JP2009093301A - エネルギー消費効率の分析方法とそのプログラム、記憶媒体 - Google Patents
エネルギー消費効率の分析方法とそのプログラム、記憶媒体 Download PDFInfo
- Publication number
- JP2009093301A JP2009093301A JP2007261476A JP2007261476A JP2009093301A JP 2009093301 A JP2009093301 A JP 2009093301A JP 2007261476 A JP2007261476 A JP 2007261476A JP 2007261476 A JP2007261476 A JP 2007261476A JP 2009093301 A JP2009093301 A JP 2009093301A
- Authority
- JP
- Japan
- Prior art keywords
- energy consumption
- consumption efficiency
- characteristic
- efficiency
- facility
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】事業者が効果的にエネルギー消費効率を分析するエネルギー消費効率の分析方法とそのプログラム、記憶媒体の提供。
【解決手段】図1の縦軸Aは同種施設の施設数、横軸Bはエネルギー消費効率(標準偏差)を示している。エネルギー消費効率の中央は平均値Ea、平均値の右側は低効率Ei、平均値の左側は高効率Ehを表しており、相関の分布として表されている。対象とする施設の特性がDaであるとすると、少なくとも平均値のEaの特性Dbまでエネルギー消費効率を改善する余地があるものと判断する。
【選択図】図1
【解決手段】図1の縦軸Aは同種施設の施設数、横軸Bはエネルギー消費効率(標準偏差)を示している。エネルギー消費効率の中央は平均値Ea、平均値の右側は低効率Ei、平均値の左側は高効率Ehを表しており、相関の分布として表されている。対象とする施設の特性がDaであるとすると、少なくとも平均値のEaの特性Dbまでエネルギー消費効率を改善する余地があるものと判断する。
【選択図】図1
Description
本発明は、一定のエリア内で、エネルギーを消費する複数の施設を保有する企業や自治体などのような事業者が温暖化対策を計画する際に、効果的にエネルギー消費効率分布を分析する、エネルギー消費効率の分析方法とそのプログラム、記憶媒方法に関する。
近年、CO2の排出増加などによる地球温暖化の問題が深刻になってきている。地球温暖化を防止するために、1997年京都で気候変動枠組条約第3回締約国会議において、京都議定書が採択された。この京都議定書において、日本は2008〜2012年の5年間に温室効果ガス排出量を基準年に比べて6%削減することが義務付けられている。
このような京都議定書の目標達成に向けて、企業や自治体などのような、事業者の取り組みが実施されており、温暖化対策に関連した文献も公表されている。例えば、本件特許出願人は、特許文献1において、エネルギーを消費する複数の施設を保有する企業や自治体などのような事業者が、温暖化対策を計画する際の指針を提示して支援する、温暖化対策計画策定方法を提示している。
特許文献1は、温暖化対策を計画する際に、各事業者が一定のエリア内で保有する施設のエネルギー消費効率は、どの程度の改善余地があるかという観点からは十分な検討がなされていなかった。このため、各施設に共通して適用できる具体的な排出削減の余地分析を行うことができないという問題があった。
本発明は、このような問題に鑑みて、一定のエリア内でエネルギーを消費する複数の施設を保有する企業や自治体などのような事業者が温暖化対策を計画する際に、効果的にエネルギー消費効率分布を分析する、エネルギー消費効率の分析方法とそのプログラム、記憶媒体の提供を目的とする。
本発明にかかるエネルギー消費効率の分析方法は、一定のエリア内において事業体が保有する同種施設のエネルギー消費効率のデータを収集する段階と、
前記エネルギー消費効率および施設数との相関関係の第1の特性を求める段階と、
エネルギー消費効率の改善を検討する複数の施設の前記エネルギー消費効率が前記第1の特性の平均値以下である施設を抽出する段階と、
前記第1の特性の平均値以下の各施設における前記エネルギー消費効率の改善目標を設定する段階と、
前記改善目標を達成したと仮定したときにおける前記施設の前記エネルギー消費効率特性を第2の特性として求める段階と、
前記第1の特性と第2の特性を修正合算して前記エネルギー消費効率の第3の特性を求める段階と、
前記第3の特性に基づいて当該施設のエネルギー消費効率改善余地を演算する段階と、
よりなることを特徴とする。
前記エネルギー消費効率および施設数との相関関係の第1の特性を求める段階と、
エネルギー消費効率の改善を検討する複数の施設の前記エネルギー消費効率が前記第1の特性の平均値以下である施設を抽出する段階と、
前記第1の特性の平均値以下の各施設における前記エネルギー消費効率の改善目標を設定する段階と、
前記改善目標を達成したと仮定したときにおける前記施設の前記エネルギー消費効率特性を第2の特性として求める段階と、
前記第1の特性と第2の特性を修正合算して前記エネルギー消費効率の第3の特性を求める段階と、
前記第3の特性に基づいて当該施設のエネルギー消費効率改善余地を演算する段階と、
よりなることを特徴とする。
また、本発明のエネルギー消費効率の分析方法は、前記エネルギー消費効率改善余地Xを、
X={1−(第3の特性の平均効率/第1の特性の平均効率)}
×100%、
で求めることを特徴とする。
X={1−(第3の特性の平均効率/第1の特性の平均効率)}
×100%、
で求めることを特徴とする。
また、本発明のエネルギー消費効率の分析方法は、前記第1の特性の平均値以下の各施設における前記エネルギー消費効率の改善目標を、前記同種施設における前記エネルギー消費効率の最良値に設定することを特徴とする。
また、本発明のエネルギー消費効率の分析方法は、前記第1の特性〜第3の特性は、それぞれ、前記エネルギー消費効率および施設数との相関の分布を表した特性であることを特徴とする。
また、本発明のエネルギー消費効率の分析方法は、前記第1の特性の平均値以下の各施設における前記エネルギー消費効率の改善目標を、前記相関の分布で表わされた第1の特性の平均値に設定することを特徴とする。
また、本発明のエネルギー消費効率の分析方法は、前記エネルギー消費効率に代えて、CO2の排出効率(原単位)でも適用可能であることを特徴とする。
本発明のエネルギー消費効率の分析方法にかかるプルグラムは、コンピュータに、
一定のエリア内において事業体が保有する同種施設のエネルギー消費効率のデータを収集する手順と、
前記エネルギー消費効率および施設数との相関関係の第1の特性を求める手順と、
エネルギー消費効率の改善を検討する複数の施設の前記エネルギー消費効率が前記第1の特性の平均値以下である施設を抽出する手順と、
前記第1の特性の平均値以下の各施設における前記エネルギー消費効率の改善目標を設定する手順と、
前記改善目標を達成したと仮定したときにおける前記施設の前記エネルギー消費効率特性を第2の特性として求める手順と、
前記第1の特性と第2の特性を修正合算して前記エネルギー消費効率の第3の特性を求める手順と、
前記第3の特性に基づいて当該施設のエネルギー消費効率改善余地を演算する手順と、を実行させることを特徴とする。
一定のエリア内において事業体が保有する同種施設のエネルギー消費効率のデータを収集する手順と、
前記エネルギー消費効率および施設数との相関関係の第1の特性を求める手順と、
エネルギー消費効率の改善を検討する複数の施設の前記エネルギー消費効率が前記第1の特性の平均値以下である施設を抽出する手順と、
前記第1の特性の平均値以下の各施設における前記エネルギー消費効率の改善目標を設定する手順と、
前記改善目標を達成したと仮定したときにおける前記施設の前記エネルギー消費効率特性を第2の特性として求める手順と、
前記第1の特性と第2の特性を修正合算して前記エネルギー消費効率の第3の特性を求める手順と、
前記第3の特性に基づいて当該施設のエネルギー消費効率改善余地を演算する手順と、を実行させることを特徴とする。
本発明の記憶媒体は、前記のプログラムを記憶させたことを特徴とする。
本発明に係るエネルギー消費効率の分析方法によれば、一定のエリア内でエネルギーを消費する複数の施設を保有する企業や自治体などのような事業者は、温暖化対策を計画する際に、具体的なエネルギー消費、CO2削減の余地分析の検討が可能となり、現実的な対応を実施することができる。
また、前記エネルギー消費効率の分析方法をプログラムとして構成しているので、コンピュータが設置されている環境のもとでは、削減余地を考慮した温暖化対策の評価を迅速に実行できる。
また、このプログラムを記憶媒体に記憶させているので、可搬性にすぐれており、必要なときには時間や場所を選ぶことなくいつでも、また、どこにおいてもプログラムを再生することができる。
本発明は、企業・自治体などの事業者が温暖化対策導入計画を策定する際に、エネルギー消費効率がどの程度の改善余地があるかという観点から検討し、各施設に共通して適用できる具体的なエネルギー消費やCO2削減の余地分析を行う技術に関するものである。
以下、図により本発明の実施形態を説明する。
以下、図により本発明の実施形態を説明する。
図1は、本発明のエネルギー消費効率の分析方法の基本的な考え方を示す説明図である。ここで、エネルギー消費効率(原単位)は、活動量あたりのエネルギー消費量に相当する。また、CO2排出の原単位は、活動量あたりのCO2排出量に相当する。図1において、特性図Dは、同種施設のエネルギー消費効率分布から、対象とする施設のエネルギー消費効率と比較した例を表示している。ここで同種施設とは、対象とする施設、この例では業種R(庁舎、事務施設)と同じ施設を意味している。
図1の縦軸Aは同種施設の施設数、横軸Bはエネルギー消費効率(標準偏差)を示している。エネルギー消費効率の中央は平均値Ea、平均値の右側は低効率Ei、平均値の左側は高効率Ehを表している。このように、図1の特性(第1の特性)は施設数とエネルギー消費効率(標準偏差)の相関関係の分布で表されている。対象とする施設の特性がDaであるとすると、少なくとも平均値のEaの特性Dbまでエネルギー消費効率を改善する余地があるものと考えられる。ここで、図1の横軸に表したエネルギー消費効率と、縦軸に表した施設数との関係を、本発明の実施形態においては、エネルギー消費効率と施設数との相関の分布と定義する。
図1に示されているように、特性図Dの右側では、当該施設の特性Daをみることにより、相対的に(視覚により)「エネルギー消費効率における簡易な第三者評価」が可能である。特性図Dの平均値を目標とすることは、当該施設の客観的な「期待される削減量の第三者評価」となるものである。
図2は、図1の特性を踏まえて、当該施設におけるエネルギー消費効率削減分析のフローを示す説明図である。図2において、当該施設との同種施設比較(F)では、施設の業種分類(Fa)と、エネルギー消費効率の分布作成(Fb)を行う。仮説Gでは、当該施設の図1の特性(エネルギー消費効率)が、平均以下であるものとする(Ga)。この際に、少なくとも図1の平均効率までのエネルギー消費効率の改善(Gb)と、最大値(当該同種施設におけるトップランナーのエネルギー消費効率)までのエネルギー消費効率の改善(Gc)を検討する。このように、図1の特性分布中のトップの効率は、同一の業種において目標となる省エネルギーのトップランナーの特性を示している。
施設のエネルギー消費効率削減余地分析(H)では、前記Gbについて検討する。ここでは、企業や自治体などの事業所でエネルギー消費効率が平均以下の施設を抽出する(Ha)。次に、前記抽出された施設のエネルギー消費効率改善を図る(Hb)。続いて、前記感光体以前後の全体のエネルギー消費効率分布とその平均値を演算する。この処理は、当該施設のエネルギー消費効率を改善することにより、図1の相関の分布の特性が変化するので、変化した後の全体のエネルギー消費効率分布とその平均値を演算するものである。
当該事業所におけるエネルギー消費効率の削減余地Hdは、次式により演算される。すなわち、
Hd={1−(改善後の平均効率/当初の平均効率)}×100%、
このように、本発明の実施形態においては、当該施設と同種の施設のエネルギー消費効率の特性(図1)から、当該事業所におけるエネルギー消費効率の削減余地Hdを演算により客観的に分析することができる。
Hd={1−(改善後の平均効率/当初の平均効率)}×100%、
このように、本発明の実施形態においては、当該施設と同種の施設のエネルギー消費効率の特性(図1)から、当該事業所におけるエネルギー消費効率の削減余地Hdを演算により客観的に分析することができる。
図3は、業務施設の規模(床面積)とエネルギー消費量との関係を示す説明図である。図3の特性図Kの縦軸Kaはエネルギー消費量(GJ)、横軸Kbは規模(床面積、m2)を表している。図3の例では、ある自治体のエリア内における病院、学校などの業種毎の施設を対象として、当該施設の規模(床面積、m2)とエネルギー消費量(GJ)との関係をプロットしている。図3によれば、例えば、床面積あたりのエネルギー消費量が大きい施設がどの業種にどれだけあるかが、視覚で判断できる。
図4は、エネルギー消費効率分布M(図1)を業種毎にみた例を示す説明図である。図4のMaは業種分類N(病院、医療施設など)の特性、Mbは業種分類O(学校、教育機関など)の特性、Mcは業種分類Q(公民館、図書館など)の特性、Mdは業種分類R(庁舎、事務施設など)の特性をそれぞれ示している。図4のエネルギー消費効率分布からは、どのような業種がエネルギー消費効率が高いか、などの特徴が明確になる。
図5は、エネルギー消費効率削減余地分析手順Tの概要を示す説明図である。図5の前記手順においては、図4で説明した業種分類Q(公民館、図書館など)の特性Mcを例にしている。Mcの白抜き部分はエネルギー消費効率が平均値以下であり、エネルギー消費効率削減余地の対象として取り出す(Ta)。
このTaの部分のエネルギー消費効率を改善したものと仮定した特性がTb(第2の特性)である。すなわち、Tbの特性は、Taのデータを標準偏差の特性に置き換えたと仮定した特性を示している。Meは、Mcの特性から前記白抜きの部分を取り去り、Tbのように特性を改善したときに、Mcの黒抜きの特性にTbを加えて全体の標準偏差として表した特性(第3の特性)を示している。
ただし、縦軸の長さ(施設数)は、McとTbは同じではないので、McとMeでも縦軸の長さは異なっている。Meは、エネルギー消費効率を改善した後に全体の特性の傾向はどのように変化するかを模式的に示したものである。Meの特性で、改善余地の数値(17.4%)は、図2で説明した削減余地と同義であり、削減余地の演算式で求めることができる。また、重み付け分析の数値(16.6%)は、当該業種Qにおけるエネルギー消費量の合計を、床面積の合計(あるいは活動量の合計)で除算することにより得られる。
図6は、図5のMeのような改善後の標準偏差を示す説明図である。図6において、Mfは図4のMaの特性に対応し、Mgは図4のMdの特性に対応する。特性Mf(業種分類N:病院、医療施設など)では、改善余地は15.7%、重み付け分析は9.3%である。また、特性Mg(業種分類R:庁舎、事務施設など)の改善余地は14.1%、重み付け分析は18%である。
自治体などが保有する複数施設のエネルギー消費効率分布を全体のデータベースなどと合体し、同様の余地分析を行って、対象となる保有施設の改善余地を抽出評価できる。
図7は、本発明の実施形態を示すブロック図である。全体システム1は、計算機2、入力端末3、データ記憶装置7、出力部8で構成される。計算機2をプログラム6により起動する。入力端末3に、ID等の管理情報を入力する。また、施設のエネルギー等のデータを入力する。データ記憶装置7には、発熱量、排出係数他の基礎データを記憶する記憶部7aと、全国のある種別の施設におけるエネルギーデータベースを記憶する記憶部7bが設けられている。計算機2は、入力端末3から入力された前記データと、データ記憶装置7に記憶されているデータに基づいて、所定の演算処理を実行する。演算処理の結果は、出力部8に出力される。出力部8は、プリンタによる記録紙の出力、またはモニタによる画面表示を行う。
図8は、本発明の処理手順を示すフローチャートである。S1でエネルギー消費量、床面積の自己データを入力する。S2で平均値に自己データを利用するか否かを判定する。この判定結果がYの場合には、S3で床面積原単位の平均値を計算する。この平均値を平均値1とする。S2の判定結果がNの場合には、S4で床面積原単位平均の平均値1を外部入力する。
S3、S4の処理後にS5でi=1、に設定し、S6でS=0に設定する。すなわち初期化する。S7で(エネルギー消費量)i/(床面積)i、の計算結果が平均値1以下か否かを判定する。この判定結果がYの場合には、S10でiを1インクリメントしてi=i+1、とする。S7の判定結果がNの場合には、S9でS=S+平均値1、の処理をしてからS10の処理に移行する。
S11でi=N(Nは処理対象の施設数)か否かを判定する。この判定結果がYの場合には、S12でSを床面積原単位平均値(平均値2)とする。S11の判定結果がNの場合には、S7以下のループ処理を繰り返す。S13でX={1−(平均値2)/(平均値1)}、を演算する。S14で削減余地Xを出力する。
このように、本発明は、企業や自治体などの事業者が、一定エリア内(県内、市内、あるいな国全体など)に存在する施設について、業種別エネルギー消費効率の分布、または、業種別CO2排出効率(原単位)の分布、を用いてCO2排出量の削減余地を分析する方法を対象としている。具体的には、床面積当りのエネルギー消費効率の分布を用いてCO2排出削減余地を分析する方法を開示している。
また、エネルギー消費効率分布中の一部施設の効率改善から、削減期待値が推測可能になる。一般的には、平均以下の効率の施設が平均まで改善する場合の全体の余地が最も少なめの見積もりとなる。最大のエネルギー消費削減余地は、全体の施設がトップランナーの効率まで改善する際の業種全体の改善率を指すことになる。さらに、エネルギー消費効率分布の平均以下の施設について、その平均が当初の平均値まで改善されることを仮定することにより、最小限の削減期待値(削減余地)が評価できる。本来は、前記のようにトップ効率を目指した改善が最大期待値になる。
以上説明したように、本発明は、企業や自治体などの事業者が効果的にエネルギー消費効率を分析するエネルギー消費効率の分析方法とそのプログラム、記憶媒体を提供するものである。
D・・・第1の特性図、Tb・・・第2の特性図、Me・・・第3の特性図、He・・・CO2排出削減余地
Claims (8)
- 一定のエリア内において事業体が保有する同種施設のエネルギー消費効率のデータを収集する段階と、
前記エネルギー消費効率および施設数との相関関係の第1の特性を求める段階と、
エネルギー消費効率の改善を検討する複数の施設の前記エネルギー消費効率が前記第1の特性の平均値以下である施設を抽出する段階と、
前記第1の特性の平均値以下の各施設における前記エネルギー消費効率の改善目標を設定する段階と、
前記改善目標を達成したと仮定したときにおける前記施設の前記エネルギー消費効率特性を第2の特性として求める段階と、
前記第1の特性と第2の特性を修正合算して前記エネルギー消費効率の第3の特性を求める段階と、
前記第3の特性に基づいて当該施設のエネルギー消費効率改善余地を演算する段階と、
よりなることを特徴とする、エネルギー消費効率の分析方法。 - 前記エネルギー消費効率改善余地Xを、
X={1−(第3の特性の平均効率/第1の特性の平均効率)}
×100%、
で求めることを特徴とする、請求項1に記載のエネルギー消費効率の分析方法。 - 前記第1の特性の平均値以下の各施設における前記エネルギー消費効率の改善目標を、前記同種施設における前記エネルギー消費効率の最良値に設定することを特徴とする、請求項1に記載のエネルギー消費効率の分析方法。
- 前記第1の特性〜第3の特性は、それぞれ、前記エネルギー消費効率および施設数との相関の分布を表した特性であることを特徴とする、請求項1または請求項2に記載のエネルギー消費効率の分析方法。
- 前記第1の特性の平均値以下の各施設における前記エネルギー消費効率の改善目標を、前記相関の分布で表わされた第1の特性の平均値に設定することを特徴とする、請求項4に記載のエネルギー消費効率の分析方法。
- 前記エネルギー消費効率に代えて、CO2の排出効率(原単位)でも適用可能であること
を特徴とする、請求項1〜請求項5のいずれかに記載のエネルギー消費効率の分析方法。 - コンピュータに、
一定のエリア内において事業体が保有する同種施設のエネルギー消費効率のデータを収集する手順と、
前記エネルギー消費効率および施設数との相関関係の第1の特性を求める手順と、
エネルギー消費効率の改善を検討する複数の施設の前記エネルギー消費効率が前記第1の特性の平均値以下である施設を抽出する手順と、
前記第1の特性の平均値以下の各施設における前記エネルギー消費効率の改善目標を設定する手順と、
前記改善目標を達成したと仮定したときにおける前記施設の前記エネルギー消費効率特性を第2の特性として求める手順と、
前記第1の特性と第2の特性を修正合算して前記エネルギー消費効率の第3の特性を求める手順と、
前記第3の特性に基づいて当該施設のエネルギー消費効率改善余地を演算する手順と、を実行させることを特徴とする、プログラム。 - 請求項7に記載のプログラムを記憶させたことを特徴とする、記憶媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007261476A JP2009093301A (ja) | 2007-10-05 | 2007-10-05 | エネルギー消費効率の分析方法とそのプログラム、記憶媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007261476A JP2009093301A (ja) | 2007-10-05 | 2007-10-05 | エネルギー消費効率の分析方法とそのプログラム、記憶媒体 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2009093301A true JP2009093301A (ja) | 2009-04-30 |
Family
ID=40665261
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007261476A Pending JP2009093301A (ja) | 2007-10-05 | 2007-10-05 | エネルギー消費効率の分析方法とそのプログラム、記憶媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2009093301A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014160369A (ja) * | 2013-02-20 | 2014-09-04 | Fuji Electric Co Ltd | 分析支援装置、およびプログラム |
JP7369984B1 (ja) * | 2022-12-01 | 2023-10-27 | booost technologies株式会社 | Ghg排出量導出装置、ghg排出量導出方法、及びプログラム |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007041705A (ja) * | 2005-08-01 | 2007-02-15 | National Institute Of Advanced Industrial & Technology | 事業者の温暖化対策計画策定方法 |
-
2007
- 2007-10-05 JP JP2007261476A patent/JP2009093301A/ja active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007041705A (ja) * | 2005-08-01 | 2007-02-15 | National Institute Of Advanced Industrial & Technology | 事業者の温暖化対策計画策定方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014160369A (ja) * | 2013-02-20 | 2014-09-04 | Fuji Electric Co Ltd | 分析支援装置、およびプログラム |
JP7369984B1 (ja) * | 2022-12-01 | 2023-10-27 | booost technologies株式会社 | Ghg排出量導出装置、ghg排出量導出方法、及びプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zobel | Representing perceived tradeoffs in defining disaster resilience | |
Chan et al. | COVID-19 non-pharmaceutical intervention portfolio effectiveness and risk communication predominance | |
Chang et al. | Impacts of foreign direct investment and economic development on carbon dioxide emissions across different population regimes | |
Hellmeier et al. | In the spotlight: Analyzing sequential attention effects in protest reporting | |
Zhang et al. | Ambulance deployment with relocation through robust optimization | |
US20150319263A1 (en) | Non-subjective quality analysis of digital content on tabletop devices | |
Wei et al. | Quantile regression in the secondary analysis of case–control data | |
EP2923267B1 (en) | Method and system for providing a net effect platform for developing and correcting screen scraping parser scripts | |
JP2009093301A (ja) | エネルギー消費効率の分析方法とそのプログラム、記憶媒体 | |
US20210152573A1 (en) | Cyberattack information analysis program, cyberattack information analysis method, and information processing apparatus | |
Noto et al. | Tackling wicked problems in performance management and governance of public health: an empirical analysis of COVID-19 vaccination strategies | |
Rani et al. | Crime trend analysis and prediction using mahanolobis distance and dynamic time warping technique | |
Aall et al. | Local climate change adaptation: moving from adjustments to transformation? | |
US9171339B2 (en) | Behavior change detection | |
Wang et al. | A simple and generic paradigm for creating complex networks using the strategy of vertex selecting-and-pairing | |
Wang et al. | How can hospitals perform more efficiently? A case study in China based on data envelopment analysis | |
Sadchenko et al. | Management of the Economy in the Field of Environmental Management and Energy Security as Components of Sustainable Development | |
Samtani et al. | ACM KDD AI4Cyber: The 1st Workshop on Artificial Intelligence-enabled Cybersecurity Analytics | |
Malizia et al. | Enhancing the Jacquez k nearest neighbor test for space–time interaction | |
Gomes et al. | The challenges of the IS/IT projects in the healthcare sector | |
Grünewald et al. | A general statistical framework for multistage designs | |
Li et al. | A Counterfactual Baseline for Assessing Future Environmental Impact: A Case Study of the Belt and Road Initiative | |
Pødenphant et al. | The Mixed Assessor Model and the multiplicative mixed model | |
JP2005275837A (ja) | リスク評価指標値データ管理装置及びプログラム | |
US20230005605A1 (en) | Internal benchmarking of current operational workflow performances of a hospital department |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100325 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120313 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20120911 |