論から締めくくり、エネルギーと排出の面でコストの増大に対して、その実用性はより意図的に重み付けされるべきである、と警告する。
論文 参考訳(メタデータ) (2023-11-28T15:09:36Z) - Filling the Missing: Exploring Generative AI for Enhanced Federated
Learning over Heterogeneous Mobile Edge Devices [72.61177465035031]
ローカルデータのFIMI(FIlling the MIssing)部分を活用することにより,これらの課題に対処する,AIを活用した創発的なフェデレーション学習を提案する。
実験の結果,FIMIはデバイス側エネルギーの最大50%を節約し,目標とするグローバルテスト精度を達成できることがわかった。
論文 参考訳(メタデータ) (2023-10-21T12:07:04Z) - Green Federated Learning [7.003870178055125]
Federated Learning(FL)は、分散エンティティのデータを使用して集中型モデルをトレーニングする機械学習技術である。
FLは、多様なエネルギー源を持つ数億ものグローバル分散エンドユーザーデバイスを活用することができる。
提案するグリーンFLの概念は, FLパラメータを最適化し, 二酸化炭素排出量を最小化するための設計選択を行うものである。
論文 参考訳(メタデータ) (2023-03-26T02:23:38Z) - Evaluation of a blockchain-enabled resource management mechanism for
NGNs [0.0]
本稿では,ネットワークプロバイダ間の資源管理と交渉におけるブロックチェーン技術の利用について検討する。
リソース管理機構の実装はスマートコントラクト(SC)で記述され、テストベッドはそれぞれRaftとIBFTのコンセンサス機構を使用している。
論文 参考訳(メタデータ) (2022-11-01T13:40:26Z) - DeepSolar tracker: towards unsupervised assessment with open-source data
of the accuracy of deep learning-based distributed PV mapping [0.0]
既存の作業に基づいて、自動PVレジストリパイプラインを提案します。
このパイプラインは、すべての分散PVインストールの位置、エリア、インストール容量、傾き角を記録するデータセットを自動的に生成する。
本稿では,RNI(Registre national d'installation)に基づく非監督的手法を提案する。
当社のモデルは,50万平方キロメートル以上をカバーしているフランス9カ所のディパートメントにデプロイしています。
論文 参考訳(メタデータ) (2022-07-15T13:23:24Z) - An Energy and Carbon Footprint Analysis of Distributed and Federated
Learning [42.37180749113699]
古典的で中央集権的な人工知能(AI)手法では、生産者(センサー、マシン)からエネルギー空腹のデータセンターへデータを移動する必要がある。
このような高エネルギーコストを緩和する新たな代替手段は、デバイス間で学習タスクを効率的に分散またはフェデレートすることを提案している。
本稿では,分散学習におけるエネルギーおよび炭素フットプリントの分析のための新しい枠組みを提案する。
論文 参考訳(メタデータ) (2022-06-21T13:28:49Z) - Centralizing State-Values in Dueling Networks for Multi-Robot
Reinforcement Learning Mapless Navigation [87.85646257351212]
本稿では,CTDE(Training and Decentralized Execution)パラダイムにおけるマルチロボットマップレスナビゲーションの問題点について考察する。
この問題は、各ロボットが観察を他のロボットと明示的に共有することなく、その経路を考えると困難である。
我々は,集中型状態値ネットワークを用いて共同状態値を計算するCTDEの新しいアーキテクチャを提案する。
論文 参考訳(メタデータ) (2021-12-16T16:47:00Z) - A Framework for Energy and Carbon Footprint Analysis of Distributed and
Federated Edge Learning [48.63610479916003]
本稿では,分散学習政策の環境フットプリントに影響を与える要因を概説し,分析する。
バニラとコンセンサスによって駆動される分散FLポリシーの両方をモデル化する。
その結果、flは低ビット/ジュール効率を特徴とするワイヤレスシステムにおいて、顕著なエンドツーエンドの省エネ(30%-40%)が可能となった。
論文 参考訳(メタデータ) (2021-03-18T16:04:42Z) - Optimising cost vs accuracy of decentralised analytics in fog computing
environments [0.4898659895355355]
Fog Computingの基本概念であるデータ重力は、データ分析のための計算の分散化に向けられている。
本稿では,この連続体の最適動作点を求める分析フレームワークを提案する。
シミュレーションにより,モデルが最適トレードオフを正確に予測できることを示し,完全集中化と完全分散化の中間点となることが多い。
論文 参考訳(メタデータ) (2020-12-09T19:05:44Z) - Demand-Side Scheduling Based on Multi-Agent Deep Actor-Critic Learning
for Smart Grids [56.35173057183362]
家庭用家電をネットでスケジュールできるスマートメーターが各家庭に備わっている需要側エネルギー管理の問題点を考察する。
目標は、リアルタイムの料金体系の下で全体のコストを最小化することです。
マルコフゲームとしてスマートグリッド環境の定式化を提案する。
論文 参考訳(メタデータ) (2020-05-05T07:32:40Z) - Multi-Agent Meta-Reinforcement Learning for Self-Powered and Sustainable
Edge Computing Systems [87.4519172058185]
エッジコンピューティング機能を有するセルフパワー無線ネットワークの効率的なエネルギー分配機構について検討した。
定式化問題を解くために,新しいマルチエージェントメタ強化学習(MAMRL)フレームワークを提案する。
実験の結果、提案されたMAMRLモデルは、再生不可能なエネルギー使用量を最大11%削減し、エネルギーコストを22.4%削減できることが示された。
論文 参考訳(メタデータ) (2020-02-20T04:58:07Z)
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。