Explainable stacked ensemble learning and multi-objective optimization for the intelligent design of green and low-carbon geopolymer concrete
説明可能なスタッキングアンサンブル学習と多目的最適化によるグリーン・低炭素ジオポリマーコンクリートの知的設計 (AI 翻訳)
Metin Katlav, Kazim Turk
🤖 gxceed AI 要約
日本語
本論文では、説明可能なスタッキングアンサンブル学習と多目的最適化を用いて、グリーンで低炭素なジオポリマーコンクリートの知的設計手法を提案。環境性能と力学性能を両立する配合の効率的な探索を可能にし、セメント代替によるCO2削減に貢献する。
English
This paper presents an explainable stacked ensemble learning and multi-objective optimization framework for the intelligent design of green and low-carbon geopolymer concrete. It enables efficient exploration of mix proportions that balance environmental and mechanical performance, contributing to CO2 reduction by replacing Portland cement.
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
日本の建設業界はカーボンニュートラル目標に向けて、セメント代替材料の開発が急務である。本手法はAIを活用して低炭素コンクリートの設計を効率化し、SSBJやTCFD対応にも資する可能性がある。
In the global GX context
This paper advances global efforts in sustainable construction by applying AI to design low-carbon geopolymer concrete. It aligns with ISSB and CSRD requirements for embodied carbon reduction and supports transition finance in the building materials sector.
👥 読者別の含意
🔬研究者:Provides a methodology combining explainable ML and multi-objective optimization for sustainable material design, useful for further research in AI-driven green building materials.
🏢実務担当者:Offers a practical AI tool for optimizing concrete mix designs to reduce carbon footprint while maintaining performance, applicable in construction and material production.
🏛政策担当者:Highlights the potential of AI in enabling low-carbon construction materials, supporting policies for green building standards and emission reduction targets.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.1016/j.eswa.2026.133523first seen 2026-07-05 05:01:59
🔔 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。