論文・プレプリント

Di Sha, Arne Johannssen, Yong Liu +2

本論文はLLMとTransformer、Kolmogorov-Arnoldネットワーク（KAN）を組み合わせ、炭素価格の予測と取引意思決定を支援するハイブリッド枠組みを提案する。炭素市場の価格変動を高精度に捉え、ETS参加企業や金融機関の取引判断に資することを狙う。AI手法を炭素価格というGX中核課題へ応用した点が特徴。

Shuai Lu, Qiangqiang Tao, Li Wang +4

生産・消費システムの持続可能性評価に、人間が検証可能なAI（human-auditable AI）を適用する手法を提示する研究。世界銀行のプロジェクトポートフォリオを対象に、循環性と脱炭素の観点から実証的なエビデンスを示す。AIによる評価の透明性・監査可能性を重視する点が特徴で、ESG評価や開示の信頼性確保に資する。

Dami Moon, Sumiaki Kusahata, Yoshihiro Kawahara

本研究は、C2Cプラットフォーム上の非構造化UGCからVision-Language Modelを用いて素材組成やサイズなどの製品属性を抽出し、製品別GHG排出量を自動算出する手法を提案・検証した。3,500件のアパレル出品に適用し、サイズ抽出92.3%、素材組成81.6%の精度を達成、平均排出量は11.9 kg-CO2eq/点と算出された。素材選択の影響を可視化し、EUのデジタル製品パスポート（DPP）等の政策に対応する情報透明性向上…

Khurram Ashfaq, Kainat, Nasir Abbas* +1

サステナビリティ報告コンプライアンスとAIの知的活用能力が企業業績に与える影響を、CSRパフォーマンスの媒介とAI統合型リーダーシップの調整効果を通じて検証した研究。PLS-SEMによる356件の分析から、報告コンプライアンスとAI能力はいずれもCSRパフォーマンスを高め、CSRパフォーマンスが企業業績を押し上げることが示された。さらにAI支援型リーダーシップがこれらの関係を強める調整効果を持つことを明らかにし、報告プロセス・AIツール…

Chenyue Xia, Yinliang Xu, Hongbin Sun

大規模言語モデル（LLM）とマルチエージェント強化学習を組み合わせ、配電網の制約を考慮しつつデータセンターの電力消費を低炭素化するスケジューリング手法を提案する研究。計算負荷の時間的・空間的な柔軟性を活用し、再生可能エネルギー比率の高い時間帯への負荷シフトや系統制約の遵守を両立させる狙いがある。AI手法と脱炭素運用の接点を示す実証的アプローチ。

Dingyao Yu, Huali Cai, 李洪涛 +6

グリーンフライトをサービスシステムとして捉え、中国民航局の苦情1161件をWord2VecとSTMで分析した研究。参加障壁として選択制限、情報開示不足、規則と旅客権益の不均衡、報酬未履行などを特定し、硬直した規則が最大の課題と示す。低炭素サービスの定着は環境意欲だけでなく、参加コストと不確実性の低減にかかっていると論じる。

Jan Saro, Miroslav Pavelka, Jiří Pilný

本論文は、IPCC Tier-2準拠の排出算定、削減シナリオ評価、経済性スクリーニング、補助金申請書ドラフト生成を統合したAI支援フレームワーク「FarmCarbon AI」を提示する。中欧8カ国の合成農場プロファイル100件で評価し、想定条件下で8〜19%の排出削減を試算した。LLMは数値計算ではなく根拠に基づく説明と文書作成に限定しており、実測データでの検証課題を明示している。

Pragyan Kumar, Mannan Jain, C. M. Sharma

本論文は、学生の睡眠・食事・運動・学習・スクリーンタイムを統合管理しつつ、移動・食・電力の炭素排出を可視化するモバイルアプリEcoLifeを提案する。教師あり機械学習とルールベース推薦を組み合わせたAI個別化エンジンと、健康的・環境配慮行動にポイントを付与するゲーミフィケーションを特徴とする。設計段階であり実験結果は未提示だが、要件・アーキテクチャ・炭素会計モデル・MLパイプライン・プライバシー配慮・実装計画を体系的に示す。

Sanjit Kumar Dash, Subhankar Poddar, Mohammed Altaf Ahmed +1

本論文は、LLMの膨大な計算需要に伴う炭素排出を削減するCarbonBalanceフレームワークを提案する。LightGBMとProphetで電力グリッドの炭素強度を予測し、最適化スケジューラで非緊急AIタスクを炭素強度の低い時間・場所へ誘導する。評価では炭素排出を41.6%削減しつつ、重要タスクの遅延はゼロを維持した。

San Arca

本研究はFama-French5ファクターモデルに炭素強度を表すBMGファクターを加え、米国株のリターンと炭素リスクの関係を検証した。時系列回帰・GRS検定・Fama-MacBeth検定に加え、XGBoostとSHAPを用いてBMGファクターの寄与を解釈する。FF5+モデルは5つのポートフォリオ分類のうち4つでGRS p値を改善し、炭素リスクは特に鉱業・石油ガス採掘など炭素関連セクターで追加的な説明力を持つことが示された。

Shukla Parul, Jackson Simango Magoge, I. B. Chatterjee +2

AIのエネルギー消費・炭素排出・水使用・電子廃棄物などの環境負荷が法規制に十分組み込まれていないと指摘。ブラウン・ワイスの世代間衡平（選択・品質・アクセスの保全）を応用し、FLOPs/タスク、学習・推論あたりのCO2e、WUE、再エネ比率、ハード炭素、e-waste行き先などの指標からなる「世代間グリーンAI説明責任フレームワーク」を構築。モデル単位の環境開示、ライフサイクル評価、環境モデルカード、独立監査、持続可能な公共調達、衡平な国…

Ispita Jahan, Sonia Nashid, Kaniz Sultana Chy +4

FinBERTとRoBERTaにSHAP・XLexの説明機構を組み合わせ、ESG開示の感情分類を解釈可能にした研究。米国上場150社・1,200件の開示（2018–2024）を分析し、ESGセンチメントと財務リスク指標の関係を固定効果パネル回帰とグレンジャー因果で検証。ポジティブなESGセンチメントと市場ボラティリティに有意な逆相関（R²=0.67）を確認し、将来リスクへの増分予測価値も示した。

Ismail Ibrahim Chacha, Zu-Quan Xiang

10主要経済圏の上場企業19,683社・年パネルデータ（2015-2025）を用い、グリーンファイナンスとブロックチェーン透明性がESGパフォーマンスを有意に高めることを示す。ブロックチェーン透明性はグリーンファイナンスとESGパフォーマンスの関係を部分的に媒介し、情報品質とステークホルダー信頼を強化する。モジュール型建造や知識共有を可能にするグループ技術が補完能力として効果を増幅する。

Dr. Anjana Kumari, Arnav Raviraj, Arya

AIは森林破壊追跡や気候モデリングで環境便益をもたらす一方、LLMの学習・運用に伴う膨大な電力消費と炭素排出が新たな環境負荷を生む「グリーンAIのパラドックス」を比較レビューする。EUのAI法やエネルギー効率指令は透明性報告を義務化するが、越境的な炭素会計基準の欠如と規制裁定により、地域の便益がLLM開発のグローバル排出で相殺されると指摘。アルゴリズム効率だけでなく、拘束力ある国際的なエネルギー基準とデジタルインフラの炭素会計の統一が必…

Bhagyashri K Kulkarni, Shashank Urs H P, Vinod V +2

物流向けカーボンフットプリント追跡システム「CarbonTrack」の実装を、ソースコード・学習済みモデル・テストスイートに照らして評価した論文。113のRESTエンドポイントと6つのMLモデル（Random Forest/XGBoost）を備え、予知保全87.5%、ルート推薦91.0%の精度を再現。一方で学習ターゲットが実測データではなく決定論的式由来であり、排出量予測機能は未実装であることを開示し、過大評価を避けている。

Neema Mwita Kinyasi, Amina Juma Msuya, Baraka Mwinyi Hamisi

マングローブ再生型炭素クレジットの永続性控除が、段階的登録と未観測のベースライン損失の下で偏りを持つ条件を理論的に導出した研究。潜在アウトカムモデルと隠れマルコフ表現を組み合わせ、登録時期とベースライン脅威の相関が高いほど永続性リスクが過大評価されることを示す。新規フィールドデータなしで既存レジストリに適用できる診断手法を提供する。

Shirin Saiyed, Made Ratih Nurmalasari

本論文は、データ駆動型意思決定（DDDM）がカーボンニュートラル移行期の企業環境パフォーマンスをどう高めるかを統合的にレビューする。影響の可視化、分析的診断、業務最適化、部門間調整、説明責任に基づく学習という5つのメカニズムを特定する一方、データ品質の低さ、システム分断、Scope 3推計の不確実性、リバウンド効果、クレジットによる実排出削減の代替といった弱化条件も示す。データ基盤・分析能力を意思決定ルーティン、実施介入、検証済み環境成…

Culasso F.

統合報告書をトピックモデリングで分析し、業界横断的な開示テーマの傾向とグローバルな視点を整理した研究。AI手法を開示分析に応用し、企業の統合報告がどのような主題群で構成されているかを可視化する。開示インフラの実証的理解に資する。

DIVYANSHU PRADHAN Divyanshu pradhan, Sanchit Sanchit

インドの家計消費に着目し、個人のライフスタイル炭素と製品別炭素を統合追跡するフェデレーテッド型UCFMポータルを提案。12種の回帰モデルを比較しMLPが最高精度（R²=0.8963）を達成。製品側はLLMによる原材料解析とBi/Cross-Encoderの意味的マッピング、XGBoost補完でR²=0.9410を実現し、ISO 14067準拠の監査可能な算定基盤を構築する。

Inez Permatasari, Noer Sasongko

インドネシアIDX上場エネルギー企業46社・138観測（2022〜2024年）を対象に、AIとビッグデータ分析（BDA）がサステナビリティ報告監査品質（SRAQ）に与える影響を、ESG開示と業務複雑性の調整効果とともに検証した。BDAはSRAQに有意な正の影響を与える一方、AIは有意な影響を示さず、ESG開示・業務複雑性の調整効果も確認されなかった。技術的成熟度の不足からAI活用が限定的である一方、BDAはサステナビリティ監査で実効的に…