Assessment of Regional Green Hydrogen Production Potential Using Multilayer Sensor and SHAP Analysis for Smart City Applications
スマートシティ応用のためのマルチレイヤーセンサーとSHAP分析を用いた地域別グリーン水素生産ポテンシャルの評価 (AI 翻訳)
Abdulsamed Güneş, Orhan Yaman, Elif Feyza Sari, Hasan Yetiş
🤖 gxceed AI 要約
日本語
2535都市を対象に、太陽光・風力などの再エネデータと水素生産能力データからMLPモデルでグリーン水素生産ポテンシャルを推定。SHAP分析で太陽放射や風速の影響を解釈し、Foliumで地理的可視化。高精度で有望地域を特定でき、ゼロカーボンに向けた持続可能エネルギー計画に貢献する。
English
This study develops an MLP model to predict green hydrogen production potential for 2,535 cities using renewable energy and hydrogen capacity data, with SHAP interpretability and Folium mapping. It accurately identifies high- and low-potential regions, supporting sustainable energy planning and zero-carbon hydrogen infrastructure development.
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
日本の水素基本戦略や再エネ導入拡大に資する評価手法であり、国内自治体の水素ポテンシャル推計やGX投資判断、地域分散型エネルギー計画への応用が期待される。
In the global GX context
This spatial modeling approach supports global energy transition planning by identifying cost-effective green hydrogen zones, which is relevant to ISSB-aligned transition finance and infrastructure investment decisions.
👥 読者別の含意
🔬研究者:MLP+SHAPによるグリーン水素ポテンシャル推定の再現可能な手法を学び、他地域への適用可能性を検討できる。
🏢実務担当者:自治体やエネルギー事業者が、水素インフラ整備の候補地選定や投資優先度判断に活用できる。
🏛政策担当者:国や地域の水素戦略・補助金配分をデータ駆動で設計するための参考となる。
📄 Abstract（原文）
This study aims to determine the regional hydrogen production potential of 2535 cities using a machine learning model based on renewable energy potential (photovoltaic and wind energy) and hydrogen production capacity data. The performance of the developed Multilayer Perceptron (MLP) model was evaluated using metrics such as R2 (R-Squared), RMSE (Root Mean Squared Error), and MAE (Mean Absolute Error). The model outputs were interpreted using SHAP (SHapley Additive exPlanations) analysis to indicate the effects of parameters influential in renewable energy production, such as solar radiation and wind speed, on hydrogen production. Furthermore, cities with the highest and lowest potential for green hydrogen production were identified and geographically visualized using the Folium library. The results show that the model can predict the regional green hydrogen production potential with high accuracy and map the most suitable regions for production. This study serves as an important guide for sustainable energy planning and the development of green hydrogen infrastructure towards reducing carbon emissions to zero.
🔗 Provenance — このレコードを発見したソース
- semanticscholar https://doi.org/10.7212/karaelmasfen.1890774first seen 2026-07-31 06:42:19
🔔 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。