論文の概要: Green AI: A systematic review and meta-analysis of its definitions, lifecycle models, hardware and measurement attempts
- arxiv url: http://arxiv.org/abs/2511.07090v1
- Date: Mon, 10 Nov 2025 13:26:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-11 21:18:45.270821
- Title: Green AI: A systematic review and meta-analysis of its definitions, lifecycle models, hardware and measurement attempts
- Title（参考訳）: Green AI: 定義、ライフサイクルモデル、ハードウェアおよび測定の試みの体系的レビューとメタ分析
- Authors: Marcel Rojahn, Marcus Grum,
- Abstract要約: この記事では、持続可能なAIとは異なる、グリーンAIの統一された運用定義を確立する。
ライフサイクルアセスメント段階にマッピングされた5つのフェーズライフサイクルを形式化し、エネルギー、炭素、水、エンボディドインパクトを第一級に設定する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Across the Artificial Intelligence (AI) lifecycle - from hardware to development, deployment, and reuse - burdens span energy, carbon, water, and embodied impacts. Cloud provider tools improve transparency but remain heterogeneous and often omit water and value chain effects, limiting comparability and reproducibility. Addressing these multi dimensional burdens requires a lifecycle approach linking phase explicit mapping with system levers (hardware, placement, energy mix, cooling, scheduling) and calibrated measurement across facility, system, device, and workload levels. This article (i) establishes a unified, operational definition of Green AI distinct from Sustainable AI; (ii) formalizes a five phase lifecycle mapped to Life Cycle Assessment (LCA) stages, making energy, carbon, water, and embodied impacts first class; (iii) specifies governance via Plan Do Check Act (PDCA) cycles with decision gateways; (iv) systematizes hardware and system level strategies across the edge cloud continuum to reduce embodied burdens; and (v) defines a calibrated measurement framework combining estimator models with direct metering to enable reproducible, provider agnostic comparisons. Combining definition, lifecycle processes, hardware strategies, and calibrated measurement, this article offers actionable, evidence based guidance for researchers, practitioners, and policymakers.
- Abstract（参考訳）: ハードウェアから開発、デプロイメント、再利用に至るまで、人工知能(AI)のライフサイクル全体にわたって、負荷はエネルギー、炭素、水、実施された影響にまたがる。
クラウドプロバイダツールは透明性を向上するが、不均一であり、しばしば水とバリューチェーンの効果を省略し、互換性と再現性を制限する。
これらの多次元の負担に対処するには、システムレバー(ハードウェア、配置、エネルギー混合、冷却、スケジューリング)とライフサイクル・アプローチの明示的なマッピングと、施設、システム、デバイス、ワークロードレベルをまたいだ調整済みの測定をリンクする必要がある。
本項
i) 持続可能なAIとは別個のグリーンAIの統一的かつ運用的定義を確立すること。
二 ライフサイクルアセスメント(LCA)段階にマッピングした五段階ライフサイクルを定式化し、エネルギー、炭素、水、エンボディドインパクトを第一級とする。
三 決定ゲートウェイを有するプランドチェック法(PDCA)サイクルによるガバナンスを規定すること。
(四 エッジクラウド連続体におけるハードウェア及びシステムレベルの戦略を体系化し、実施負担を軽減すること。)
(v)は、推定器モデルと直接測度を組み合わせることで、再現性のあるプロバイダに依存しない比較を可能にするキャリブレーション測定フレームワークを定義する。
本稿では、定義、ライフサイクルプロセス、ハードウェア戦略、校正された測定を組み合わせることで、研究者、実践者、政策立案者に対して実行可能なエビデンスに基づくガイダンスを提供する。
関連論文リスト
- From product to system network challenges in system of systems lifecycle management [0.46885140351436005]
この集団貢献は, 技術の現状を分類し, SoSライフサイクル管理の実践的枠組みを提案する。
我々は,(1)参照アーキテクチャとデータモデル,(2)ツールサイロではなくエンドツーエンド構成の主権,(3)明確なレビューゲートを備えたキュレートされたモデル,(4)時間,品質,コスト,持続可能性に沿った測定可能な価値貢献の4つの原則を識別する。
論文 参考訳（メタデータ） (2025-10-31T05:36:35Z) - Metrics and evaluations for computational and sustainable AI efficiency [26.52588349722099]
現在のアプローチでは全体像の提供に失敗し、システムの比較と最適化が難しい。
本稿では,計算および環境メトリクスを統合するAIモデル推論のための統一的再現可能な方法論を提案する。
本フレームワークは, 遅延を系統的に測定し, スループット, エネルギー消費, 位置調整二酸化炭素排出量を計測することにより, 実用的で炭素を意識した評価を行う。
論文 参考訳（メタデータ） (2025-10-18T03:30:15Z) - From Physics to Machine Learning and Back: Part II - Learning and Observational Bias in PHM [52.64097278841485]
物理インフォームドモデリングとデータストラテジーによる学習と観察バイアスの導入は、モデルを物理的に一貫した信頼性のある予測へと導くことができるかを検討する。
メタラーニングや少数ショットラーニングなどの高速適応手法をドメイン一般化手法とともに検討する。
論文 参考訳（メタデータ） (2025-09-25T14:15:43Z) - PowerGrow: Feasible Co-Growth of Structures and Dynamics for Power Grid Synthesis [75.14189839277928]
本稿では,運用効率を維持しながら計算オーバーヘッドを大幅に削減する,共同生成フレームワークPowerGrowを提案する。
ベンチマーク設定による実験では、PowerGrowはフィデリティと多様性において、事前の拡散モデルよりも優れていた。
これは、運用上有効で現実的な電力グリッドシナリオを生成する能力を示している。
論文 参考訳（メタデータ） (2025-08-29T01:47:27Z) - A Digital Twin Framework for Generation-IV Reactors with Reinforcement Learning-Enabled Health-Aware Supervisory Control [2.499907423888049]
デジタルツインは、デジタルツールで現実世界のシステムを橋渡しし、コストを削減し、意思決定を強化し、運用効率を高める。
この研究では、Gen-IV Fluoride-salt-cooled High-Temperature Reactorを操作するために、デジタルツインフレームワークが設計されている。
論文 参考訳（メタデータ） (2025-06-09T02:23:34Z) - HarmonE: A Self-Adaptive Approach to Architecting Sustainable MLOps [0.28845085660246716]
HarmonEは、機械学習オペレーションパイプラインにおける自己適応機能を実現するアーキテクチャアプローチである。
インテリジェントトランスポートシステム(ITS)のディジタルツイン(DT)によるアプローチを検証する。
以上の結果から,HarmonEは精度を保ち,持続可能性目標を達成しつつ,進化する条件に効果的に対応できることが示唆された。
論文 参考訳（メタデータ） (2025-05-19T19:51:30Z) - Cooperative Resilience in Artificial Intelligence Multiagent Systems [2.0608564715600273]
本稿では, 協調レジリエンスの明確な定義とその定量化手法を提案する。
その結果は、集団システムが破壊に直面してどのように準備し、抵抗し、回復し、幸福を維持し、変革するかを分析する上で、レジリエンス指標の重要な役割を強調している。
論文 参考訳（メタデータ） (2024-09-20T03:28:48Z) - Contextualization Distillation from Large Language Model for Knowledge
Graph Completion [51.126166442122546]
我々は、差別的かつ生成的なKGCフレームワークと互換性のあるプラグイン・アンド・プレイ方式であるContextualization Distillation戦略を導入する。
提案手法は,大規模言語モデルに対して,コンパクトで構造的な三重項を文脈に富んだセグメントに変換するように指示することから始まる。
多様なデータセットとKGC技術にわたる総合的な評価は、我々のアプローチの有効性と適応性を強調している。
論文 参考訳（メタデータ） (2024-01-28T08:56:49Z) - Formal Controller Synthesis for Markov Jump Linear Systems with
Uncertain Dynamics [64.72260320446158]
マルコフジャンプ線形系に対する制御器の合成法を提案する。
本手法は,MJLSの離散(モードジャンピング)と連続(確率線形)の両方の挙動を捉える有限状態抽象化に基づいている。
本手法を複数の現実的なベンチマーク問題,特に温度制御と航空機の配送問題に適用する。
論文 参考訳（メタデータ） (2022-12-01T17:36:30Z) - Modular Deep Reinforcement Learning for Continuous Motion Planning with
Temporal Logic [59.94347858883343]
本稿では,マルコフ決定過程(MDP)をモデルとした自律動的システムの運動計画について検討する。
LDGBA と MDP の間に組込み製品 MDP (EP-MDP) を設計することである。
モデルフリー強化学習(RL)のためのLDGBAベースの報酬形成と割引スキームは、EP-MDP状態にのみ依存する。
論文 参考訳（メタデータ） (2021-02-24T01:11:25Z)
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。