Methods, data sources and applications of the Artificial Intelligence in the Energy Poverty context: A review

López-Vargas, Ascensión; Ledezma-Espino, Agapito; Sanchis-de-Miguel, Araceli

doi:10.1016/j.enbuild.2022.112233

Cited by 12 publications

(4 citation statements)

References 123 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Microfinance and small business development use support vector machines (SVMs) for credit risk assessment, fostering entrepreneurship [18]. Social protection strategies employ cluster analysis and decision trees to optimize social insurance programs [19]. Governance and institutional reform benefit from sentiment analysis in NLP for transparency and corruption detection [20].…”

Section: Applications In Resolving Economic Challenges Of Pakistanmentioning

confidence: 99%

Deep learning for economic transformation: a parametric review

Tariq,

Ahmed,

Khan

et al. 2024

IJEECS

View full text Add to dashboard Cite

Deep learning (DL) is increasingly recognized for its effectiveness in analyzing and forecasting complex economic systems, particularly in the context of Pakistan's evolving economy. This paper investigates DL's transformative role in managing and interpreting increasing volumes of intricate economic data, leading to more nuanced insights. DL models show a marked improvement in predictive accuracy and depth over traditional methods across various economic domains and policymaking scenarios. Applications include demand forecasting, risk evaluation, market trend analysis, and resource allocation optimization. These processes utilize extensive datasets and advanced algorithms to identify patterns that traditional methods cannot detect. Nonetheless, DL's broader application in economic research faces challenges like limited data availability, complexity of economic interactions, interpretability of model outputs, and significant computational power requirements. The paper outlines strategies to overcome these barriers, such as enhancing model interpretability, employing federated learning for better data privacy, and integrating behavioral and social economic theories. It concludes by stressing the importance of targeted research and ethical considerations in maximizing DL's impact on economic insights and innovation, particularly in Pakistan and globally.

show abstract

Section: Applications In Resolving Economic Challenges Of Pakistanmentioning

confidence: 99%

Deep learning for economic transformation: a parametric review

Tariq,

Ahmed,

Khan

et al. 2024

IJEECS

View full text Add to dashboard Cite

show abstract

“…Es importante comprender la complejidad de las métricas existentes para una aplicación precisa de las mismas (es imposible absorber toda la información necesaria sobre la PE únicamente con la aplicación de una métrica), por lo cual se hace énfasis en la necesidad de estudiar la problemática con una alta atención académica y, especialmente, con un enfoque multidimensional en cada país, de forma de internalizar el problema y sus condicionantes, conceptualizar la PE y elaborar herramientas que capturen información específica y relevante, a fin de obtener resultados que reflejen una imagen auténtica de la PE (López et al, 2022;Morero et al, 2021). Asimismo, también se hace necesario un consenso entre naciones acerca del abordaje del fenómeno, de modo de favorecer el aprendizaje intercontextual y la comunicación eficiente entre los policymakers y la sociedad en general (Jiglau et al, 2023).…”

Section: Métrica -Autor Modelos Matemáticosunclassified

“…Sin embargo, en los últimos años, en América Latina y el Caribe se ha observado una política de subsidios que en muchos casos no están efectivamente orientados a la población más vulnerable (Morero et al, 2021). En este sentido, estas políticas son vistas por algunos autores como soluciones que sólo intervienen temporalmente la PE (Boeri et al, 2020;López et al, 2022).…”

Section: Métrica -Autor Modelos Matemáticosunclassified

See 1 more Smart Citation

Medición de la pobreza energética con enfoque multidimensional: revisión sistemática de la literatura

Fernández,

Lezcano,

González

2023

INVI

View full text Add to dashboard Cite

La pobreza energética es un fenómeno económico y social relacionado con variables energéticas; estas pueden ser de naturaleza unidimensional y multidimensional. El presente estudio proporciona una revisión sistemática de la literatura sobre la pobreza energética a fin de conocer las principales definiciones, métricas, indicadores, restricciones, ventajas y desventajas del enfoque multidimensional. Se presentó una metodología consistente en una sucesión de pasos bien definidos donde se plantean preguntas de investigación que fueron respondidas mediante la identificación, selección, extracción de datos y clasificación de documentos bibliográficos de manera sistematizada, abordando la pobreza energética multidimensional en el periodo 2005-2023. Los principales hallazgos indican que a nivel mundial los estudios sobre pobreza energética se concentran mayormente en Europa, al igual que la colaboración en redacción científica. Sin embargo, se identificaron estudios sobre la pobreza energética y aplicaciones de esta, en los últimos años, en América Latina y el Caribe, en especial con el enfoque multidimensional. Así pues, tanto las conceptualizaciones como las métricas de la pobreza energética multidimensional son diversas, heterogéneas y con una notable falta de consenso sobre las mismas.

show abstract