論文の概要: Proceedings of the 2nd International Workshop on Low Carbon Computing (LOCO 2026)
- arxiv url: http://arxiv.org/abs/2608.02072v1
- Date: Mon, 03 Aug 2026 11:18:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-04 15:07:25.508014
- Title: Proceedings of the 2nd International Workshop on Low Carbon Computing (LOCO 2026)
- Title（参考訳）: 第2回低炭素コンピューティング国際ワークショップ(LOCO2026)の開催報告
- Abstract要約: 第2回低炭素コンピューティング国際ワークショップ(LOCO 2026)に参加して
LOCO 2026は、2026年9月10日から11日にかけてイギリスのランカスター大学で開催された。
論文は、LOCO 2026プログラム委員会のメンバーによる非盲検査読プロセスを通じて評価された。
- 参考スコア（独自算出の注目度）: 6.164532433463699
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This volume contains the proceedings of the 2nd International Workshop on Low Carbon Computing (LOCO 2026), held at Lancaster University, United Kingdom, on 10-11 September 2026. LOCO provides an interdisciplinary forum for research, practical tools, early-stage work, radical ideas, and critical perspectives addressing the reduction of greenhouse gas emissions associated with computing. The proceedings cover topics including carbon measurement and reporting, sustainable software engineering, energy-efficient computing, carbon-aware systems, hardware longevity, embodied carbon, circular computing, resource management, frugal and sufficiency-oriented computing, sustainable artificial intelligence, scientific computing, and the wider environmental effects of digital technologies. Full workshop papers were evaluated through a non-blind peer-review process by members of the LOCO 2026 Programme Committee. Submissions were assessed for originality, relevance to the workshop, quality, and potential to stimulate constructive discussion. The volume also includes accepted lightning-talk abstracts where authors elected to include them.
- Abstract（参考訳）: この巻は2026年9月10～11日にランカスター大学で開催された第2回低炭素コンピューティング国際ワークショップ(LOCO 2026)の手続きを含んでいる。
LOCOは、研究のための学際的なフォーラム、実用的なツール、初期段階の研究、急進的なアイデア、そしてコンピューティングに関連する温室効果ガス排出量の削減に対処する重要な視点を提供している。
このプロシージャは、炭素測定とレポート、持続可能なソフトウェアエンジニアリング、エネルギー効率の高いコンピューティング、カーボン対応システム、ハードウェア長寿、エンボディドカーボン、円形コンピューティング、リソース管理、フラッグとサフィシエンス指向コンピューティング、持続可能な人工知能、科学計算、デジタル技術のより広い環境効果などを含むトピックをカバーしている。
LOCO 2026プログラム委員会のメンバーによる非盲検査読プロセスを通じて、完全なワークショップ論文が評価された。
提案は、独創性、ワークショップへの関連性、品質、建設的な議論を刺激する可能性について評価された。
この巻にはライトニングトークの要約が受け入れられており、著者がそれを含めることを選択している。
関連論文リスト
- LOCO 2026 Lightning Talk Abstracts: 2nd International Workshop on Low Carbon Computing [6.164532433463699]
この巻は、第2回低炭素コンピューティング国際ワークショップ(LOCO 2026)から受理された雷話の貢献を含んでいる。
このコレクションには、新しい研究、アーリーステージの結果、実用的なツール、そしてコンピューティングの環境への影響を減らすための重要な視点を示す14の短い論文がまとめられている。
論文 参考訳（メタデータ） (2026-09-11T17:02:31Z) - CarbonEdge: Carbon-Aware Deep Learning Inference Framework for Sustainable Edge Computing [0.3130422849413413]
ネットワークエッジにおけるディープラーニングの応用は、AI関連の二酸化炭素排出量の大幅な増加につながります。
既存のエッジコンピューティングフレームワークはレイテンシとスループットを最適化しているが、推論ワークロードの環境への影響を無視している。
本稿では,炭素フットプリント推定とグリーンスケジューリング能力を備えた適応モデル分割を拡張可能な,炭素対応ディープラーニング推論フレームワークであるCarbonEdgeを紹介する。
論文 参考訳（メタデータ） (2026-03-28T21:41:58Z) - Greening AI-enabled Systems with Software Engineering: A Research Agenda for Environmentally Sustainable AI Practices [70.24403396375277]
CECAM-Lorentzワークショップは2025年2月3日、スイスのローザンヌで開催された。
本報告ではワークショップから生まれた研究課題について述べる。
環境に優しいAIシステムの開発を導くために、オープンな研究の方向性と実践的な勧告を概説する。
論文 参考訳（メタデータ） (2025-06-02T15:19:49Z) - 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) - Estimating the Carbon Footprint of BLOOM, a 176B Parameter Language
Model [72.65502770895417]
176ビリオンパラメータ言語モデルBLOOMの炭素フットプリントを,そのライフサイクルにわたって定量化する。
BLOOMの最終訓練で約24.7トンのカルボネックが放出されたと推定する。
本稿では,機械学習モデルの炭素フットプリントを正確に推定することの難しさについて論じる。
論文 参考訳（メタデータ） (2022-11-03T17:13:48Z) - Coordinated Science Laboratory 70th Anniversary Symposium: The Future of
Computing [80.72844751804166]
2021年、コーディネート・サイエンス研究所(CSL)は70周年を記念して、Future of Computing Symposiumを開催した。
シンポジウムで提案された主要な技術的ポイント、洞察、方向性を要約する。
参加者は、新しいコンピューティングパラダイム、技術、アルゴリズム、行動、そして将来予想される研究課題に関するトピックについて議論した。
論文 参考訳（メタデータ） (2022-10-04T17:32:27Z) - Measuring the Carbon Intensity of AI in Cloud Instances [91.28501520271972]
我々は,ソフトウェアの炭素強度を測定するための枠組みを提供し,運転中の炭素排出量を測定することを提案する。
私たちは、Microsoft Azureクラウドコンピューティングプラットフォームにおける排出削減のための一連のアプローチを評価します。
論文 参考訳（メタデータ） (2022-06-10T17:04:04Z) - Chasing Carbon: The Elusive Environmental Footprint of Computing [11.992632765006087]
我々は、炭素排出量の観点から計算の環境効果を分析する。
現代のモバイルおよびデータセンター機器に関連するほとんどの排出量は、ハードウェア製造とインフラから来ている。
論文 参考訳（メタデータ） (2020-10-28T18:15:22Z) - Semantic Workflows and Machine Learning for the Assessment of Carbon
Storage by Urban Trees [3.7326934284216877]
本研究は、気候変動に関する政府間パネル(IPCC)のガイドラインに従って、アフリカの地域における炭素貯蔵量を推定する。
我々の知る限りでは、気候変動に関する政府間パネル(IPCC)のガイドラインに従い、アフリカ各地の炭素貯蔵量を推定する最初の研究である。
論文 参考訳（メタデータ） (2020-09-22T01:30:29Z) - Green Algorithms: Quantifying the carbon footprint of computation [0.0]
本稿では,任意の計算タスクの炭素フットプリントを,標準化された信頼性の高い方法で推定する枠組みを提案する。
温室効果ガスの排出を解釈し、文脈的に解釈する指標が定義され、車や飛行機で走行する同等距離を含む。
我々は、ユーザが計算の炭素フットプリントを見積り、レポートできる、無料で利用可能なオンラインツールであるGreen Algorithmsを開発した。
論文 参考訳（メタデータ） (2020-07-15T11:05:33Z) - Towards the Systematic Reporting of the Energy and Carbon Footprints of
Machine Learning [68.37641996188133]
我々は、リアルタイムエネルギー消費と二酸化炭素排出量を追跡するための枠組みを導入する。
エネルギー効率のよい強化学習アルゴリズムのためのリーダーボードを作成します。
炭素排出量削減とエネルギー消費削減のための戦略を提案する。
論文 参考訳（メタデータ） (2020-01-31T05:12:59Z)
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。