論文・プレプリント

Talemwa Byomutonzi Johansen, Mwema Felix Mwema, Silas Mirau +1

本研究は、回帰、時系列、機械学習を統合したハイブリッドフレームワークを提案し、タンザニアの土地利用に伴うCO2排出量の分析を行った。ランダムフォレストやXGBoostが高い予測精度を示す一方、結果はモデル構造や仮定に依存することに注意が必要。シナリオ分析では、農地から森林への転換が排出削減に有効であることが示唆された。

Shadfar Davoodi, Mohammad Moosazadeh, Geovanny Branchiny Imasuly +3

本レビューは、地下CCUSシステムにおける説明可能なAI（XAI）の応用を包括的に概説する。XAIは複雑な地下プロセスの解釈可能性を向上させ、CCUSの安全性と効率性を高める。この分野の研究動向と将来展望を提供する。

G Li, Hongxin Guo, Jian Kang +5

本論文（正誤表）は、都市ブロック内のマルチスケール空間形態を機械学習で最適化し、低炭素性能を向上させる設計支援フレームワークを提案する。建築形態とエネルギー消費の関係を解析し、設計段階での炭素排出削減に寄与する。

Nivetha Martin, Rajkumar S, Said Broumi

本研究は、電気自動車（BEV）用Liイオン電池の選択において、ニュートロソフィックMCDM手法とAI（ランダムフォレスト、SHAP）を統合したフレームワークを提案。従来の単純な加重和法に代わり、複数のMCDM法で基準重みとランキングを決定し、一貫性を検証。製造業者の意思決定を支援し、カーボンニュートラル達成に貢献する。

Sejal Jain, Pranav Singh, Sachin kushwaha +1

本論文では、個人の二酸化炭素排出量を監視・削減するためのAI駆動プラットフォームCarbonLensを提案する。React.js、Node.js、Express.js、MongoDB、Ollamaベースの大規模言語モデル（LLM）を統合し、ユーザーの日常活動（交通、エネルギー消費、食習慣など）から排出量を自動推定する。インタラクティブなダッシュボードでリアルタイム可視化、カーボンスコア、週間トレンド、カテゴリ別分析を提供し、持続可能な行…

Jiapeng Dai

本研究は、グローバル・バリューチェーンへの前方統合がエネルギー貧困に与える影響を、ガバナンスが調整することを検証。2005-2022年の57カ国のパネルデータと二重機械学習等の手法を用い、ガバナンスが弱い国では統合が貧困を悪化させ、強い国では中立化することを発見。約11億人を抱える11の脆弱国では、ガバナンス向上が統合を変えずに貧困を軽減できると示す。

Hasitha Priyashantha, Imasha S. Jayathissa, Janak K. Vidanarachchi +3

本論文は、南アジアの畜産システムにおける気候変動適応と緩和戦略を統合的にレビュー。AIやセンサーを活用した精密畜産、伝統的知識、政策提言を包含。ケーススタディと地域協力の枠組みを提示。

Petteri Siitonen, Samuli Honkapuro, Salla Annala +1

本研究は、2022年のエネルギー危機前後におけるフィンランド消費者のエネルギー技術と行動に対する意識と態度の変化を、BERTを用いた機械学習ベースの感情分析とテーマ分析により調査した。結果、危機により意識は高まったが感情は悪化し、意識の変化は一時的で感情の変化は長期化することが示唆された。これらの知見は、危機時のエネルギー移行に関する世論形成の理解を深める。

Erokhin, D.

YouTube上のESG報告に関する553本の動画と5060件のコメントを分析。動画はESG報告を支持する傾向があるが、視聴者のコメントはグリーンウォッシングや政治化への懸念など多様な立場を示す。動画と視聴者の感情の相関は低く、外部要因の影響が示唆される。実用的な洞察を提供。

Ellen Kulset, Charlotte Haugland Sundkvist, Tonny Stenheim

本研究は、CSRD/ESRSに基づく気候関連開示のトーン（感情）を辞書ベースのテキスト分析で調査。オスロ証券取引所上場企業の開示テキストを分析し、開示が中立ではなく、より肯定的・確実な表現が多いことを発見。ESGスコアが高い企業やスコアが低下した企業ほど肯定的な表現を使う傾向が見られた。強制的・詳細な報告要件下でも、企業が戦略的にトーンを調整する可能性を示唆。

Isaiah Oluwasegun Owolabi

本論文は、CSRDやSDR、SEC規制などのESG規制テキストを機械実行可能なコンプライアンスロジックに変換する「ESG-as-Code」フレームワークを提案。コンテナ化されたAIワークフローにより、監査可能でスケーラブルなESGコンプライアンスパイプラインを実現する。

Je Hyun BAE, JaeHo Lee, Eun-Chong Kim +1

本研究は、韓国企業の自主的なサステナビリティ報告書を対象に、Gemini 3 Flashを用いて開示品質を測定。自主報告企業は非報告企業よりESG評価が高く、テキスト品質や報告継続性が外部評価と関連することを実証。LLMが非英語環境でのESG情報評価に有効であることを示す。

Yanbing Zhang, Changzheng Zhang, Chengyu Li

本研究は、2016年から2023年までの中国の電力産業チェーン企業を対象に、グリーンイノベーションバブルの発生要因と抑制策を分析している。能力・動機・機会（AMO）フレームワークに基づき、ダブル機械学習（DDML）を用いて因果関係を特定し、勾配ブースティングツリー（GBT）とSHAP解釈可能性分析により非線形関係を明らかにした。省エネ政策とグリーン金融政策がバブル形成を抑制すること、またそのメカニズムとして技術スピルオーバーや同業模倣な…

Bartholomew Paudyn

本論文は、EUのESMA（欧州証券市場監督機構）の戦略2023-28に焦点を当て、AI・機械学習がESG格付けに与える影響を批判的に分析する。アルゴリズムによる意思決定が持続可能な金融や技術革新を阻害し、欧州のグリーン移行やSDGs達成を危険にさらすと主張。特にAIによる「グリーンウォッシュ」やデータ不足がシステム障害を引き起こすリスクを指摘する。

(著者不明)

本書は、気候変動対策のための金融、テクノロジー、ガバナンス、社会的行動の変革を包括的に探求する。特に、AI、ブロックチェーン、IoTが気候説明責任を再定義し、カーボンファイナンスの透明性を高める方法に焦点を当てている。また、グリーンラベリングの問題や、新興経済国が低炭素移行で果たす戦略的役割についても議論している。

Abhinav Mahajan

本論文は、企業の気候リスクを多領域の意思決定問題と捉え、AIを活用した意思決定支援のための統合的フレームワーク「CADS（Climate AI Decision System）」を提案する。物理リスク・移行リスク・GHG測定・サプライチェーン等を横断し、エビデンスに基づいたガバナンスと監査可能な設計を重視する。既存研究の体系的なレビューに基づき、信頼できる気候AIのための研究アジェンダを提示する。

Shikder S.H.

本論文は、データ不足に悩むバングラデシュにおいて、AIを活用したグリーンファイナンスと環境モニタリングのフレームワークを提案する。具体的な実証分析はないが、AIを用いて金融と環境データを統合する概念モデルを示している。発展途上国におけるGX推進の参考となる。

Li Y.

本研究は、サステナビリティ報告書の分析においてLLMが人間の読解を代替可能かを検証する。実証実験により、精度や効率の面でLLMが有効であることを示す。AIとESG評価の交差点に位置する重要な研究。

Kongthon A.

本論文は、トランスフォーマーモデルと生成AIを用いて銀行セクターの気候リスク開示を分析する手法を提案している。具体的には、NLP技術を活用して開示文書から気候リスク関連情報を抽出し、その質や網羅性を評価する。銀行の気候リスク管理やTCFD/ISSB対応の高度化に貢献する研究である。

Martillano D.A.

本論文は、自己校正アルゴリズムとクラスタリングを用いたゾーンベースデータ解析を備えたボアホール・地表近傍GHG排出モニタリングシステムを提案する。正確で局所的なGHG測定を可能にする。