Analyzing different energy transition patterns and their drivers using clustering and machine learning models: unveiling the role of digital technological innovation
Yang Chen, Shiwen Cai, Jinyi He, Xiao Wen
🤖 gxceed AI 要約
日本語
本論文はクラスタリングと機械学習を用いて異なるエネルギー転換パターンを分析し、デジタル技術革新の役割を明らかにする。エネルギー転換の多様性とその要因を考察。
English
This paper uses clustering and machine learning to analyze different energy transition patterns and reveals the role of digital technological innovation in driving these patterns. It examines the diversity of energy transition pathways and their underlying drivers.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
In the global GX context
This paper contributes to global understanding of energy transition patterns and the role of digital innovation, which is relevant for countries pursuing decarbonization.
👥 読者別の含意
🔬研究者:Useful for researchers studying the intersection of digital innovation and energy transition with machine learning methods.
🏢実務担当者:May inform corporate energy strategy by highlighting how digital technologies can drive transition.
🏛政策担当者:Provides evidence on the importance of digital innovation in shaping energy transition pathways.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.1016/j.eneco.2026.109428first seen 2026-06-19 05:03:42
🔔 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。