論文・プレプリント

YINKA ADERIBIGBE

本論文は、AWSを活用したサーバーレスMLパイプラインを提案し、リアルタイムのカーボンアカウンティングを実現する。NLPとXGBoostを用いて企業のサステナビリティ報告書を解析し、サプライチェーンデータと照合することで開示整合性スコアを算出する。これにより、グリーンウォッシングの検出とESG監査の迅速化が可能となる。

Kaushik P.

本論文は、AIとHPCを活用してグリーンファイナンスの効率性を向上させる手法を探る。具体的な応用として、ESG評価の自動化、炭素会計の高速化、グリーンボンドの選別などが想定される。アブストラクトがないため詳細は不明だが、タイトルからAI×GXの核心領域と判断できる。

Vogel M.

本論文は、都市部の非下水衛生システムからのメタン排出量推定にデータマイニングを応用し、補正係数を改善する可能性を検討する。機械学習を用いて実データから精緻な排出係数を導出し、GHGインベントリの精度向上に貢献する。特に途上国の非集中型衛生施設の排出量算定に有用である。

Edo G.I.

本論文は、廃水処理と資源回収における人工知能（AI）の応用を検討し、水資源回収施設のネットゼロ達成に向けた可能性を探る。AI技術により、エネルギー消費の最適化や資源回収率の向上が期待される。

Edralene M. Toñacao, Anik Yuesti, J. Alve

本レビューは、デジタル技術（AI、ビッグデータ、IoT、ブロックチェーンなど）が企業の社会的・環境的インパクト測定に与える影響を体系的に整理。戦略的目的、データ基盤、分析手法、測定・報告設計、ガバナンスの5次元を特定し、理論的枠組みと成熟度モデルを提案。因果効果の確立やグリーンウォッシュ防止には技術だけでは不十分であり、成果指向指標、相互運用性、保証、責任あるAI、ステークホルダー参加の重要性を指摘。新興国・フィリピン等にも示唆を与える…

Yantong Zhao, Gaoxiu Qiao

本論文は、欧州炭素価格の予測精度向上を目的とし、LASSOによる変数選択、MEMD-ARIMAX-mLSTMによる時間ダイナミクス、GWnet-attnによる空間依存性の捕捉を統合した不均一アンサンブルフレームワークを提案する。実証結果は、既存手法を大幅に上回る予測性能を示し、エネルギー-炭素連環の重要性を明らかにした。

Temidayo Alex‐Oke, Olusola Bamisile, Joseph Junior Nkou Nkou +3

本研究は、西アフリカ16カ国を対象に、SARIMAX、ランダムフォレスト、Transformer、注意機構付きGRUなどの機械学習モデルを用いてCO2排出量を予測する。注意機構ベースのモデルが最も高精度で、GDP、人口、電力アクセス、化石燃料・再生可能エネルギー比率が主要な予測因子である。GCAMのネットゼロ2050シナリオと比較し、野心的な経路では2050年までに累積排出量を15.3 tCO2/人に抑制できることを示した。

Aditya Narayan, Arghya Chakraborty, Santosh Kumar Mishra +1

ClimateBERTとSentence Transformerを用いて、企業の気候開示品質を評価するフレームワークガイド付きアプローチを提案。気候開示品質指数（CDQI）を定義し、開示の透明性とコンプライアンスを自動的にスコアリングするためのデータセットを提供する。

Aynur İNCEKIRIK

本研究は、ブロックチェーンベースのカーボンクレジットトークン（BCT、MCO2、KLIMA）の価格動向を深層学習（LSTM、GRU、転移学習）で分析。データは2021年10月から2025年11月の日次終値を使用。カーボンクレジットトークン同士に強い相関がある一方、ビットコインとは弱い負の相関を示した。GRUアーキテクチャが最も高い予測精度を示し、転移学習は特定の資産で有効。AIベースモデルが持続可能な金融商品の価格決定の意思決定支援とな…

Jingyi Xu, Minghui Cheng, Anchen Sun

建築物の炭素強度開示を評価するマルチモーダル大規模言語モデル「BeDA」を開発し、2,246社のグローバルパネル（2003-2023年）に適用。開示の大半が座礁リスク評価に不適合であり、企業報告書の約5分の1しか面積当たりの運用炭素強度を開示していないことが判明。欧州は米国の約2倍の開示率を示し、一部の不動産企業は既にCRREM 1.5°C経路の強度上限を超過している。

Zhonghao He, Haihong Jiang, Jing He +7

本論文は、深層学習を用いた低コスト温室効果ガスセンシング手法を提案。堆肥化プロセスを事例とし、プロセス情報を活用することで精度向上を実現。他の人為活動にもスケーラブルな手法であり、広範な排出モニタリングに貢献する。

Peixoto E.

本論文は、AI駆動のバリューチェーンにおけるESG指標の透明性を高めるための監視・報告アーキテクチャを提案する。このアーキテクチャは、サプライチェーン全体でのデータ収集と分析を自動化し、ステークホルダーへの報告を容易にする。AI技術を活用することで、より正確でリアルタイムなESG情報の提供が可能となる。

Augustine Okeke, Ifeanyi Ugbebor

本研究は、SDG-Purpose Alignment Index (SPAI) という計算論的構築物を導入し、CEOレターのテーマ・トーン・スタイルが特定のSDG目標とどの程度整合しているかを定量化した。アフリカ10カ国の上場企業148社の740通のCEOレターを分析した結果、SPAIスコアの高さはESG開示と財務業績の両方に正の影響を与えることが明らかになった。これにより、修辞的整合性が情報不足環境における高コストなガバナンスシグナル…

Iqra Mubeen, Samina Rauf

大規模言語モデル（LLM）で生成したESGセンチメントがポートフォリオリスクを予測できるか検証。正負のシグナルとボラティリティや下方リスクなどの関連を分析し、ESGセンチメントが従来の財務指標に加えて将来のリスク評価に有効であることを示した。LLMはキーワードベースよりESGのニュアンスを理解できるが、モデルバイアスや幻覚のリスクも指摘している。

Jiaxiang Wang, T X Chen

本研究は、MGWR-SHAP分析を用いて、天津市における土地利用構成の炭素パフォーマンスへの影響をスケール依存性と非線形効果の観点から評価した。異なる土地利用タイプがスケールによって異なる影響を与えることを明らかにし、都市計画や炭素管理への示唆を提供する。

Олег Ивченко, Iryna Ivchenko

本論文は、オープンソースAIモデルのトレーニングにおけるエネルギー消費とカーボンフットプリントの報告基準を提案する。具体的な指標や方法論を提示し、透明性を高めることでAI分野の脱炭素化に貢献する。

T Zhang, Ting Jin, Kang Wu +1

本論文は、時系列データの複雑な非線形関係を捉えるため、時間的樹状ニューラルモデル（TDNM）と樹状適応学習（DAL）アルゴリズムを提案。中国54都市の1999～2023年のパネルデータを用い、経済・社会・エネルギー13指標から炭素排出を予測。従来手法より高い精度と安定性を示し、蘇州市のシナリオ分析により産業都市の低炭素発展経路を提示。

Shuai Li, Pei Yu, Z J Yang +1

本補足資料は、低炭素コンクリート配合設計に機械学習（XGBoost、ベイズ最適化）を適用した研究に対応する。材料段階の排出係数、最適化ハイパーパラメータ、最小炭素配合候補、および適用性診断を提供し、MLによる低炭素材料設計の実証例を示す。

Q Zhang, 胜生 余, Tongna Liu

この論文は、地理分散型AIワークロードの割り当てにおける炭素と水のトレードオフを評価する環境決定モデルの再現性アーティファクト（バージョン2.0.0）を提供する。ポータブルなPythonコードやテストデータを含み、シナリオ固有の方向性メカニズムの主張のみをサポートする。

Priyanka Aggarwal, Archana U Singh, Deepali Malhotra

本研究は、2015～2023年度のNIFTY500企業のサステナビリティ報告書をテキストマイニングで分析し、インド企業のESG報告の進化を追跡。3つのフェーズ（初期確立、ガバナンス統合、バランスのとれた統合）を特定し、ガバナンス用語が一貫して支配的であることを示した。環境用語の「エネルギー」が着実に増加し、チェックボックス型から戦略的統合への移行を確認した。