4 分で読了
0 views

深い街路峡谷における大気汚染低減のモデル化とエアスクラバーの可能性

(Modelling air pollution abatement in deep street canyons by means of air scrubbers)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海さん、最近うちの若手から街中の空気をどうにかしろと言われて困っています。車の排気や粉じんがある路地で人がずっといるとマズイと。論文でエアスクラバーというものがあると聞きましたが、どんなものなんでしょうか。

AIメンター拓海

素晴らしい着眼点ですね!エアスクラバーは、簡単に言えば『空気の掃除機』ですよ。論文では街路峡谷という空気が滞留しやすい場所で、地上レベルに設置した小型のスクラバー群が効果を出すかを数値シミュレーションで調べています。

田中専務

そのシミュレーションというのは現場で試したわけではないのですね。うちの現場に投資するとしたら、費用対効果や導入の実際を知りたいのですが、どう説明すればよいでしょうか。

AIメンター拓海

良い質問です、専務。まず要点を三つでまとめます。第一に、論文は計算流体力学(Computational Fluid Dynamics; CFD)を使った理論検証です。第二に、地上に配置したスクラバーは『同じ空気を何度も掃除できる』ため効率が上がる可能性があります。第三に、性能はスクラバーの除去効率と配置場所で大きく変わります。大丈夫、一緒に整理すれば導入判断ができますよ。

田中専務

CFDというのは数値で風の流れを真似するんですね。で、これって要するに地面近くで機械を動かして『空気を下から掃除するネットワーク』ということ?

AIメンター拓海

その理解で本質を捉えていますよ。街路峡谷はビルに挟まれた谷間のような場所で、風が抜けにくく汚染物質が溜まりやすい。そこに地面近くで作用するスクラバーを置くと、循環する空気を繰り返し処理できるので、局所的な濃度低下が期待できるのです。

田中専務

除去効率が90%とか25%とか書いてあると聞きましたが、実務上はどれくらいを期待すればいいですか。性能を上げるほどコストが跳ね上がるのではないかと心配です。

AIメンター拓海

その点も重要です。論文のシミュレーションでは、低効率でも相対的な効果はかなり得られると示されています。具体的には25%でも90%の半分程度の効果が期待できるとされ、費用対効果を考えるなら多数の低コストユニットを分散配置する戦略も現実的に検討できます。

田中専務

なるほど。あと現場で測れる指標や検証の順序を教えてください。うちの現場で実証するとなると、現場が止まっては困るのです。

AIメンター拓海

実証は段階的に進めます。第一段階は影響評価として既存の大気測定装置で短期的な濃度変化を観測すること。第二段階は異なる配置・運転条件での追加測定です。第三段階で現地の運用コストと保守性を評価します。小規模から始めれば現場停止は不要です。

田中専務

最後に、導入判断で社内の合意が取りやすい説明の仕方を教えてください。投資対効果を示す簡潔な言葉が欲しいです。

AIメンター拓海

要点を三つで伝えれば良いです。第一に『局所の健康リスク低減』が直接の効果であること。第二に『低コストユニットの分散配置で費用対効果が上がる可能性』があること。第三に『まずは小規模な現場実証で数値データを取得し、段階的に投資を拡大する』こと。これで取締役や現場の理解が得やすくなりますよ。

田中専務

分かりました、拓海さん。これって要するに、街路峡谷のような『風が抜けにくい所で繰り返し汚れた空気を地上で効率よく掃除する仕組み』をまず小さく試して、データで示してから広げるということですね。ありがとうございます、私も説明できます。

監修者

阪上雅昭(SAKAGAMI Masa-aki)
京都大学 人間・環境学研究科 名誉教授

論文研究シリーズ
前の記事
近似推論のための変分ホルダー境界
(Approximate Inference with the Variational Hölder Bound)
次の記事
極値マシン
(Extreme Value Machine)
関連記事
画像ミーム分類のための二段階モダリティ融合
(MEMEFIER: DUAL-STAGE MODALITY FUSION FOR IMAGE MEME CLASSIFICATION)
映像向け終端一体型脱霞と検出ネットワーク
(End-to-End United Video Dehazing and Detection Network)
視差によるカメラ動作ぼかしのための深度対応画像合成モデル
(Depth-Aware Image Compositing Model for Parallax Camera Motion Blur)
リプレイを用いた継続学習のためのスケーラブルな戦略
(Scalable Strategies for Continual Learning with Replay)
新規視点合成を用いた画像圧縮
(Image Compression Using Novel View Synthesis)
機械学習による材料の熱伝導率のエンドツーエンド予測
(End-to-end Material Thermal Conductivity Prediction through Machine Learning)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む