文献

J-GLOBAL ID：202202212038550553   整理番号：22A0858508

ラフ集合を用いた低および高排出国の重要な社会経済的属性の解明【JST・京大機械翻訳】

Uncovering the significant socio-economic attributes of low- and high-emission countries using rough sets

著者 (3件)： Lopez Neil Stephen (Mechanical Engineering Department, De La Salle University, Manila, Philippines) ,  Mouy Meta (Mechanical Engineering Department, De La Salle University, Manila, Philippines) ,  Africa Aaron Don (Electronics and Communications Engineering Department, De La Salle University, Manila, Philippines)
資料名： Clean Technologies and Environmental Policy  (Clean Technologies and Environmental Policy)
巻： 24  号： 2  ページ： 595-605  発行年： 2022年 
JST資料番号： W1208B  ISSN： 1618-954X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 世界の炭素排出に対する運転者は,科学文献で広く研究されている。しかし,ほとんどの以前の研究は,分解解析のような教師つき学習アプローチに限定されている。したがって,研究支出,貧困発生,教育レベル,および商品の取引のようなより特定の社会経済因子の影響は,ほとんど調査されていない,そして,しばしば,運転者たちは国から国まで著しく異なる。しかし,本研究では,より詳細な手法を用いて,高および低排出諸国の間でパターンを導くことができると仮定した。したがって,ラフ集合を用いた新しいアプローチを開発し,194国と地域の排出に対する詳細な社会経済属性の影響を明らかにした。ラフ集合理論の重要な利点は,不完全なデータセットで働く能力である。包括的に,世界銀行のような地球規模のデータセットは,特に開発途上国ではギャップがある。本研究で開発したラフ集合モデルは94%の妥当性を有した。低所得国に対する最も重要な要因は,低から中農業輸出を持ち,ディーゼルに対して中~高ポンプ価格を持つ。高所得国では,これは一人当たりの高い国内製品を持っていた。全体として,本研究からの最も興味深い洞察は,国が排出を増加させるにつれて単純に成長しないが,また進化するということである。国が発展するにつれて,それらはまた,それらの優先部門,政策,および人口統計を変える。さらに,この知見は,低排出国の理解が包括的な研究からより利益になることを示唆する。高排出国は既に文献でよく研究されている。グラフ抽象;Copyright The Author(s), under exclusive licence to Springer-Verlag GmbH Germany, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 教育 ,  人口 ,  農業 ,  教師つき学習 ,  発展途上国 ,  *ラフ集合
準シソーラス用語： 世界銀行 ,  *社会経済 ,  ラフ集合論 ,  二酸化炭素放出 , 【Automatic Indexing@JST】

著者キーワード (4件)： 炭素放出 ,  運転因子 ,  機械学習 ,  ラフ集合

分類 (1件)： 環境問題  (SA01020V)

タイトルに関連する用語 (4件)： ラフ集合 ,  社会 ,  経済 ,  属性