Scope 3機械学習アプリケーションのためのグローバル排出係数データセット

科学分野:

• 環境科学と経済学
• データサイエンスと機械学習

背景:

• 正確なグリーンハウスガス（GHG）排出量推定は、企業のサステナビリティと機械学習にとって非常に重要です。
• 既存の排出係数データセットは、ライセンス制限、時空間的詳細の乏しさ、および情報の陳腐化に悩まされており、再現性を妨げています。
• GHG排出係数のためのオープンソースで、詳細かつ最新のデータセットが必要です。

研究 の 目的:

• グリーンハウスガス排出係数のためのオープンソースデータセットであるExioMLを紹介すること。
• データ統合と分析のための計算効率が高く拡張可能なツールキットを提供すること。
• サステナビリティおよび機械学習モデルのベンチマークのための再現可能なベースラインを確立すること。

主な方法:

• ExioMLはExiobase 3.8.2から派生し、マルチリージョナル産業連関表とGPUアクセラレーテッドツールキットを統合しています。
• このデータセットには、49地域、28年間（1995-2022）のセクター別排出係数が含まれています。
• データは、製品別（200カテゴリ）および産業別（163カテゴリ）形式で構成されています。

主要な成果:

• ExioMLは、時空間的粒度を高めた、オープンアクセス可能な排出係数テーブルを提供します。
• セクター別GHG排出量を予測するための回帰タスクが定義され、機械学習モデルを使用して評価されました。
• このデータセットは、他のデータセットや計算ツールとの互換性と拡張性を促進します。

結論:

• ExioMLは、正確で透明性の高いGHG排出量推定のための貴重なオープンソースリソースを提供します。
• このデータセットおよび関連ツールキットは、サステナビリティおよび機械学習研究における再現性とベンチマークをサポートします。
• ExioMLは、学際的な排出係数データの有用性とアクセシビリティを向上させることを目指しています。