論文・プレプリント

Jiawei Wen, Chengxin Pang, Yanxin Wang +1

本研究は、LCAデータベースを用いたPCF算定において、LLMと意味検索を組み合わせた排出係数自動マッチングアルゴリズムを提案。8産業製品でEcoinvent 3.10を用いた評価により、高精度かつ低遅延で専門家の手作業を上回る性能を示した。大規模自動PCF算定の実現可能性を高める技術的ソリューションとなる。

Jayashree Chaudhari1 and Asst. Prof. Sonali Tushar Sambare

本研究は、AIを活用したグリーンクラウドコンピューティングフレームワークを提案し、データセンターのエネルギー消費と炭素排出を大幅に削減する。ワークロード管理、動的リソース割り当て、エネルギー認識タスクスケジューリング、適応冷却戦略を統合し、実環境のワークロードで35-45%のエネルギー削減と30-40%の排出削減を実証した。

Jayashri Waman, Pratik Pawar, Shruti Dalvi +1

本論文は、貨物輸送に焦点を当てた既存研究とは異なり、旅客輸送向けにAIを活用した都市モビリティ最適化システム（AUMO）を提案する。炭素認識ルーティングとスマートカープールを統合し、シミュレーションによりCO2排出量と車両数の削減、占有率向上を実証した。

Arshia Eslami, Mahsa Ardakani, Amin Roostaee +2

本研究では、エッジロボットシステム向けのVision-Language-Action（VLA）モデルの推論におけるエネルギー消費と二酸化炭素排出量を分析した。NVIDIA Jetson AGX Orin上でπ0.5、X-VLA、SmolVLAを評価し、タスク性能、レイテンシ、消費電力、推論あたりのエネルギー、推定炭素排出量を報告。X-VLAは高精度だが高消費電力、SmolVLAは効率的だが低精度。エネルギー効率と精度のトレードオフを示し…

Yuan Chai, Haytham F. Isleem, P Kumar +2

本論文はIoTテレメトリ、ERPログ、系統炭素強度データを統合したAIパイプラインを提案し、サブ時間単位でのScope1-2排出量推定と削減アクション推奨を行う。Transformer、CNN、BiLSTMのアンサンブルと多目的最適化（NSGA-III）を用い、SHAP/LIMEで説明可能性を確保。247組織の18ヶ月評価で、検証排出量との整合性が高かった（MAPE 3.2%対18.7%）が、因果関係の推定は観察的でありデータ品質に依存…

Kaiwen Zhao, Bharathan Balaji, Stephen Lee

本論文は、PDF形式の製品サステナビリティレポートからカーボンフットプリント情報を抽出するための質問応答フレームワークを提案する。1,735件の報告書からなるオープンデータセットCarbonPDF-QAを作成し、Llama 3をファインチューニングしたCarbonPDF手法が既存手法を上回る性能を示した。GPT-4oがデータの不整合に弱いという課題を解決している。

Heedo Choi, Jee Soo Park, Chul-Hee Lim

本論文は、説明可能なグラフニューラルネットワーク（GNN）を用いて、IPCC AR6フレームワークに基づく都市高温リスク評価を提案する。時空間注意メカニズムを導入し、気候正義の観点から脆弱地域を特定する。AI技術と気候リスク評価を融合した点が特徴。

(著者不明)

本論文は大規模言語モデル（LLM）を用いて企業のScope 3温室効果ガス排出量、特にカテゴリ11（販売した製品の使用）を評価する手法を提案する。LLMによる自動算定の有効性と課題を示し、サステナビリティ報告の効率化に貢献する。

Lin Sun, Jun Zeng

本研究は、中国の高エネルギー消費企業を対象に、炭素移行リスクがグリーン債務の利ざやに与える影響を分析。パネル固定効果モデルやイベントスタディに加え、ランダムフォレスト、XGBoost、ニューラルネットワークを用いて予測と解釈を行う。結果、炭素強度が高いほど利ざやが拡大し、炭素価格へのエクスポージャーやグリーンパテントが多いほど縮小することを示した。また、XGBoostが最良の予測性能を示し、炭素変数を除去すると精度が低下することから、炭…

Liu X.

本研究は炭素排出権取引市場のリスク予測のための適応型リカレントニューラルネットワークモデルを提案する。市場の変動性や価格変動の予測精度向上を目指す。

Vidura perera

本稿は、政策不確実性・ガバナンス・制度・技術（FinTech・AI）の条件によってグリーンファイナンスの有効性が変化することを説明する適応的グリーンファイナンス有効性理論（AGFET）を提案する。同理論は、グリーンファイナンスが企業環境パフォーマンスに結びつく条件を整理し、AIによる持続可能性評価の可能性を示す。将来的な実証研究の基盤となる。

Aria Dolatabadian, Khalil Kariman

本レビューは、土壌有機物・炭素分析における古典的手法と機械学習（ML）手法を比較検討。ランダムフォレストやニューラルネットワークなどのML技術は予測精度やスケーラビリティを向上させるが、土壌微生物の影響など複雑な変動を捉えるには、古典的ペドロジー知識とMLの統合が最も有望と結論づける。気候変動緩和と農業持続可能性に重要。

SangYoun Kim, T. Woo, Usama Ali +8

2016～2025年の906報を系統レビュー。排ガス処理、大気質管理、CO2回収の3領域でAI応用を分類。従来の統計監視からAI駆動の代理モデリングや生成的材料発見へのパラダイムシフトを確認。将来は物理情報ニューラルネットワーク、強化学習、エージェント型AIが重要。

Ritik Raj, Survi Sinha, Atreyi Pramanik +1

本論文は、水素バリューチェーン全体でAIが効率性、持続可能性、システム統合を強化する方法をレビューする。AIモデリングと最適化により、廃棄物ポリマーやバイオマスガス化＋CCSなどの水素製造ルートの環境影響評価が改善される。また、再生可能エネルギー電解による水素製造のコスト削減や、予知保全・地下貯蔵・燃料電池への応用も示す。AIは低炭素水素エネルギーのデジタル基盤として位置づけられる。

Taedong Lee, Sinjae Kang, D. Utami +1

本研究は、韓国の主要200社のサステナビリティ報告書634件（2014-2024年）を構造的トピックモデル（STM）で分析し、13のトピックと3段階の言説移行（CSR・環境管理→職場安全・DX→カーボンニュートラル・サプライチェーン）を特定。業種別では金融・エネルギーは気候関連、建設は安全、製造は環境コンプライアンスに焦点を当てるなど、規制圧力や社会期待に応じた報告の変化を実証した。

Lakshmi Narasimha Prasad Nagaragere, Dr.S. Prabakar

南アジアの文化的・社会的特性に基づいたESG変革のための地域密着型モデルを提案。AIを活用した環境影響評価とESG報告ツールを用いて、家族経営企業や地域コミュニティでの実証を行い、導入前後の比較から水使用量25%削減、コミュニティ参加30%向上などの成果を示した。国際基準と地域文化の調和が持続可能な発展に有効であると結論。

Manav Gangar, Nikhil D'Souza, Rishika Kapasi +2

機械学習を用いたグリーンウォッシング検出フレームワークを提案。教師あり分類と教師なし異常検知のハイブリッド手法を統合し、グリーンウォッシング不一致スコア（GDS）を導入。セクター別に企業のESG開示と実績の乖離パターンを特定する。投資家や規制当局にデータ駆動型の監視ツールを提供。

Fuoli M.

本論文は、グローバル企業のネットゼロ誓約をコーパス分析により検証し、実際のコミットメントの質を評価する。NLP手法を用いて、誓約の具体性や目標設定の厳格さを定量化し、グリーンウォッシングの可能性を探る。結果は、企業間で誓約の質に大きなばらつきがあることを示唆する。

Singh S.K.

本論文は、AI技術を活用してネットゼロ経済への移行を加速する政策フレームワークを提案する。データ駆動型の意思決定や予測モデルを通じて、効果的な脱炭素政策の設計と評価を支援する方法を探る。気候変動対策におけるデジタル変革の重要性を強調している。

Khara S.

本論文は、人工知能技術を活用してネットゼロエネルギー目標を達成するための持続可能性の道筋を探る。エネルギー効率の最適化や再生可能エネルギーの統合にAIがどのように貢献できるかを議論する。