Abstract
一般廃棄物（Municipal solid waste）の焼却は、都市の廃棄物管理においてますます重要になっている一方で、その持続可能性の便益は、高度に不均一な運転条件下で、炭素排出と複数の大気汚染物質を制御することに依存しています。現在のデータ駆動型モデルは、個々のプラント内ではしばしば高い精度を示すものの、施設間での移転が難しいため、スケーラブルな排出制御戦略への活用が制限されています。ここでは、物理的制約、運転レジームの不均一性、そして炭素—汚染物質の結合を併せて考慮することで、多地点における排出挙動を移転可能なシステムレベル構造として表現できることを示します。私たちは、炭素—汚染物質の混合エキスパート（mixture-of-experts）モデルに基づく、物理情報を取り込んだ転移学習フレームワークを開発します。この枠組みは、レジーム依存のエキスパート・ルーティングに、保存則に基づく正則化、そして統合的なリスク評価のための炭素—汚染物質シナジー指数（carbon--pollutant synergistic index: CPSI）を組み合わせます。13の一般廃棄物焼却プラントにおいて、このモデルは、汚染物質固有の排出とシステムレベルのリスクの両方を捉え、汚染物質別のソースドメイン平均 R^2 値が0.668--0.904、CPSI の R^2 値が0.666--0.970 であることを達成しました。基準となる施設から12のターゲット施設へ移転した後も、平均汚染物質 R^2 は0.661から0.842の範囲に維持され、一方でCPSIは同等の移転可能性を保ちました（R^2 = 0.610--0.841）。エキスパートの利用パターンはさらに、適応がモデルの完全な再学習ではなく、運転レジームに対する構造化された再重み付けを通じて起こることを示唆しています。学習された表現を解釈可能なデジタルツインへ拡張することで、本フレームワークは、排出予測からレジームを意識した運転ナビゲーションへの道筋を提供し、不均一な廃棄物からエネルギーへの転換（waste-to-energy）システム全体にわたる炭素—汚染物質のシナジー制御を、スケール可能な形で支援します。
