Agri-LLM予測器：低炭素型統合農業エネルギーシステムにおけるゼロショット負荷予測のための物理・意味論誘導型大規模言語モデル

日本語

本論文は、低炭素型の統合農業エネルギーシステムにおける負荷予測に、物理法則と意味論を組み込んだ大規模言語モデル（LLM）を適用する手法を提案する。ゼロショット予測により、データが乏しい農業エネルギー環境でも高精度な需要予測を可能にすることを目指す。農業分野の脱炭素化と再生可能エネルギー統合の効率化に寄与する研究である。

English

This paper proposes a physics- and semantics-guided large language model (LLM) for zero-shot load forecasting in low-carbon integrated agricultural energy systems. It aims to enable accurate demand prediction in data-scarce agricultural energy settings. The work contributes to decarbonization and renewable integration in the agricultural sector.

日本のGX文脈において

農業分野の脱炭素化は日本のGX政策でも注目されるが、本論文はESG開示やSSBJ対応とは直接関係しない。ただし、農業エネルギーシステムの需給最適化は、地域の再エネ導入やカーボンニュートラル農業に関心を持つ日本企業・自治体にとって参考になり得る。

In the global GX context

While agricultural decarbonization is a growing global theme, this paper does not directly address TCFD/ISSB disclosure or transition finance. Its value lies in AI-driven energy demand forecasting for low-carbon agricultural systems, which may inform renewable integration and operational planning in agri-energy contexts.