論文の概要: Unveiling the Role of Artificial Intelligence and Stock Market Growth in Achieving Carbon Neutrality in the United States: An ARDL Model Analysis

• arxiv url: http://arxiv.org/abs/2412.16166v1
• Date: Wed, 04 Dec 2024 17:07:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-29 08:57:50.626566
• Title: Unveiling the Role of Artificial Intelligence and Stock Market Growth in Achieving Carbon Neutrality in the United States: An ARDL Model Analysis
• Title（参考訳）: 米国における炭素中立達成における人工知能と株式市場の成長の役割の解明:ARDLモデルによる分析
• Authors: Azizul Hakim Rafi, Abdullah Al Abrar Chowdhury, Adita Sultana, Abdulla All Noman,
• Abstract要約: 本稿では,2021年から2021年までの米国における炭素中性向上における先進技術の役割について検討する。 株式市場の成長、ICT利用、グロース国内総生産(GDP)、人口はSTIRPATモデルを用いてCO2排出量に影響を与える。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Given the fact that climate change has become one of the most pressing problems in many countries in recent years, specialized research on how to mitigate climate change has been adopted by many countries. Within this discussion, the influence of advanced technologies in achieving carbon neutrality has been discussed. While several studies investigated how AI and Digital innovations could be used to reduce the environmental footprint, the actual influence of AI in reducing CO2 emissions (a proxy measuring carbon footprint) has yet to be investigated. This paper studies the role of advanced technologies in general, and Artificial Intelligence (AI) and ICT use in particular, in advancing carbon neutrality in the United States, between 2021. Secondly, this paper examines how Stock Market Growth, ICT use, Gross Domestic Product (GDP), and Population affect CO2 emissions using the STIRPAT model. After examining stationarity among the variables using a variety of unit root tests, this study concluded that there are no unit root problems across all the variables, with a mixed order of integration. The ARDL bounds test for cointegration revealed that variables in this study have a long-run relationship. Moreover, the estimates revealed from the ARDL model in the short- and long-run indicated that economic growth, stock market capitalization, and population significantly contributed to the carbon emissions in both the short-run and long-run. Conversely, AI and ICT use significantly reduced carbon emissions over both periods. Furthermore, findings were confirmed to be robust using FMOLS, DOLS, and CCR estimations. Furthermore, diagnostic tests indicated the absence of serial correlation, heteroscedasticity, and specification errors and, thus, the model was robust.
• Abstract（参考訳）: 近年、気候変動が多くの国で最も深刻な問題となっていることを踏まえ、気候変動を緩和する方法に関する専門的な研究が多くの国で採用されている。 この議論の中で、炭素中立性を達成するための先進技術の影響について論じている。 環境フットプリントの削減にAIとデジタルのイノベーションをどのように利用できるか、いくつかの研究があるが、CO2排出量(炭素フットプリントを測定するプロキシ)の削減におけるAIの実際の影響はまだ調査されていない。 本稿では,2021年から2021年までの米国における炭素中立の進展において,先進技術,人工知能(AI)とICTが果たす役割について検討する。 次に,STIRPATモデルを用いて,ストックマーケットの成長,ICT利用,グロース国内総生産(GDP),人口がCO2排出量に与える影響について検討する。 様々な単位根検定を用いて変数間の定常性を検討した結果、混合的な積分順序で全ての変数に単位根の問題は存在しないと結論づけた。 統合のためのARDL境界試験の結果,本研究の変数は長期的関係にあることが明らかとなった。 さらに, 短期・長期のARDLモデルから, 経済成長, 株式市場資本化, 人口が, 短期・長期の炭素排出量に大きく寄与したことが明らかとなった。 逆に、AIとICTは両方の期間で炭素排出量を著しく削減している。 さらに, FMOLS, DOLS, CCR推定値を用いて, 堅牢性が確認された。 さらに, 診断検査の結果, シリアル相関, ヘテロシステアシス性, 仕様誤差が欠如しており, モデルが堅牢であった。

関連論文リスト

• From Efficiency Gains to Rebound Effects: The Problem of Jevons' Paradox in AI's Polarized Environmental Debate [69.05573887799203]
  この議論の多くは、大きな間接効果に対処することなく直接的影響に集中している。 本稿では,Jevonsのパラドックス問題がどのようにAIに適用され,効率向上がパラドックス的に消費増加を促すかを検討する。 これらの2次の影響を理解するには、ライフサイクルアセスメントと社会経済分析を組み合わせた学際的アプローチが必要であると論じる。
  論文  参考訳（メタデータ） (2025-01-27T22:45:06Z)
• 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)
• Reporting and Analysing the Environmental Impact of Language Models on the Example of Commonsense Question Answering with External Knowledge [7.419725234099729]
  チャットGPTは大規模言語モデル(LLM)に社会的な関心を喚起した LLMは相当な計算資源を必要としており、財政的にも環境的にも訓練に非常に費用がかかる。 本研究では,外部知識でT5 LLMを注入し,質問応答タスクのモデルを微調整した。
  論文  参考訳（メタデータ） (2024-07-24T16:16:16Z)
• A Comprehensive Approach to Carbon Dioxide Emission Analysis in High Human Development Index Countries using Statistical and Machine Learning Techniques [4.106914713812204]
  世界規模の二酸化炭素排出量を効果的に削減するためには、二酸化炭素排出量の傾向を予測し、その排出量パターンに基づいて国を分類することが不可欠だ」と述べた。 本稿では,HDI(Human Development Index)を有する20カ国におけるCO2排出量の決定要因について,25年間にわたる経済,環境,エネルギー利用,再生可能資源に関連する要因について,詳細な比較研究を行った。
  論文  参考訳（メタデータ） (2024-05-01T21:00:02Z)
• Generative AI for Low-Carbon Artificial Intelligence of Things with Large Language Models [67.0243099823109]
  ジェネレーティブAI(GAI)は、AIoT(Artificial Intelligence of Things)の二酸化炭素排出量を減らす大きな可能性を秘めている 本稿では, 炭素排出量削減のためのGAIの可能性について検討し, 低炭素AIoTのための新しいGAI対応ソリューションを提案する。 本稿では,Large Language Model (LLM) を利用したCO_2排出最適化フレームワークを提案し,このフレームワークにより,プラグ可能なLLMとRetrieval Augmented Generation (RAG) モジュールを設計する。
  論文  参考訳（メタデータ） (2024-04-28T05:46:28Z)
• 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)
• On the Opportunities of Green Computing: A Survey [80.21955522431168]
  人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。 高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。 コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
  論文  参考訳（メタデータ） (2023-11-01T11:16:41Z)
• 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)
• 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)
• Joint Study of Above Ground Biomass and Soil Organic Carbon for Total Carbon Estimation using Satellite Imagery in Scotland [0.0]
  ランドカーボンの検証は、長い間、カーボンクレジット市場の課題だった。 リモートセンシング技術により、土壌有機炭素(SOC)とAGB(Above Ground Biomass)の変化をモニタリングできる
  論文  参考訳（メタデータ） (2022-05-08T20:23:30Z)
• A Novel GDP Prediction Technique based on Transfer Learning using CO2 Emission Dataset [11.719414585804014]
  最も繁栄している州は、温室効果ガス(特にCO2)の放出量が最も高い州である。 本稿では、GDP予測のためのドメイン適応トランスファーラーニングと呼ばれる、新しいトランスファーラーニングに基づくGDP予測手法について報告する。 その結果, 一般化回帰ニューラルネットワーク, エクストリーム学習マシン, サポートベクトル回帰の3つのよく知られた回帰手法について比較検討した。
  論文  参考訳（メタデータ） (2020-05-02T15:30:03Z)

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。