PRIMJENA UMJETNE INTELIGENCIJE U RAZVOJU ENERGETSKO- EFIKASNIH PAMETNIH RASKRSNICA I PAMETNIH GRADOVA ZASNOVANIH NA OBNOVLJIVIM IZVORIMA ENERGIJE / APPLICATION OF ARTIFICIAL INTELLIGENCE IN THE DEVELOPMENT OF ENERGY-EFFICIENT SMART INTERSECTIONS AND SMART CITIES BASED ON RENEWABLE ENERGY SOURCES
再生可能エネルギーに基づくエネルギー効率の高いスマート交差点とスマートシティの開発における人工知能の応用 (AI 翻訳)
Nehad Gaši, Kemal Spahić, Bekir Fulan
🤖 gxceed AI 要約
日本語
本論文は、再生可能エネルギーを活用したスマート交差点の最適化にAIを応用し、交通流・エネルギー消費・気象データを機械学習で処理して動的信号制御を実現する。これにより渋滞緩和、安全性向上、CO₂排出削減に寄与し、都市の脱炭素化とエネルギー管理の効率化を促進する。統合的アプローチによる持続可能な都市インフラの可能性を示す。
English
This paper applies AI to optimize smart intersections powered by renewable energy, using machine learning on traffic, energy, and weather data for dynamic signal control. It reduces congestion, improves safety, and cuts CO₂ emissions, contributing to urban decarbonization and efficient energy management. Results show strong potential for integrated sustainable urban infrastructure.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
日本ではスマートシティ政策やカーボンニュートラル宣言に整合し、都市交通の脱炭素化と再エネ統合の具体策として参考になる。SSBJ開示におけるScope1・2削減策としても位置づけられる。
In the global GX context
This aligns with global smart city and decarbonization agendas, offering a model for integrating AI, renewables, and transport to meet climate targets. It supports TCFD/ISSB-aligned disclosure of urban emissions reduction initiatives.
👥 読者別の含意
🔬研究者:AIと再エネを統合した都市交通制御の方法論と脱炭素効果の定量評価手法を参考にできる。
🏢実務担当者:スマートシティや交通インフラ事業者は、AIによる信号制御でエネルギー効率とCO₂削減を実現する実装例として活用できる。
🏛政策担当者:都市計画や気候政策担当者は、再エネ統合型スマート交差点の導入による排出削減ポテンシャルを政策立案に反映できる。
📄 Abstract（原文）
<p><i>The development of smart cities based on sustainability principles requires the integration of advanced technologies that connect energy, transportation, and information systems. This paper analyzes the application of artificial intelligence (AI) in optimizing the operation of smart intersections powered by renewable energy sources, such as solar and wind systems, with a particular focus on improving traffic safety and efficiency. The research is based on the use of machine learning models that process data collected from sensors on traffic flows, energy consumption, and weather conditions. Based on these data, dynamic traffic signal control is enabled, reducing traffic congestion and improving traffic flow, which directly contributes to increased road user safety and reduced CO₂ emissions. Special emphasis is placed on the role of AI in decarbonization processes through more efficient energy management and greater integration of renewable energy sources. The application of these solutions enables predictive management of energy resources, reduction of losses, and optimal distribution of energy within urban networks. This contributes to the development of green and energy-efficient cities, where smart intersections represent key elements of modern infrastructure. The results indicate significant potential of an integrated approach in improving the transportation system, safety, and overall sustainability of urban environments.</i></p>
🔗 Provenance — このレコードを発見したソース
- semanticscholar https://zriut.com/article/1503/pdf/downloadfirst seen 2026-08-09 05:40:49
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。