Abstract

Computational and statistical tools help manage the prevailing challenges of the 17 Sustainable Development Goals (SDGs) by providing meticulous understanding of contemporary issues. However, complex challenges are difficult to handle with conventional techniques, resulting to the need for more advanced methods. Artificial neural networks (ANNs) are often used as an advanced approach in modelling complex behaviour of systems. Evaluating the current utilization of ANNs helps researchers gauge their applicability to SDG-related issues. The gaps among the studied SDGs need to be addressed through a comprehensive survey of the state-of-the-art literature. Hence, this work reviews published journal articles on the application of ANNs in resolving issues of the SDGs. This review identifies the current trends and limitations of ANN for SDG, and discusses its prominent applications and field of utilization. Descriptive and content analysis of journal articles is performed for this review. Journal articles from the Scopus database reveal Clean Water and Sanitation, Affordable and Clean Energy, Sustainable Cities and Communities, and Responsible Consumption and Production are the most popular subject matter for modelling and forecasting. New innovative functions include feature selection, kriging, and simulation. The main contribution of this work is a comprehensive mapping of the current state of this area of research. This work aims to aid future researchers to recognize further possible uses of ANNs with respect to the SDGs.

Graphic abstract

中文翻译：

---

人工神经网络促进可持续发展：一项重要评论

摘要

计算和统计工具通过提供对当代问题的细致理解，有助于应对17个可持续发展目标（SDG）面临的挑战。但是，使用常规技术难以应对复杂的挑战，因此需要更先进的方法。人工神经网络（ANN）通常用作对系统复杂行为进行建模的高级方法。评估ANN的当前利用率可帮助研究人员评估其对SDG相关问题的适用性。已研究的可持续发展目标之间的差距需要通过对最新文献的全面调查来解决。因此，这项工作回顾了已发表的有关人工神经网络在解决可持续发展目标方面的应用的期刊文章。这篇评论指出了ANN用于SDG的当前趋势和局限性，并讨论了其突出的应用和应用领域。为此，对期刊文章进行描述性和内容分析。Scopus数据库中的期刊文章显示，清洁水和环境卫生，负担得起的清洁能源，可持续的城市和社区以及负责任的消费和生产是建模和预测中最受欢迎的主题。新的创新功能包括功能选择，克里金法和仿真。这项工作的主要贡献是对该领域研究现状的全面映射。这项工作旨在帮助未来的研究人员认识到ANN在SDG方面的进一步可能用途。Scopus数据库中的期刊文章显示，清洁水和环境卫生，负担得起的清洁能源，可持续的城市和社区以及负责任的消费和生产是建模和预测中最受欢迎的主题。新的创新功能包括功能选择，克里金法和仿真。这项工作的主要贡献是对该领域研究现状的全面映射。这项工作旨在帮助未来的研究人员认识到ANN在SDG方面的进一步可能用途。Scopus数据库中的期刊文章显示，清洁水和环境卫生，负担得起的清洁能源，可持续的城市和社区以及负责任的消费和生产是建模和预测中最受欢迎的主题。新的创新功能包括功能选择，克里金法和仿真。这项工作的主要贡献是对该领域研究现状的全面映射。这项工作旨在帮助未来的研究人员认识到ANN在SDG方面的进一步可能用途。这项工作的主要贡献是对该领域研究现状的全面映射。这项工作旨在帮助未来的研究人员认识到ANN在SDG方面的进一步可能用途。这项工作的主要贡献是对该领域研究现状的全面映射。这项工作旨在帮助未来的研究人员认识到ANN在SDG方面的进一步可能用途。

图形摘要