論文・プレプリント

Saeed Askary, Davood Askarany, Hassan Yazdifar +3

欧州18カ国を対象に、AI関連の環境認識、ESG報告の任意・義務導入のタイミング、CDP開示品質の関係を分析。義務報告はCDP開示品質をわずかに向上させるが、炭素強度への効果は一貫しない。AI認識と実際の開示品質の相関は弱く、認識と実践のギャップが明らかになった。CSRDやAI法の地域差を考慮した実装への示唆を提供。

Arpit Darbari

製造業向けに、CSRD/ESRS準拠、GHGプロトコルに基づく排出量算定、SDGs整合を統合したデジタルESGフレームワーク（UDEF）を提案。スマートメータリング、IIoT、クラウドEMS、AI支援意思決定を活用し、継続的なESGパフォーマンス測定を実現する。デジタルESG成熟度モデルも導入し、規制遵守と運用管理の橋渡しを目指す。

Nihad Isgandarov

本論文は、AI導入と脱炭素化の同時進行がもたらす複合的な経済変動のリスクを理論化し、測定する枠組みを提案する。イスガンダロフ適応移行理論（IATT）に基づき、8次元の脆弱性指標からなるイスガンダロフ移行脆弱性指数（ITFI）を開発。合成データによる実証で、指数の頑健性とシナリオ判別力を示し、マクロプルーデンスや移行リスク評価への応用可能性を提示する。

Makhrus Ali, Amin Zaki, Zain Nizam

本論文は、金融テクノロジーと持続可能性の交差点であるグリーンフィンテックの役割を検討し、デジタル決済、持続可能な投資プラットフォーム、気候リスク分析などの応用を分析。ビッグデータ、AI、ブロックチェーンが情報非対称性と取引コストを削減し、持続可能な金融への移行を加速することを示す。規制支援と制度的準備が有効性に重要と結論。

Hermanus, Davy Ronald

本研究は、都市全体のエネルギーガバナンスを強化するAI駆動の状況認識アーキテクチャを提案する。デジタルツインとマルチドローン検証を統合し、リスク優先の異常確認を実現。シミュレーションにより、誤検知率を16%から6%に低減し、状況認識指数を0.79から0.92に向上、応答遅延を50分から19分に短縮することを示した。

Pothin F

SBTiに参加した企業は、参加していない企業に比べて報告するScope 3カテゴリが4年以内に2.5増え、報告排出量も最初の2年間で0.3〜0.5ログポイント増加する。しかし、これは測定範囲の拡大による会計上の変化であり、実際の削減ではない。Scope 1には有意な変化は見られず、Scope 1+2の削減は再生可能エネルギー証書によるものが大きい。

CINAR U

石炭自然発火の早期検知において、ガス指標（Graham指数）と深層学習モデルを誤警報率を揃えて公平に比較するプロトコルを提案。シミュレーションと3鉱山の実データで検証し、Graham指数は誤警報率0.20以下では火災を検知できない一方、CO閾値は全3件を検知し中央値345時間のリードタイムを達成。注意LSTMは2件を検知した。

Man Luo, Yixuan Zhao

バイクシェアリングは低炭素都市モビリティの重要要素だが、新規ステーションの需要予測と公平な資源配分に課題がある。提案手法FairGINは、拡張シミュレーション学習、注意ベース知識転移、公平性最適化を統合したグラフニューラルネットワークで、冷開始問題と所得格差を同時に解決する。NYCとシアトルの実験で、予測精度を維持しつつ所得ベースの不公平を大幅に削減することを実証した。

Avuzwa Lerotholi, Ibidun Christiana Obagbuwa, Olaperi Okuboyejo

本論文は、機械学習と説明可能AI（XAI）を用いてESGリスクスコアを予測する手法を提案する。透明性の高い予測モデルを構築することで、投資家や企業がESG評価の根拠を理解できるようにする。南アフリカの研究機関からの発表であり、新興市場におけるESG評価の高度化に貢献する可能性がある。

Jinpeng Dai, Fanghui Lu, Riccardo Maddalena +2

本研究は、石灰石煆焼粘土セメント（LC3）の圧縮強度をCPO-XGBoost機械学習モデルで予測し、低炭素配合の最適化を図る。LC3はセメント製造のCO2排出削減に有効であり、建設分野の脱炭素に貢献する。データ駆動による材料設計は、持続可能な建設材料の普及を促進する。

Leyi Yan, Shuangning Li, Sihang Liu

AIエージェントのワークロードにおける炭素排出を特徴付け、期限柔軟性を活用したカーボンアウェアな実行スケジューリングを提案。OpenClaw上で動作するAgentDecarbonizerは、タスクの実行時間を推定し、低炭素時間帯や低炭素グリッドへの移行を考慮して排出を最大57.9%削減する。

Su W, Wang J, Tu M +1

本研究は、カーボン排出・炭素税・サプライチェーン在庫モデル（SCIM）の交差点を、Web of Scienceの3,359論文のメインパス分析（MPA）とAcerのVeroノートPCやEarthionプラットフォームなどの実践事例を通じて分析。グリーン物流、グリーン技術投資、循環経済など41の研究クラスターを特定し、学術と実務の橋渡しを図る。

Moojin Park

本プレプリントは、ESG規制イベントのうち第三者保証を義務付けるものが、単なる開示拡大よりも大きな資産価格反応を生むかを問う。検証可能性が情報の価格形成の条件であるとし、検証強度をコスト関数に組み込んだシグナリングゲームを定式化。グリーンウォッシングをプーリング均衡の性質として捉え、開示系列と保証系列の差を処置とするイベントスタディ設計を提案する。データ収集前の提案段階であり、実証結果は未報告。

Newton. Tyler James

AquaContamは、米国の95,223の水道システムからの400万以上のサンプルを用いて、機械学習モデルが汚染だけでなく監視プロセスを学習することを示す。鉛モデルの見かけ上の性能はターゲットリーケージによるもので、補正後は大幅に低下する。また、監視自体が不公平であり、有色人種コミュニティは過剰にサンプリングされ、低所得コミュニティは過小サンプリングされることを明らかにした。

Олег Ивченко, Iryna Ivchenko

本論文は、分散モデルの実行時における炭素排出をリアルタイムで監視するオブザーバビリティ手法を提案する。エネルギー消費と炭素フットプリントを可視化することで、AIシステムの環境負荷を削減するための実践的な洞察を提供する。

Kollia M

AIデータセンターの持続可能性評価を消費後から消費前に移すZEROフレームワークを提案。ハードな許容制約、ワークロード特性評価、地域資源状態評価、連邦比較、継続条件、監査可能な証拠を組み合わせ、実行前に多資源決定を要求する。合成ケーススタディで低炭素だが水クリティカルな施設を除外し、低影響の代替案を選択する論理を示す。

Zhang Q, Sheng S, Liu T

地理分散型AI推論の資源配分を、サービス維持を優先しつつ炭素と水のトレードオフを可視化する二段階辞書式フレームワークを提案。実トレースで26,392リクエストを解析し、水制約が炭素排出に与える影響を定量化。再現可能なベンチマークと資源管理インターフェースを提供。

C D, VISMAYA, V P, ANAMIKA, JURIYA, FATHIMA +2

データセンターの廃熱回収にAIとIoTを統合したフレームワークを提案。センサーで運用データを監視し、ランダムフォレスト回帰で将来の熱発生を予測、最適な熱利用先を推奨する。エネルギー効率向上、冷却コスト削減、炭素排出削減を目指す。

Thing-Yuan Chang, Chien-Chih Chen, Chin-Hsien Hsu +2

食品サプライチェーンのCO2排出量は年間137億トンに上るが、正確なPCF推定は多くのメーカーにとって困難。本研究は、公開データを統合し、GMMクラスタリングと機械学習回帰を組み合わせたフレームワークを提案。3,933サンプルで検証し、単一モデルより高精度で、LCAに代わるスケーラブルな手法を示した。

Paul Kron

本論文は、大規模言語モデル（LLM）のクエリあたりの炭素コストをライフサイクル分析と温室効果ガス排出の観点から推定し、将来世代への環境影響を金銭換算して約0.4ドル/クエリ（約10gCO2eq/クエリ）と算出した。トークン数に大きな不確実性があるものの、AI利用が惑星の健康に与える影響を認識するための枠組みを提供する。