論文・プレプリント

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。

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。

Qian He, Ying Jin, Chen Chen +1

本研究は1990〜2023年の中国を対象に、貿易開放、構造変革、政府効率性が石炭使用やエネルギー枯渇コストに与える影響と、それらがCO2排出やエネルギー強度に及ぼす経路を、LASSOや因果森などの機械学習手法で分析。R&D投資がGDP比2%を超えると、教育支出が排出削減に有効になる閾値を発見。環境クズネッツ仮説に新たな知見を加え、政策提言を行う。

Fei Wang, Lei Jiao, Konglin Zhu +4

本論文は、カーボンニュートラル目標の下で、クラウド・エッジ連携のフェデレーテッドラーニングのスケジューリング問題を扱う。デマンドレスポンスを考慮し、二酸化炭素排出量削減と学習性能のトレードオフを最適化する手法を提案している。

Mykhailo Prazian

本論文は、デジタル技術を活用してサプライチェーン全体のスコープ3排出を削減し、サイバーフィジカルシステムの強靭性を高める方法を探る。特に、AIやIoTなどの技術を統合することで、排出データの可視化とサプライチェーンリスクの低減が期待される。

Kuang Y.

本研究はダブル機械学習を用いて、グリーンファイナンスが都市のエネルギー効率に及ぼす因果効果を推定している。政策立案や投資判断に示唆を与える。

Xu P.

中国の排出権取引政策の因果効果を、高頻度取引データと二重機械学習を用いて評価。政策介入が炭素価格や取引量に与える影響を推定し、ETSの有効性を実証した。

Khan T.

本論文は、Scope 3排出量の測定・報告・モニタリング・保証におけるAI活用の概念フレームワークを批判的システム視点から提案する。AIによるデータ品質向上や自動化の可能性と限界を整理し、実務への示唆を与える。

Feiya Luo, Yanyun Nian, Pinqi Rao +2

本研究は、UAV搭載LiDARとハイパースペクトルデータの融合による個別樹木の種分類と炭素蓄積量推定のスケーラブルなワークフローを提案する。適応的特徴選択法（ACV-DCC）とRF分類器を用いて18樹種で85.67%の精度を達成し、大学キャンパス内で約1.85×10^6 kgの炭素量を推定した。この再現可能なフレームワークは、世界中の不均質な都市環境に適用可能である。

Jacob Goldverg, Elvis Rodrigues, Tevfik Kosar

本論文は、データ転送のカーボンフットプリントを最小化する時空間スケジューリング手法を提案する。AI/最適化技術を活用し、時間的・地理的な炭素強度の変動を考慮する。データセンターのエネルギー効率向上と排出削減に貢献する。

Laurence L. Delina, Johanne Rei R. Castro, Yuet Sang Marie Tung

本稿は、生成AIチャットボットを用いて脆弱なコミュニティから意見を収集し、AIが公正なエネルギー移行を促進する可能性を探る。エネルギー正義の枠組み、信頼できるデータセットの生成、コミュニティに焦点を当てた緩和戦略、参加型意思決定のプラットフォームを提唱する。AIは移行を強化できるが、社会的公平性を確保するには人間の関与が不可欠であると結論付ける。

Mengxi Xie

本博士論文は、機械学習（NLP）と計量経済学を組み合わせ、環境政策の効果を実証的に分析する。前半3章ではEUの炭素国境調整メカニズム（CBAM）を取り上げ、メタ分析、米国株式市場の反応、中国企業の開示戦略を検証。第4章では中国の環境モニタリング制度改革がグリーンイノベーションに与える影響を分析する。

Susanna Ruth Gruyal

IMFが提案するAIの炭素排出への国際炭素価格下限（ICPF）を、法と政治経済学の観点から批判的に分析。市場効率性の想定が、中小企業やグローバルサウンドに不利に働く可能性を指摘し、より包摂的な気候政策を求める。

Ahmed G. Abo-Khalil

本論文は、AIによる再生可能エネルギー予測、グリッド経済、ライフサイクル評価を統合したフレームワークを提案。深層学習による予測で誤差を50%削減し、運用コストを18.7%低減。AIのエネルギー消費を考慮した実質的な便益評価も実施し、研究ギャップと解決策を体系的に提示。