気候変動政策を改善するための新しい方法

May 31, 2023

ユニバーシティ・カレッジ・コーク（UCC）とコロンビア大学の研究者新しい研究を開発しましたこれにより、世界の温室効果ガス排出量の 20% を占める旅客および貨物輸送の将来の需要予測の精度が向上します。

国連は、世界人口が 2019 年の 77 億人から 2050 年には約 97 億人に増加する可能性があると推定しています。人口の増加と経済成長により、輸送サービスの需要が増加すると考えられます。

輸送関連の排出量を削減することは、気候政策にとって依然として大きな課題です。 これまで、輸送需要予測タスクは、需要をシミュレートするか回帰ベースの分析を使用することによって処理されていました。 今回、UCC とコロンビアの調査を通じて、世界中の国々が将来の輸送需要をより正確に推定できるようになります。

Scientific Reports に掲載されたこの研究は、TrebuNet と呼ばれる新しい革新的な機械学習アプローチを導入しています。 結果は、この新しい TrebuNet アーキテクチャが、従来の回帰手法と、より最近の最先端のニューラル ネットワークおよび機械学習手法の両方と比較して、優れたパフォーマンスを実現していることを示しています。 この改善は、短期、十年、中期のあらゆる輸送モードの需要に対する地域の需要予測にまで及びます。

UCC でエネルギー工学の博士号取得の一環としてこの研究を主導した Siddarth Joshi 氏は、「この研究は、輸送エネルギー サービス需要の推定精度を高める新しい機械学習アーキテクチャの開発に関する洞察を提供します。革新的な機械学習アーキテクチャとそのメリットはエネルギーモデリングコミュニティにとって測定可能であり、さまざまな分野に応用可能です。」

「正確な輸送需要予測はエネルギーシステムモデルや気候政策にとって重要であるだけでなく、世界のエネルギー市場の将来の方向性を理解するためのバックボーンとしても機能します」とUCCのエネルギー工学教授ブライアン・オ・ガラチョワールは述べた。

コロンビア大学上級研究員のジェームス・グリン博士は、「この新しい手法は、エネルギーシステムのモデリングとデータ分析における革新を実証し、深層学習の新たな応用のためのエネルギーシステムモデル内の見通しを理解する際の弱点を解決します。これは、エネルギーシステムにおける不確実性を取り除くのに役立ちます」と付け加えた。脱炭素化経路. 世界的なネットゼロ2050目標に沿った輸送の脱炭素化には、緊急の気候変動対策が必要である. コロンビアSIPAとUCCの協力は、エネルギーシステムモデリングとデータサイエンスにおける新しいアプローチにつながり、意思決定者にツールと証拠に基づく研究を提供する気候政策を設計する。」

- このプレスリリースはもともとUniversity College CorkのWebサイトに掲載されたものです