10 советов, как продлить срок службы робота-пылесоса
Sep 29, 2023Рейтинги перспективных игроков драфта НБА 2023 года: отчеты о разведке Виктора Вембаньямы и других ведущих игроков на Big Board
May 12, 202323 полезных предмета для путешествия в круиз в 2023 году
Sep 08, 202323 замечательных занятия акварелью, которые удивят учеников начальной школы
Nov 13, 20233 песни, которые вы не знали, что Дэйв Мэтьюз написал для других исполнителей
Aug 15, 2023Новый метод улучшения климатической политики
Исследователи из Университетского колледжа Корка (UCC) и Колумбийского университетаразработали новые исследованияэто повысит точность оценки будущего спроса на пассажирские и грузовые перевозки, на которые в совокупности приходится 20 процентов глобальных выбросов парниковых газов.
По оценкам Организации Объединенных Наций, население мира может вырасти с 7,7 миллиардов человек во всем мире в 2019 году до примерно 9,7 миллиардов в 2050 году. Дополнительное население и экономический рост, вероятно, приведут к увеличению спроса на транспортные услуги.
Сокращение выбросов, связанных с транспортом, остается серьезной проблемой для климатической политики. До сих пор задачи прогнозирования спроса на транспорт решались путем моделирования спроса или использования регрессионного анализа. Теперь, благодаря исследованию UCC и Колумбии, страны по всему миру смогут более точно оценить будущие потребности в транспорте.
Это исследование, опубликованное в журнале Scientific Reports, представляет новый инновационный подход машинного обучения под названием TrebuNet. Результаты показывают, что эта новая архитектура TrebuNet обеспечивает превосходную производительность по сравнению как с традиционными методами регрессии, так и с более современными методами нейронных сетей и машинного обучения. Улучшения распространяются на прогнозирование регионального спроса на все виды транспорта в краткосрочной, десятилетней и среднесрочной перспективе.
Сиддарт Джоши, который руководил этим исследованием в рамках своей докторской диссертации по энергетической инженерии в UCC, прокомментировал: «Это исследование дает представление о разработке новой архитектуры машинного обучения, которая повышает точность оценки потребностей в энергетических услугах транспорта. Инновационная архитектура машинного обучения и его преимущества измеримы для сообщества энергетического моделирования и применимы к различным дисциплинам».
«Точные прогнозы спроса на транспорт важны не только для моделей энергетических систем и климатической политики, но также служат основой для понимания будущего направления мировых энергетических рынков», - заявил Брайан О Галлахойр, профессор энергетической инженерии UCC.
Доктор Джеймс Глинн, старший научный сотрудник Колумбийского университета, добавил: «Этот новый метод демонстрирует инновации в моделировании энергетических систем и анализе данных, позволяющие устранить недостатки в понимании перспектив в моделях энергетических систем для новых приложений глубокого обучения. Это помогает нам устранить неопределенность в Сотрудничество между Columbia SIPA и UCC ведет к новым подходам в моделировании энергетических систем и науке о данных, чтобы предоставить инструменты и научно обоснованные исследования для лиц, принимающих решения. разработка климатической политики».
- Этот пресс-релиз был первоначально опубликован на веб-сайте Университетского колледжа Корка.
разработали новые исследования