論文・プレプリント

Hamid Raza Malik, Abdul Basit, Naeem A. Nawaz +1

本ナラティブレビューは、AIが再生可能エネルギー最適化、炭素排出追跡、環境モニタリング、都市・農業の持続可能開発の4領域で気候緩和に貢献する一方、学習コストやデータ格差が負の側面をもたらすと指摘する。AIの正味効果は学習データ、システムのエネルギー効率、統治の透明性・公平性の3要因で決まると論じ、AIは気候政策の「力の倍率」であり単独の解決策ではないと結論づける。

Ying-Nan Cong, Wen-Ting Zhang, Xiao-Jing Cai +1

EU-ETSのEUA先物価格を高頻度OHLCデータで予測するため、Transformer・Informer・TCN・BiGRUおよびハイブリッドモデルを比較した。再帰型モデルが総じて優位で、単体ではBiGRUとTransformer、ハイブリッドではTCN-BiGRUが最も頑健な性能を示した。高頻度炭素市場では時系列依存性のモデリングが重要であることを実証した。

(著者不明)

米国病院の施設レベルGHG排出量を、不完全な自己申告データを機械学習で補完して推計する研究。報告漏れや欠損の多い医療セクターの排出データを補正し、施設単位の排出量把握を可能にする。AIによる欠損補完が排出量算定の精度・網羅性を高める手法を示す。

Lawrence Oladeji

AIモデル学習時の運用炭素排出とオンサイト水使用量を、任意の立地について時間単位で推計するツール。実気象データからデータセンター冷却を計算し、系統炭素強度と組み合わせて95%不確実性範囲付きで地点間比較を提示する。冷却モデルはGoogleのPUEで較正し未見キャンパスでMAE0.010、エネルギー推定はMetaのLlama 3.1 405B開示値と5%以内で一致。Pythonパッケージ・CLI・Webアプリとして公開。

E. Jin

本研究は、UAVによる高解像度リモートセンシングと分散配置したIoTセンサーの連続測定を融合し、産業団地の炭素排出をリアルタイム監視する統合システムを提案する。データ融合ワークフローと通信プロトコルを設計し、実証ケースで空間被覆率・検出感度・即時性が従来の固定点監視を大幅に上回ることを示した。UAVが排出ホットスポットとプルーム拡散を可視化し、IoTが局所濃度と気象を捉えることで、早期警告と迅速対応を可能にする。ESG志向の意思決定、低…

Joseph J. Kim, Pooja D. Chavan

本研究は、NLP・LCA・Envisionスコアリングを統合し、インフラ建設プロジェクトの環境コード適合性審査を自動化するAIツールを開発した。spaCyベースのNERモデルでPDF文書からメタデータや資材量を抽出し、ライフサイクルGHG排出量を算出してEnvisionのCredit CR1.2を評価する。橋梁ケースではF1スコア95.6%、5秒未満で審査を完了し、17.5%のGHG削減を「Improved」と正しく分類した。

Neelam Gupta, Smita Goswami

本chapterは、AI（機械学習・NLP・コンピュータビジョン・ブロックチェーン）を炭素会計、排出監査、企業気候説明責任に応用する最新研究を整理する。従来の排出係数・マスバランス・連続監視手法の限界を指摘し、AIが90%超の予測精度やサブ時間単位のScope1-3追跡、異常検知・グリーンウォッシュ検出、デジタル検証を可能にすると論じる。データ品質・アルゴリズムバイアス・標準化ギャップを課題として挙げ、ネットゼロ移行へのAI活用の将来像…

Afonso Henrique Torres Lucas, Julianne Oliveira, ROBERTO HIGINO PEREIRA DA SILVA

持続可能性報告書のページを画像のまま扱い、ColQwen2.5のマルチベクトル埋め込みとQdrantで検索し、視覚言語モデルでScope 1・2（マーケット／ロケーション基準）・3の排出量を2013〜2022年分について構造化JSONとして抽出する実験のコードと出力を公開。取り込み・抽出パイプライン、実行結果、GISTゴールドスタンダードとセル単位で照合する評価ノートブックを含む。テキスト抽出を経由しない視覚的アプローチの再現性を提供す…

Jeremiah Osida Onunga, Jared Okello

本論文は、ケニアの公立大学が2028年までに迫る強制的な非財務情報開示（IPSASB SRS1等）に備える上で、AIがサステナビリティ指標の測定・検証・報告をどう支援しうるかをPRISMA準拠の系統的デスクレビューで検討する。高等教育向けESG指標とAI活用技術を統合し、ケニアの大学の実情に即したAI活用型開示アーキテクチャを提案。AIデータシステムが開示の正確性・効率性・信頼性を高め、機関統治と説明責任を強化しうる一方、準備ギャップが…

Vattappoyil Safas, Mohsin Khan

インドのメインボードIPO目論見書310件を対象に、Sentence-BERTとESGタクソノミーを用いてESG関連記述の強度とテーマ構成を分析した。ESG文は平均11.4%を占め、ガバナンスが75.5%と圧倒的で、社会・環境開示は限定的かつ偏在していた。取締役会規模・独立性がガバナンス開示と関連し、上場時点での信頼性シグナル仮説と整合する。

Lauri Kokkinen

本論文は、AIを活用したテーマベースのモデルによってESG報告書を分析する新たな手法を提案している。企業が公表するESG開示文書から主要テーマを抽出・構造化し、比較可能な形で評価することを狙う。開示情報の質的・量的分析を自動化する点で、ESG評価や情報開示インフラの高度化に寄与しうる。

(著者不明)

多言語・リアルタイムのサプライチェーン環境で、低遅延のニューラル言語処理を用いて製品カーボンフットプリント（PCF）を自動推計する手法を提示する研究。サプライヤーから流入する多言語テキストデータをNLPで解析し、製品単位の排出量算定を自動化・高速化する点が貢献。Scope 3上流排出の可視化と一次データ収集の実務負荷軽減に直結する。

Murali Krishna Pasupuleti

財務諸表・経営者コメント・サステナビリティ指標・気候リスク証拠・運用テレメトリ・ガバナンス記録をマルチモーダルAIで連結する研究アーキテクチャを提示。報告品質を意味的一貫性・因果妥当性・時間比較可能性・モデル汎化・来歴・制御性の関数として捉え、因果推論・表現学習・MLOps・政策対応保証を一つの分析ライフサイクルに統合する。不確実性下の重要性判断や監査対応の開示生成まで射程に入れる。

Papan Hao, Madiha Afzal, Nimra Riaz +2

パキスタン証券取引所の非金融企業71社・2015〜2024年のパネルデータ(710社年)を用い、ESG開示が企業業績(ROA・ROE)に与える影響と監査品質の調整効果を検証。System GMMに加えSVR・人工ニューラルネットワーク(ANN)で非線形性を検出し、ESG開示の正の効果と高品質監査がその効果を強めることを示した。

Umut Kılıç, İlker Kılıç

トルコの畜産農場を対象に、人工ニューラルネットワーク（ANN）を用いてエネルギー効率とカーボンフットプリントを予測するケーススタディ。農業・畜産部門の排出量推計に機械学習を適用し、農場単位の環境パフォーマンス評価を試みる。AIによる炭素会計・効率評価の応用事例として位置づけられる。

P. Ravichandran, Dr. P. Satheesh Kumar

本論文は、AI・IoT・ブロックチェーン・クラウド・デジタルツインなどのデジタル技術と、再生可能エネルギー・持続可能農業・スマート交通・グリーンファイナンスの統合を検討する。6セクター240組織へのサーベイと文献レビューを組み合わせ、2018〜2025年の8年間の成長軌道を分析。デジタル気候技術の導入は再エネ容量の伸びを上回り、特にAI分析とIoTセンサーが牽引する一方、ブロックチェーン追跡は初期段階にとどまる。高コスト・人材不足・デー…

Yasin ŞEKER, Nevzat GÜNGÖR, İlker Sakınç +4

LSEGの10カテゴリスコアから建設材料50社・2019〜2024年のESGスコアを再構築し、エントロピー加重とGRA・TOPSISで集計手法の影響を検証。LSEGとの相関は高いが平均絶対誤差7.5〜8.7点と数値一致は限定的。ランキングは環境イノベーション項目の欠落に敏感で、手法選択が評価結果を左右することを示す。

Thompson Xavier Ananth, Shashi Kant, Mohit Verma +1

本章は、タンザニアの大学における持続可能な食品ロジスティクスと循環型バイオエネルギーにAI・IoTを活用する可能性を探る。食品廃棄物管理、AI品質モニタリング、ロジスティクス調整、バイオガス生産、炭素持続性を統合したAI–IoTフレームワークを概念的に提示する。リアルタイム監視と知的分析を通じた炭素削減の実装・政策含意と今後の研究方向を論じる。

Mayes S.

本論文は、カリフォルニア独立系統運用機関（CAISO）を対象に、ニューラルネットワークを用いて電力の限界排出係数（MEF）を予測する手法を提示する。MEFは時間帯別の電力消費に伴う追加的CO2排出を評価する指標であり、Scope 2排出量の時間的マッチングや24時間無炭素電力（24/7 CFE）調達の意思決定に不可欠である。機械学習による高精度な予測は、企業の電力調達・炭素会計の精緻化に寄与しうる。

Qiao-Rong Yang

AIと炭素・グリーン会計の融合領域を扱った15件の研究を批判的にレビュー。データ中心型、オントロジー駆動型、リアルタイムタグ付け型の3つの技術経路を特定した。AIが精緻な炭素測定を可能にする一方、その学習・推論自体が大量排出を伴うという「AIサステナビリティ・パラドックス」を指摘し、純サステナビリティ・インテリジェンス枠組みを提唱する。