Assessing the photovoltaic development potential and predicting deployment suitability of open-pit mines in China: A BBE-weighted positive–unlabeled learning framework
中国における露天鉱山の太陽光発電開発可能性評価と展開適性予測：BBE加重正例未学習フレームワーク (AI 翻訳)
Yulong Geng, Qi Li, Aobo Guo, Fan Zhang, Yusheng Liang, Zhenqi Hu
🤖 gxceed AI 要約
日本語
本研究は、BBE加重正例未学習フレームワークを用いて、中国の露天鉱山における太陽光発電の開発可能性と展開適性を評価・予測する手法を提案する。再生可能エネルギー導入のための鉱山跡地活用に資する。
English
This study proposes a BBE-weighted positive-unlabeled learning framework to assess and predict the photovoltaic development potential and deployment suitability of open-pit mines in China. It contributes to repurposing mine lands for renewable energy.
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
日本でも廃鉱山の太陽光発電活用が検討されており、本手法は鉱山跡地の再エネ適地評価に応用可能。中国のデータに基づくが、手法は汎用的で日本の政策にも示唆を与える。
In the global GX context
Repurposing mine lands for solar PV is a global strategy for low-cost renewable deployment. This study provides a machine learning framework that can be adapted to other countries, including Japan, for assessing PV potential on degraded lands.
👥 読者別の含意
🔬研究者:Provides a novel ML method (positive-unlabeled learning) for renewable energy potential assessment on degraded lands.
🏢実務担当者:Mining companies can use this framework to identify suitable mine sites for solar PV deployment, reducing land costs.
🏛政策担当者:Supports policy for mine reclamation with renewable energy, offering a data-driven approach for site prioritization.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.1016/j.apenergy.2026.128313first seen 2026-07-01 05:17:24 · last seen 2026-07-01 05:17:44
🔔 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。