基于世界银行数据集的加拿大碳排放预测
机器学习
2022-12-01 v1 人工智能
摘要
环境中 CO2 排放的持续上升是全世界面临的最关键问题之一。许多国家正在做出关键决策以控制其碳足迹，从而避免一些灾难性后果。已有大量研究致力于预测未来的碳排放量，这可帮助我们提前开发创新技术加以应对。机器学习是从当前数据预测碳排放量最先进且高效的技术之一。本文提供了预测未来几年碳排放（CO2 排放）的方法。预测基于过去 50 年的数据。用于预测的数据集收集自世界银行数据集。该数据集包含 1960 年至 2018 年所有国家的 CO2 排放（人均公吨数）。我们的方法包括使用机器学习技术来推断未来十年的碳排放度量情形，并将其投影到取自世界银行数据仓库的数据集上。本研究的目的是比较不同机器学习模型（决策树、线性回归、随机森林和支持向量机）在相似数据集上的表现，并衡量它们预测之间的差异。
引用
@article{arxiv.2211.17010,
title = {Carbon Emission Prediction on the World Bank Dataset for Canada},
author = {Aman Desai and Shyamal Gandhi and Sachin Gupta and Manan Shah and Samir Patel},
journal= {arXiv preprint arXiv:2211.17010},
year = {2022}
}
备注
Submitted to Annals of Data Science, 2022 - Springer