論文の概要: Towards Autonomous Sustainability Assessment via Multimodal AI Agents

• arxiv url: http://arxiv.org/abs/2507.17012v1
• Date: Tue, 22 Jul 2025 20:49:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-24 22:33:14.769808
• Title: Towards Autonomous Sustainability Assessment via Multimodal AI Agents
• Title（参考訳）: マルチモーダルAIエージェントによる自律的サステナビリティ評価に向けて
• Authors: Zhihan Zhang, Alexander Metzger, Yuxuan Mei, Felix Hähnlein, Zachary Englhardt, Tingyu Cheng, Gregory D. Abowd, Shwetak Patel, Adriana Schulz, Vikram Iyer,
• Abstract要約: 電子デバイスのクレードル・トゥ・ゲート二酸化炭素排出量を計算するためのマルチモーダルAIエージェントを導入する。 このアプローチは、専門家時間の数週間から数ヶ月を1分未満に短縮し、データ可用性のギャップを埋める。 炭素フットプリントは専門的なLCAの19%以内であり、プロプライエタリなデータはゼロである。
• 参考スコア（独自算出の注目度）: 46.77807327332175
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Interest in sustainability information has surged in recent years. However, the data required for a life cycle assessment (LCA) that maps the materials and processes from product manufacturing to disposal into environmental impacts (EI) are often unavailable. Here we reimagine conventional LCA by introducing multimodal AI agents that emulate interactions between LCA experts and stakeholders like product managers and engineers to calculate the cradle-to-gate (production) carbon emissions of electronic devices. The AI agents iteratively generate a detailed life-cycle inventory leveraging a custom data abstraction and software tools that extract information from online text and images from repair communities and government certifications. This approach reduces weeks or months of expert time to under one minute and closes data availability gaps while yielding carbon footprint estimates within 19% of expert LCAs with zero proprietary data. Additionally, we develop a method to directly estimate EI by comparing an input to a cluster of products with similar descriptions and known carbon footprints. This runs in 3 ms on a laptop with a MAPE of 12.28% on electronic products. Further, we develop a data-driven method to generate emission factors. We use the properties of an unknown material to represent it as a weighted sum of emission factors for similar materials. Compared to human experts picking the closest LCA database entry, this improves MAPE by 120.26%. We analyze the data and compute scaling of this approach and discuss its implications for future LCA workflows.
• Abstract（参考訳）: 近年,サステナビリティ情報への関心が高まっている。 しかし、製品製造から廃棄から環境影響(EI)へと材料やプロセスがマッピングされるライフサイクルアセスメント(LCA)に必要なデータは、しばしば利用できない。 ここでは、LCAの専門家と製品マネージャやエンジニアのようなステークホルダー間の相互作用をエミュレートして、電子機器のクレードル・トゥ・ゲート(生産)二酸化炭素排出量を計算するマルチモーダルAIエージェントを導入することで、従来のLCAを再考する。 AIエージェントは、オンラインテキストや画像から情報を抽出するカスタムデータ抽象化とソフトウェアツールを活用する、詳細なライフサイクルインベントリを、修復コミュニティや政府認定から反復的に生成する。 このアプローチは、専門家時間の数週間から数ヶ月を1分未満に短縮し、データ可用性のギャップを埋めると同時に、専門家LCAの19%にカーボンフットプリントの見積もりをプロプライエタリなデータゼロにする。 さらに, 類似した記述と既知の炭素フットプリントを用いた製品群に対する入力を比較することで, EIを直接推定する手法を開発した。 これはラップトップ上で3ミリ秒で動作し、MAPEは12.28%の電子製品である。 さらに,エミッションファクタを生成するためのデータ駆動手法を開発した。 類似材料に対する放射率の重み付け和として、未知の物質の特性を用いて表現する。 最寄りのLCAデータベースエントリを選択する人間専門家と比較して、MAPEは120.26%改善している。 このアプローチのデータとスケーリングを解析し、今後のLCAワークフローにおけるその意味について論じる。

関連論文リスト

• Machine learning enhanced atom probe tomography analysis: a snapshot review [2.7396355250860034]
  我々は、100万個のAPTデータセットが収集され、それぞれに数百万から数十億個の個別イオンが含まれていると見積もっている。 現在のプラクティスでは、効率的なデータ処理を妨げ、FAIRデータ原則に準拠した標準化とデータ解析の展開に挑戦しています。 ユーザ依存を目的とした新しい機械学習(ML)アプローチが急増しており、統計の観点からは効率的で再現性があり、堅牢である。
  論文  参考訳（メタデータ） (2025-04-19T18:37:26Z)
• Adaptive AI decision interface for autonomous electronic material discovery [9.228340729592736]
  AI/AEシステム上でAI決定インターフェースを開発し,実装する。 インターフェースの中心的な要素は、リアルタイム進捗監視、データ分析、インタラクティブな人間とAIのコラボレーションを実行するAIアドバイザである。 このプラットフォームを新しいタイプの電子材料混合イオン-電子導電性高分子に適用する。
  論文  参考訳（メタデータ） (2025-04-17T21:26:48Z)
• Life-Cycle Emissions of AI Hardware: A Cradle-To-Grave Approach and Generational Trends [4.68541999760349]
  本研究では,温室効果ガス排出量の総合的AI加速器ライフサイクルアセスメント(LCA)を初めて発表した。 5つの処理ユニット(TPU)の解析は、ハードウェア寿命のすべての段階を包含する。 この研究の副産物は、AIハードウェアの持続可能性を評価するのに役立つ新しい計量計算炭素強度(CCI)である。
  論文  参考訳（メタデータ） (2025-02-01T17:26:19Z)
• Self-Refinement Strategies for LLM-based Product Attribute Value Extraction [51.45146101802871]
  本稿では,製品属性値抽出タスクに2つの自己補充手法を適用した。 実験の結果, 2つの自己補充技術は, 処理コストを大幅に増大させながら, 抽出性能を著しく向上させることができないことがわかった。 開発データを持つシナリオでは、ファインチューニングが最もパフォーマンスが高いのに対して、ファインチューニングの上昇コストは製品記述の量が増加するにつれてバランスがとれる。
  論文  参考訳（メタデータ） (2025-01-02T12:55:27Z)
• Climate AI for Corporate Decarbonization Metrics Extraction [7.522638089716454]
  コーポレートデカーボライズメトリックス抽出(CAI)モデルとパイプラインについて紹介する。 本研究では, 企業公開情報からのデータキュレーション, 検証, 評価を自動化することにより, データの収集効率と精度を向上させることを実証する。
  論文  参考訳（メタデータ） (2024-11-05T18:37:51Z)
• Representation Learning of Complex Assemblies, An Effort to Improve Corporate Scope 3 Emissions Calculation [0.276240219662896]
  政府、企業、市民も同様に、製造品やサービスの提供による気候への影響を正確に評価する必要がある。 プロセスライフサイクル分析(pLCA)は、生産、使用、廃棄の気候への影響を評価するために用いられる。 代用部品を特定するための半教師付き学習ベースフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-08-21T06:21:31Z)
• ChemMiner: A Large Language Model Agent System for Chemical Literature Data Mining [56.15126714863963]
  ChemMinerは、文学から化学データを抽出するエンドツーエンドのフレームワークである。 ChemMinerには、コア参照マッピングのためのテキスト分析エージェント、非テキスト情報抽出のためのマルチモーダルエージェント、データ生成のための合成分析エージェントの3つの特殊エージェントが組み込まれている。 実験の結果,ヒト化学者に匹敵する反応同定率を示すとともに,高い精度,リコール,F1スコアで処理時間を著しく短縮した。
  論文  参考訳（メタデータ） (2024-02-20T13:21:46Z)
• A Systematic Review of Available Datasets in Additive Manufacturing [56.684125592242445]
  視覚およびその他のセンサー技術を組み込んだその場監視により、追加製造プロセス中に広範なデータセットの収集が可能になる。 これらのデータセットは、製造された出力の品質を判断し、機械学習を使用して欠陥を検出する可能性がある。 本稿では,AMプロセスから派生したオープン画像ベースデータセットの利用可能性について検討する。
  論文  参考訳（メタデータ） (2024-01-27T16:13:32Z)
• AiGen-FoodReview: A Multimodal Dataset of Machine-Generated Restaurant Reviews and Images on Social Media [57.70351255180495]
  AiGen-FoodReviewは、20,144のレストランレビューイメージペアからなるデータセットである。 FLAVAで99.80%のマルチモーダル精度を達成し,一様・多モーダル検出モデルについて検討する。 この論文は、データセットをオープンソース化し、偽レビュー検出装置を公開し、非モーダルかつマルチモーダルな偽レビュー検出タスクでの使用を推奨し、合成データと真正データにおける言語的特徴と視覚的特徴を評価することで貢献する。
  論文  参考訳（メタデータ） (2024-01-16T20:57:36Z)
• Identifying contributors to supply chain outcomes in a multi-echelon setting: a decentralised approach [47.00450933765504]
  本稿では,推定貢献の分散計算における説明可能な人工知能の利用を提案する。 このアプローチは、サプライチェーンアクターにデータ共有を説得する必要性を緩和する。 その結果,集中型アプローチと比較して,品質変化の源泉を検出する方法の有効性が示された。
  論文  参考訳（メタデータ） (2023-07-22T20:03:16Z)
• Integration of Domain Expert-Centric Ontology Design into the CRISP-DM for Cyber-Physical Production Systems [45.05372822216111]
  機械学習(ML)とデータマイニング(DM)の手法は、収集されたデータから複雑で隠れたパターンを抽出する上で有望であることが証明されている。 しかし、このようなデータ駆動プロジェクトは、通常、CRISPDM(Cross-Industry Standard Process for Data Mining)で実行され、データの理解と準備に要する時間の不均等さのために失敗することが多い。 このコントリビューションは、データサイエンティストがCPPSの課題に対してより迅速かつ確実に洞察を得ることができるように、統合されたアプローチを提供することを目的としている。
  論文  参考訳（メタデータ） (2023-07-21T15:04:00Z)
• Machine Guided Discovery of Novel Carbon Capture Solvents [48.7576911714538]
  機械学習は、材料開発における時間とリソースの負担を軽減するための有望な方法を提供する。 そこで我々は, 市販の酸性ガススクラップ式炭素捕捉装置に適合する新規な水性アミンを, エンドツーエンドで発見する「発見サイクル」を開発した。 予測プロセスは、材料パラメータの両方の実験に対して60%の精度を示し、外部テストセット上では1つのパラメータに対して80%の精度を示す。
  論文  参考訳（メタデータ） (2023-03-24T18:32:38Z)
• Combining Feature and Instance Attribution to Detect Artifacts [62.63504976810927]
  トレーニングデータアーティファクトの識別を容易にする手法を提案する。 提案手法は,トレーニングデータのアーティファクトの発見に有効であることを示す。 我々は,これらの手法が実際にNLP研究者にとって有用かどうかを評価するために,小規模なユーザスタディを実施している。
  論文  参考訳（メタデータ） (2021-07-01T09:26:13Z)

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。