Global S&T Development Trend Analysis Platform of Resources and Environment
新加坡国立大学开发出可识别建筑排放的开源人工智能模型 | |
秦冰雪 | |
2025-09-05 | |
所属快报 | 气候变化快报 |
出版年 | 2025 |
期 | 17 |
语种 | 中文 |
领域 | 气候变化 |
栏目 | GHG排放评估与预测 |
中文关键词 | 建筑排放 ; 脱碳 ; 图神经网络 |
英文关键词 | Building Emissions Decarbonization Graph Neural Network |
中文摘要 | 城市在全球可持续发展过程中起着关键作用,随着气候变化不断带来严峻挑战,碳中和已成为城市可持续发展的核心议题。然而,由于当前对城市建筑排放与其周围环境之间关系的了解有限,许多城市仍难以实现建筑环境脱碳,从而导致城市碳中和目标的实现受阻。8月15日,来自新加坡国立大学(National University of Singapore)的研究团队在《自然·可持续性》(Nature Sustainability)发表题为《揭示多个城市的建筑运行碳动态》(Revealing Building Operating Carbon Dynamics for Multiple Cities)的文章,利用自主开发的可以识别建筑排放的开源人工智能模型,确定了影响建筑运行碳排放的关键因素,包括城市形态、规划历史和收入水平等。 |
原文题名 | Revealing Building Operating Carbon Dynamics for Multiple Cities |
原文链接 | 查看原文 |
文献类型 | 快报文章 |
条目标识符 | http://119.78.100.173/C666/handle/2XK7JSWQ/355954 |
专题 | 气候变化 |
推荐引用方式 GB/T 7714 | 秦冰雪. 新加坡国立大学开发出可识别建筑排放的开源人工智能模型. 2025. |
条目包含的文件 | ||||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
新加坡国立大学开发出可识别建筑排放的开源(18KB) | 快报文章 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 | ||
新加坡国立大学开发出可识别建筑排放的开源(631KB) | 快报文章 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[秦冰雪]的文章 |
百度学术 |
百度学术中相似的文章 |
[秦冰雪]的文章 |
必应学术 |
必应学术中相似的文章 |
[秦冰雪]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论