本研究评估了神经网络在城市废水管理中的应用，重点关注预测性能、模型复杂性和韧性。结果显示，尽管全局模型的预测性能更高，局部模型在去中心化场景中表现出足够的韧性，为可持续管理提供了有效的机器学习解决方案。

本研究提出CAUCCES数字双胞胎平台，结合物联网与人工智能，旨在实时监测水分配系统并进行预测维护，从而提升决策能力和运营效率，促进水资源的可持续管理。

本研究利用高分辨率卫星影像和深度学习技术，生成加利福尼亚和圣保罗地区的林冠高度图，提升了植被高度估算的准确性，促进森林生长监测和可持续农林业管理，为应对气候变化提供支持。

美国国务院与Google Arts & Culture合作推出“Preserving Our Past”项目，数字化技术和工具带来全球文化遗产，促进可持续管理和当地经济。600多个文化遗产项目的故事也在该平台上展示。