20.500.12556/DKUM-98526 Artificial Intelligence and Environmental Challenges Research Insights and Emerging Solutions Umetna inteligenca in okoljski izzivi raziskovalni vpogledi in nastajajoče rešitve This volume examines where artificial intelligence can provide genuine insight into environmental problems, and at what cost. Across eight chapters, contributors apply machine learning, deep learning, econometric modelling, and computational simulation to a range of pressing challenges: forecasting wind and solar energy output, deploying efficient AI on resource-constrained edge devices, quantifying risk in sustainable finance, detecting faults in photovoltaic installations, analysing air quality and CO₂ emissions data, simulating nanoplastic interactions with biological systems, and modelling urban heat transfer. A recurring theme is the critical importance of data quality — sparse, biased, or poorly curated datasets remain a fundamental obstacle to trustworthy modelling. The volume equally emphasises interpretability, recognising that environmental decision-making is ultimately a human and political process. Taken together, the chapters offer an honest, domain-grounded assessment of the current capabilities and limitations of AI as a tool for addressing environmental challenges. Pričujoča monografija preučuje, kje lahko umetna inteligenca zagotovi pristen vpogled v okoljske probleme in za kakšno ceno. V osmih poglavjih avtorji uporabljajo strojno učenje, globoko učenje, ekonometrično modeliranje in računalniško simulacijo za vrsto perečih izzivov: napovedovanje proizvodnje vetrne in sončne energije, uvajanje učinkovite umetne inteligence na robnih napravah z omejenimi viri, kvantitativno opredelitev tveganja pri trajnostnem financiranju, odkrivanje napak v fotovoltaičnih elektrarnah, analiza podatkov o kakovosti zraka in emisijah CO2, simulacija interakcij nanoplastike z biološkimi sistemi in modeliranje prenosa toplote v delih mestih. Ponavljajoča se tema je ključni pomen kakovosti podatkov – redki, pristranski ali slabo urejeni nabori podatkov ostajajo temeljna ovira za zaupanje v izdelane modele. Delo enako poudarja interpretabilnost in izpostavlja, da je odločanje o okolju v veliki meri človeški proces in neizogibno tudi politični. Poglavja skupaj ponujajo iskreno oceno trenutnih zmogljivosti in omejitev umetne inteligence kot orodja za reševanje okoljskih izzivov. artificial intelligence machine learning environmental issues CO2 emissions PM2.3 particles risk failure renewable energy wind turbine solar power plant edge AI umetna inteligenca strojno učenje okoljska problematika emisija CO2 delci PM2.3 tveganje odpoved obnovljiva energija vetrna elektrarna sončna elektrarna robna UI true true true University of Maribor, University of Maribor Press Angleški jezik Slovenski jezik Znanstveno delo 2026-06-18 09:56:07 2026-06-18 09:56:07 2026-07-07 11:33:27 0000-00-00 00:00:00 2026 0 Maribor 2026 Maribor 0000-00-00 Zaloznikova Objavljeno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 978-961-299-160-9 004.8:502.1(082)(0.034.2) 281943555 10.18690/um.fov.5.2026 https://press.um.si/index.php/ump/catalog/book/1132 1 2b2cc8a5-6aeb-11f1-a4bc-00155d580e34 https://dk.um.si/Dokument.php?lang=slv&id=207290 9789612991609.pdf 9789612991609.pdf 1 FD090F84D0266CD65308020C96DF9D84 296e917662dee3a7d8deecaf10e075f0644cf5fc50c49e7b7ba2ff92da6df0dd ae6a4462-6aeb-11f1-a4bc-00155d580e34 https://dk.um.si/Dokument.php?lang=slv&id=207291 Fakulteta za organizacijske vede Univerzitetna založba Univerze v Mariboru 0 0 0