Publikace detail

Blockchain and machine learning in the green economy: Pioneering carbon neutrality through innovative trading technologies

Autoři: Yang Fan | Abedin Mohammad Zoynul | Hájek Petr | Qiao Yanan

Rok: 2025

Druh publikace: článek v odborném periodiku

Název zdroje: IEEE Transactions on Engineering Management

Název nakladatele: IEEE (Institute of Electrical and Electronics Engineers)

Místo vydání: New York

Strana od-do: 1117-1139

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
cze	Blockchain a strojové učení v zelené ekonomice: Průkopnické úsilí o uhlíkovou neutralitu prostřednictvím inovativních obchodních technologií	V reakci na naléhavou potřebu globálního boje proti změně klimatu postupně vzniká nová éra uhlíkové neutrality. Dosažení uhlíkové neutrality je klíčové a v podmínkách digitální ekonomiky hrají technologicky řízené obchodní modely zásadní roli při snižování emisí uhlíku prostřednictvím efektivních systémů obchodování s emisemi. Současný výzkum v oblasti obchodování s emisemi uhlíku však trpí nedostatečnou ochranou soukromí, nízkou efektivitou sdílení dat a tvorby modelů, jakož i omezenými schopnostmi automatizovaného a autonomního budování modelů. Proto se tato studie zaměřuje na využití technologie blockchain a automatizovaného strojového učení pro sdílení dat a modelování s cílem podpořit dosažení uhlíkové neutrality. Nejprve navrhujeme architekturu systému a mechanismus ukládání dat na blockchain. Následně vyvíjíme metody pro ukládání a obchodování transakcí emisí uhlíku na blockchainu a konstruujeme proces vydávání uhlíkových kreditů. Kromě toho námi navrhovaný přístup zahrnuje vyhledávání neuronových architektur (neural architecture search) pro vytvoření modelu predikce cen v obchodování s emisemi uhlíku. Využitím augmentace dat časových řad cen emisí uhlíku a použitím triplet loss při trénování modelu zvyšujeme spolehlivost a bezpečnost investic do obchodování s emisemi prostřednictvím přesné cenové predikce. Experimentální výsledky dále potvrzují robustní výkonnost a vysokou přesnost modulu pro predikci cen emisí uhlíku. Navržený přístup tak poskytuje efektivní služby obchodování s emisemi uhlíku podnikům i jednotlivcům a představuje robustní řešení pro globální snižování emisí uhlíku a dosažení uhlíkové neutrality.	Uhlíková neutralita; Blockchainy; Chytré smlouvy; Automatizované strojové učení; Obchodování s emisemi; Stanovení cen; Prognózy; Klimatické změny; Modelování biologických systémů; Datové modely; Prediktivní modely; Analýza časových řad; Autonomní systémy
eng	Blockchain and machine learning in the green economy: Pioneering carbon neutrality through innovative trading technologies	In response to the pressing imperative of combating climate change on a global scale, a new era of carbon neutrality is steadily emerging. Achieving carbon neutrality is critical, and in the digital economy, technology-driven business models are essential for reducing carbon emissions through effective carbon emission trading systems. However, current research on carbon emission trading suffers from inadequate privacy protection, low efficiency in data sharing and model construction, as well as insufficient capabilities in automated and autonomous model building. Therefore, this study focuses on utilizing blockchain and automated machine learning for data sharing and modeling to enhance carbon neutrality. First, we design the architecture of the system and the mechanism for storing data on the blockchain. We then devise methods for storing and trading carbon emission transactions on the blockchain and construct the process for issuing carbon credits. In addition, our proposed method incorporates neural architecture search to develop a carbon trading price forecasting model. By leveraging data augmentation for carbon emission price time series and utilizing triplet loss for model training, we enhance the reliability and security of carbon trading investment through accurate price forecasting. The experimental results further demonstrate the robust performance and precision of our carbon emission price forecasting module. Consequently, our approach provides efficient carbon emission trading services to businesses and individuals, offering a robust solution for global carbon emission reduction and the achievement of carbon neutrality.	Carbon neutral; Blockchains; Smart contracts; Automated machine learning; Emissions trading; Pricing; Forecasting; Climate change; Biological system modeling; Data models; Predictive models; Time series analysis; Autonomous systems

Vyhledávání

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Ústavy

Pracoviště

Jak nás najdete?

Služby

Často hledáte