Skip to main content
Erschienen in: Sustainability Management Forum | NachhaltigkeitsManagementForum 1/2016

12.05.2016 | Schwerpunktthema

Ökobilanzierer auf Datensuche

Neuronale Netze zur Umweltwirkungsbewertung von Chemikalien

verfasst von: Mieke Klein, Marten Stock

Erschienen in: Sustainability Nexus Forum | Ausgabe 1/2016

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Data gaps are a challenge for the majority of life cycle assessments. This paper describes how a database, containing pre-calculated values for cumulated energy demand, carbon footprint and Eco-indicator for over 14 000 chemicals was realized. The FineChem-Tool was used to calculate the indicators by artificial neural networks.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Fußnoten
1
Die Richtlinien der IUPAC (International Union of Pure and Applied Chemistry) regeln die Namensgebung chemischer Stoffe.
 
2
CAS: Abk. für Chemical Abstracts Service. Jeder CAS-Nummer kann über die CAS-Datenbank eindeutig ein chemischer Stoff zugeordnet werden.
 
Literatur
Zurück zum Zitat Bretz R, Frankhauser P (1996) Neural Networks: A Systematic Introduction. Springer, Berlin Bretz R, Frankhauser P (1996) Neural Networks: A Systematic Introduction. Springer, Berlin
Zurück zum Zitat ChemAxon (2014) API Marvin JS, 14.10.13. ChemAxon, Budapest ChemAxon (2014) API Marvin JS, 14.10.13. ChemAxon, Budapest
Zurück zum Zitat Klöpffer W, Grahl B (2014) Life Cycle Assessment (LCA): A Guide to Best Practice. Wiley-VCH, WeinheimCrossRef Klöpffer W, Grahl B (2014) Life Cycle Assessment (LCA): A Guide to Best Practice. Wiley-VCH, WeinheimCrossRef
Zurück zum Zitat Rojas R (1996) Neural networks: A systematic introduction. Springer, BerlinCrossRef Rojas R (1996) Neural networks: A systematic introduction. Springer, BerlinCrossRef
Zurück zum Zitat Steinemann Z, Venkatesh A, Hauck M, Schipper A, Karuppiah R, Laurenzi I, Huijbregts M (2014) How to address data gaps in life cycle inventories: A case study on estimating CO2 emissions from coal-fired electricity plants on a global scale. Environ Sci Technol 48(9):5282–5289CrossRef Steinemann Z, Venkatesh A, Hauck M, Schipper A, Karuppiah R, Laurenzi I, Huijbregts M (2014) How to address data gaps in life cycle inventories: A case study on estimating CO2 emissions from coal-fired electricity plants on a global scale. Environ Sci Technol 48(9):5282–5289CrossRef
Zurück zum Zitat Wernet G, Papadokonstantakis S, Hellweg S, Hungerbühler K (2009) Bridging data gaps in environmental assessments: Modeling impacts of fine and basic chemical production. Green Chem 11(11):1826–1831CrossRef Wernet G, Papadokonstantakis S, Hellweg S, Hungerbühler K (2009) Bridging data gaps in environmental assessments: Modeling impacts of fine and basic chemical production. Green Chem 11(11):1826–1831CrossRef
Zurück zum Zitat Wernet G, Hellweg S, Fischer U, Papadokonstantakis S, Hungerbühler K (2008) Molecular-structure-based models of chemical inventories using neural networks. Environ Sci Technol 42(17):6717–6722CrossRef Wernet G, Hellweg S, Fischer U, Papadokonstantakis S, Hungerbühler K (2008) Molecular-structure-based models of chemical inventories using neural networks. Environ Sci Technol 42(17):6717–6722CrossRef
Metadaten
Titel
Ökobilanzierer auf Datensuche
Neuronale Netze zur Umweltwirkungsbewertung von Chemikalien
verfasst von
Mieke Klein
Marten Stock
Publikationsdatum
12.05.2016
Verlag
Springer Berlin Heidelberg
Erschienen in
Sustainability Nexus Forum / Ausgabe 1/2016
Print ISSN: 2948-1619
Elektronische ISSN: 2948-1627
DOI
https://doi.org/10.1007/s00550-016-0393-8

Weitere Artikel der Ausgabe 1/2016

Sustainability Management Forum | NachhaltigkeitsManagementForum 1/2016 Zur Ausgabe

Aus Forschung und Lehre

LCAnet.de