Explainable AI for subsurface carbon capture, utilization, and storage systems: A review

地下炭素回収・有効利用・貯留システムのための説明可能なAI：レビュー (AI 翻訳)

Shadfar Davoodi, Mohammad Moosazadeh, Geovanny Branchiny Imasuly, Mohammed Al-Shargabi, David A. Wood, Evgeny Burnaev

Fuel📚 査読済 / ジャーナル2026-07-07#AI×ESG対象セクター: cross_sector

DOI: 10.1016/j.fuel.2026.140588

原典: https://doi.org/10.1016/j.fuel.2026.140588

🤖 gxceed AI 要約

日本語

本レビューは、地下CCUSシステムにおける説明可能なAI（XAI）の応用を包括的に概説する。XAIは複雑な地下プロセスの解釈可能性を向上させ、CCUSの安全性と効率性を高める。この分野の研究動向と将来展望を提供する。

English

This review comprehensively overviews the application of explainable AI (XAI) to subsurface carbon capture, utilization, and storage (CCUS) systems. XAI improves interpretability of complex subsurface processes, enhancing safety and efficiency of CCUS. It provides research trends and future outlook.

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CCUSがGX戦略の柱の一つであり、本レビューは地下CCUSへのXAI応用の実装を促進する知見を提供する。

In the global GX context

CCUS is a key negative emissions technology globally. Explainable AI is critical for trust and safety in subsurface operations. This review synthesizes the field, aiding global deployment.

👥 読者別の含意

🔬研究者:Offers a comprehensive overview of XAI techniques for CCUS, guiding future research directions.

🏛政策担当者:Highlights the role of AI in enhancing CCUS reliability, which can inform regulatory frameworks.

🔗 Provenance — このレコードを発見したソース

openalex https://doi.org/10.1016/j.fuel.2026.140588first seen 2026-07-09 05:16:27

🔔 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。