論文の概要: All LCA models are wrong. Are some of them useful? Towards open computational LCA in ICT
- arxiv url: http://arxiv.org/abs/2604.06290v1
- Date: Tue, 07 Apr 2026 14:36:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-09 17:30:51.155297
- Title: All LCA models are wrong. Are some of them useful? Towards open computational LCA in ICT
- Title（参考訳）: すべてのLCAモデルは間違っている。そのいくつかは有用か?ICTにおけるオープン計算LCAに向けて
- Authors: Vincent Corlay, David Bekri, Marie-Anne Lacroix, Maxime Pelcat, Maxime Peralta, Pierre-Yves Pichon, Leo Saillenfest, Olivier Weppe, Sebastien Rumley,
- Abstract要約: ライフサイクルアセスメント(LCA)は、情報通信技術システムの環境影響を定量化し、規制するためにますます利用されている。
直接バイオスフィア測定は複雑であるため,ICTの環境影響評価はモデルに大きく依存している。
このようなシステムには、構築、校正、統合、解釈において極めて高度な注意が必要である、と我々は主張する。
- 参考スコア（独自算出の注目度）: 4.020492359480635
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Life Cycle Assessment (LCA) is increasingly used to quantify and regulate the environmental impacts of Information and Communication Technology (ICT) systems. Since direct biosphere measurements are complicated to perform, we claim that the environmental impact assessment of ICT relies heavily on models. In this paper, we first revisit the fundamentals of LCA: we emphasize that ICT LCAs effectively form systems of models, and we argue that such systems require an extra-high level of carefulness in construction, calibration, integration, and interpretation. We then document how this level of rigor is challenging to achieve with current practices. This is illustrated with emblematic examples of model misuse and an analysis of structural challenges related to database choice, scope mismatches, opaque aggregation, and model integration. From this analysis, we derive four key requirements for credible ICT LCA: explicit model lineage, clearly defined model scope, end-to-end traceability, and managed non-obsolescence. Finally, we propose a framework that operationalizes these requirements using explicit dependency graphs, an open and versioned LCA-oriented model repository, automatic enforcement of integrity constraints, and a well-defined model taxonomy.
- Abstract（参考訳）: ライフサイクルアセスメント(LCA)は、情報通信技術(ICT)システムの環境影響を定量化し、規制するためにますます利用されている。
直接バイオスフィア測定は複雑であるため,ICTの環境影響評価はモデルに大きく依存している。
本稿では、まずLCAの基本を再考し、ICT LCAが効果的にモデルのシステムを形成することを強調し、構築、校正、統合、解釈に極度に注意を要することを論じる。
そして、このレベルの厳密さが現在のプラクティスでどのように達成できるかを文書化します。
これは、モデル誤用の象徴的な例と、データベースの選択、スコープミスマッチ、不透明な集約、モデル統合に関する構造的課題の分析で説明される。
本分析から,信頼性ICT LCAの4つの重要な要件を導出する: 明示的モデル系統, 明確なモデル範囲, エンドツーエンドトレーサビリティ, 管理的非可溶性。
最後に、明示的な依存性グラフ、オープンでバージョン管理されたLCA指向モデルリポジトリ、整合性制約の自動適用、明確に定義されたモデル分類を用いて、これらの要求を運用するフレームワークを提案する。
関連論文リスト
- A Survey on Efficient Vision-Language-Action Models [153.11669266922993]
VLA(Vision-Language-Action Model)は、物理世界の相互作用によってデジタル知識を橋渡しすることを目的とした、インテリジェンスにおける重要なフロンティアである。
これらの課題に緊急に対応する必要性から、この調査は、効率的なビジョン・ランゲージ・アクションモデルに関する最初の包括的なレビューを提示する。
論文 参考訳（メタデータ） (2025-10-27T17:57:33Z) - Human-aligned AI Model Cards with Weighted Hierarchy Architecture [5.774549987076668]
LLM(Large Language Models)の普及は、専門的なドメイン特化モデルのエコシステムの肥大化につながった。
Model CardsやFactSheetsといった既存のドキュメントフレームワークは、レポートの標準化を試みるが、多くの場合は静的で、質的である。
我々は、静的開示からアクション可能な人間対応のドキュメントに移行する新しいアプローチである包括的責任AIモデルカードフレームワーク(CRAI-MCF)を紹介します。
論文 参考訳（メタデータ） (2025-10-08T13:13:18Z) - Explicit modelling of subject dependency in BCI decoding [12.17288254938554]
Brain-Computer Interfaces (BCI) は、高いオブジェクト間の変動とラベル付きデータに悩まされる。
被験者の身元を条件とした軽量畳み込みニューラルネットワーク(CNN)を用いて、対象の依存関係を明示的にモデル化するエンド・ツー・エンドのアプローチを提案する。
論文 参考訳（メタデータ） (2025-09-27T10:51:42Z) - 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) - A Systematic Literature Review of Parameter-Efficient Fine-Tuning for Large Code Models [2.171120568435925]
コードのための大規模言語モデル(LLM)は、訓練と微調整のためにかなりの計算資源を必要とする。
この問題に対処するため,研究コミュニティは,より効率的なファインチューニング(PEFT)へと移行している。
PEFTは、モデル全体ではなく、パラメータの小さなサブセットだけを更新することで、大きなモデルの適応を可能にする。
本研究は,28の査読論文から得られた知見を合成し,構成戦略のパターンと適応トレードオフを同定する。
論文 参考訳（メタデータ） (2025-04-29T16:19:25Z) - Learning from Reward-Free Offline Data: A Case for Planning with Latent Dynamics Models [79.2162092822111]
我々は,一連のナビゲーションタスクにおいて,強化学習(RL)と制御に基づく手法を体系的に評価する。
我々は、JEPA(Joint Embedding Predictive Architecture)を使用して、潜在ダイナミクスモデルを使用し、それを計画に使用します。
その結果,モデルベースプランニングではレイアウトが不明瞭になるのに対して,モデルフリーのRLは高品質なデータから恩恵を受けることがわかった。
論文 参考訳（メタデータ） (2025-02-20T18:39:41Z) - QualEval: Qualitative Evaluation for Model Improvement [82.73561470966658]
モデル改善のための手段として,自動定性評価による定量的スカラー指標を付加するQualEvalを提案する。
QualEvalは強力なLCM推論器と新しいフレキシブルリニアプログラミングソルバを使用して、人間の読みやすい洞察を生成する。
例えば、その洞察を活用することで、Llama 2モデルの絶対性能が最大15%向上することを示す。
論文 参考訳（メタデータ） (2023-11-06T00:21:44Z) - GLUECons: A Generic Benchmark for Learning Under Constraints [102.78051169725455]
本研究では,自然言語処理とコンピュータビジョンの分野における9つのタスクの集合であるベンチマークを作成する。
外部知識を制約としてモデル化し、各タスクの制約のソースを特定し、これらの制約を使用するさまざまなモデルを実装します。
論文 参考訳（メタデータ） (2023-02-16T16:45:36Z) - Bottlenecks CLUB: Unifying Information-Theoretic Trade-offs Among
Complexity, Leakage, and Utility [8.782250973555026]
ボトルネック問題(英: Bottleneck problem)は、機械学習と情報理論の分野において近年注目を集めている最適化問題の重要なクラスである。
本稿では,複雑性推論ユーティリティ・ボトルネック(CLUB)モデルと呼ばれる最適化問題の一般的なファミリーを提案する。
CLUBモデルは、他の情報理論プライバシモデルと同様に、これらの問題を一般化する。
論文 参考訳（メタデータ） (2022-07-11T14:07:48Z)
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。