- ホーム
- > 洋書
- > 英文書
- > Science / Mathematics
Full Description
Dieses Buch diskutiert die Verwendung von Technologie, Data Science und Open Data, um das Netto-Null-Emissionsziel des Pariser Abkommens zum Klimawandel zu erreichen. Es gibt viele Diskussionen über Nachhaltigkeit und Lösungen für den Klimawandel, um die negativen Auswirkungen zu mildern. Die Verwendung von Technologiehebeln zur Bewältigung von Klimaherausforderungen wird jedoch selten als der bedeutendste Katalysator betrachtet. Die verfügbare Forschung in diesem Bereich ist im Allgemeinen qualitativer Natur, bei der Technologie und Daten noch nicht genutzt wurden. Durch den Einsatz von KI/ML sagt das Buch die Klimawandelfolgen aufgrund von Investitionen in den fossilen Brennstoffsektor voraus, schätzt die CO2-Emissionen des Verkehrssektors, prognostiziert die durch nicht erneuerbare Energiequellen verursachte durchschnittliche Landtemperatur und segmentiert indische Bundesstaaten auf der Grundlage von Haushalts-CO2-Emissionen. Die Forscher, Entscheidungsträger, Studenten, Lehrer, Bildungseinrichtungen, Regierungen, Regulierungsbehörden, Unternehmen, internationale Organisationen usw. werden immens von diesem Buch profitieren. Darüber hinaus soll dieses Buch dazu dienen, den nächsten Generationen eine dekarbonisierte Umgebung und eine bessere Zukunft zu bieten.
Contents
Kapitel 1. Klimawandel und KI im Finanz-, Energie-, Haushalts- und Verkehrssektor.- Kapitel 2. Die Rolle des Bankensektors im Klimawandel - Literaturübersicht und Datenaufbereitung.- Kapitel 3. Anwendung von maschinellem Lernen zur Vorhersage der Folgen des Klimawandels aufgrund von Investitionen der Banken in fossile Brennstoffe.- Kapitel 4. Auswirkung von nicht erneuerbaren Energiequellen auf den Klimawandel in Indien - Literaturübersicht und Datenaufbereitung.- Kapitel 5. Einsatz von maschinellem Lernen zur Vorhersage der Auswirkungen nicht erneuerbarer Energiequellen auf den Klimawandel in Indien.- Kapitel 6. Auswirkungen von Haushaltsemissionen auf den Klimawandel in Indien - Literaturübersicht und Datenaufbereitung.- Kapitel 7. Verwendung von Algorithmen des unüberwachten Lernens zur Segmentierung der indischen Bundesstaaten auf der Grundlage der Primärenergie-Emissionen der Haushalte.- Kapitel 8. Anwendung des maschinellen Lernens auf den Klimawandel im Verkehrssektor - Literaturübersicht und Datenaufbereitung.- Kapitel 9. Anwendung von maschinellem Lernen zur Vorhersage von CO2-Emissionen aus dem Verkehrssektor zur Minderung des Klimawandels.- Kapitel 10. Rechner für Kohlenstoffemissionen: Auswirkungen von AI auf den Klimawandel.
