論文・プレプリント

Indra Kumar Pandey, Sulekh Kumar, Brajkishor Prasad +3

本研究は、フライアッシュと高炉スラグを原料とするジオポリマーコンクリートの炭素排出量予測に、アリコロニー最適化（ACO）を組み込んだアンサンブル機械学習手法を適用。ACO拡張XGBoostモデルが最高精度（R2=0.97）を示したが、モデル間の性能差は僅少。硬化パラメータ（初期養生時間、温度、水酸化ナトリウム量）が炭素排出に最も影響。CatBoostとACO勾配ブースティングがノイズに対して安定している一方、XGB系は精度高いが入力変動…

Pengfei Xu, Siqi Jia, Y Cao +5

本研究は、パーコレーション理論と時空間クラスタリングを統合し、中国323都市の地上交通由来炭素排出（TCE）の空間クラスタを客観的に特定した。ランダムフォレストと解釈可能な機械学習を用いて地域別の排出要因を分析し、長江デルタではGDP、北京・天津・河北では人口と交通、珠江デルタでは道路貨物が主要因であることを明らかにした。

Xuesi Chen, Ilan Mandel, Eren Yıldız +2

エッジMLシステムの環境影響を設計段階で最適化するフレームワークMicroGreenを提案。コンポーネントレベルの炭素モデル、ワークロードプロファイリング、環境認識エネルギー分析を組み合わせ、多様な条件下で炭素最適な構成を特定。実際の公園での人物検出デプロイメントにより、均質ベースラインと比較して総排出量を47.72%削減。

Addhwaith S Ajith, Aaron John Joy, Vaishnav Biju +2

本論文は、AIを活用したカーボンクレジットの測定・報告・検証（MRV）のためのデジタルフレームワーク「CarbonCred AI」を提案する。AI技術により、炭素クレジットの分析と評価の効率化・精度向上を目指す。

J Zhang, Yan Gong, Hairuo Wang +4

本研究は、エメルギー分析、カーボンフットプリント会計、LSTMニューラルネットワークを統合し、黄河デルタを事例に河川-海岸接続性が沿岸生態系サービスとブルーカーボン機能に与える影響を解析した。高接続性の断面では低接続性に比べて正味炭素吸収量が高く、塩性湿地が最も敏感に応答。LSTMは従来手法より高い予測精度を示し、SHAP分析で接続性次元間の相乗効果が示唆された。具体的な戦略として段階的再生、動的経路、空間配置を提案している。

Ni Li

本研究は、LCAを用いて雲南省切りバラ産業のサプライチェーン全体のカーボンフットプリントを定量化し、AIによる精密農業、ブロックチェーンによるトレーサビリティ、IoTによる協調ガバナンスを組み合わせた低炭素化経路を提案する。マルチステークホルダーの協力とESGフレームワークの活用により、排出削減と市場競争力向上を同時に実現する。

Yan Hao, Yanmei Yuan, Hui Liu

本研究は、従来の施肥モニタリング手法の時系列的な栄養動態把握の限界を克服するため、マルチソース時系列農業データに基づく施肥行動認識と低炭素意思決定最適化のデータ駆動型手法を提案する。LSTMモデルと注意機構を用いた行動認識、MILPによる炭素排出最小化の施肥計画を組み合わせ、エッジクラウド連携アーキテクチャで実現。30日目の予測誤差8.5%、炭素排出原単位0.365kgCO2-eq/kg肥料を達成。

Ning Hu, Zhiyuan Tang, Shuaijia He +3

本論文は、カーボントレーディングを考慮した仮想発電所（VPP）のスポット市場入札戦略を、マルチエージェント強化学習を用いて提案する。VPPが炭素コストを組み込んだ最適入札を行い、収益性と排出削減を両立する手法を開発した。炭素市場と電力市場の相互作用を考慮した点が新規性。

Yu-Cian Lin, Ying-Chieh Chan

本研究は、コスト、炭素隔離、日陰効果のトレードオフを可視化する多目的最適化フレームワークを開発。3Dパラメトリックモデリングと進化アルゴリズムを用いて、台湾の公共工事コストや樹種別データを統合し、パレート最適解を特定。コスト優先から炭素優先への移行には66%のコスト増加が必要だが、炭素優先から日陰優先への移行は9%の追加コストで14%の日陰改善が可能。

Sarah Meier, Ben Balmford, Ville Inkinen

ボリビアの保護区の森林減少抑制効果をランダムサバイバルフォレストで分析。平均0.19ポイント減少（68%削減）だが、高リスク地域では0.50ポイントと効果が大きく、低リスク地域では追加性なし。保護区は低リスク地域に偏在し、全体の効果を制限。高リスク地域への優先配分の重要性を示唆。

Simona Bigerna, Tulia Gattone, Cosimo Magazzino

本論文は、低・中低所得国におけるエネルギー転換の構造的制約を分析。化石燃料依存、資源依存、メタン排出の集中が炭素ロックインを強化する一方、再生可能エネルギーの導入は低炭素化の余地を生むことを示す。政策提言として、化石燃料依存の低減、資源収入のガバナンス改善、再生可能エネルギーの加速を挙げる。

(著者不明)

本論文は、AI技術を活用した炭素会計の手法を提案し、ESG情報の透明性向上に寄与することを示唆する。AIによるデータ収集・分析の自動化が、Scope1/2/3の算定精度と開示信頼性を高める可能性を論じている。企業のサステナビリティ報告におけるAI活用のベストプラクティスを提供する。

Obaid Ullah, BenYan Tan, Ali Zeb +1

本論文は、機械学習を用いて、人工知能、炭素価格、グリーンファイナンスが先進国における再生可能エネルギーの手頃な価格に与える影響を分析する。政策介入の効果を定量評価し、エネルギー転換の促進要因を明らかにする。

Haizhou Wang, School of Business, University of Chinese Academy of Social Sciences, Beijing, 102488, China

本論文は、中国A株上場企業のパネルデータを用い、炭素排出権取引政策が企業のデジタルトランスフォーメーションを促進するメカニズムを、二重機械学習と差分の差分法（DID）で実証。負債調達コストの削減とグリーンイノベーションの向上という2つの経路を特定し、「双炭」戦略とデジタル経済の協調推進にエビデンスを提供する。

Timileyin Abiodun, Nnamdi Nwulu, Peter Olukanmi

本論文は、産業用温室効果ガス監視インフラのセキュリティを確保するために、ブロックチェーンベースの監査証跡と統合されたマルチエージェントAIフレームワークを提案する。データの完全性と透明性を強化し、信頼性の高い炭素会計と情報開示を支援する。

C. Ghenai

本研究は、AIデータセンターを再生可能水素で電力供給するためのグリーン水素発電システムの性能評価と、AIベースの短期エネルギー予測モデルの開発を目的とする。太陽光発電と水素燃料電池を組み合わせたオフグリッドシステムをモデル化し、技術的・経済的・環境的側面から分析する。AIによる予測モデルはグリーン水素生産の最適化に寄与する。

Ninglin Ou, Mohammad A. Razzaque, Iftekher Islam Shovon +5

本論文は、EV充電のスケジューリングに排出量を考慮した強化学習（SACアルゴリズム）を提案。時間変動する炭素強度と再生可能エネルギー出力を報酬関数に組み込み、EV2Gymプラットフォーム上で評価。50%風力導入シナリオで炭素排出量を87%削減し、変圧器過負荷を抑制、再生可能エネルギー自家消費率を52%達成。

(著者不明)

本論文は、森林炭素会計における人工知能（AI）の適用可能性を体系的にレビューする。AI技術（機械学習、リモートセンシング等）が森林炭素ストックの推定精度向上やモニタリング効率化に貢献する可能性を示す。同時に、データ不足やモデルの解釈可能性などの課題も指摘する。

Habes Ali Khawaldeh, Moath Bani Fayyad, Mohammad Al-Smairan, Wasseem Al Rousan and Omar Alnhoud

この論文は、ヨルダンの中小規模の酪農場向けに固定ドーム型バイオガスプラントを設計し、技術経済的・環境的評価とLSTMによるAI予測を行った。4年の回収期間、約0.093USD/kWhの均等化発電原価、年間28.46トンのCO2削減を示した。AIモデルは2025～2035年の性能を予測し、生産量の増加を予測した。地域全体に拡大すれば年間21.6GWhの発電と7,115トンのCO2削減が可能。

Amir Ahmad Dar, Vanshita Arora, Harith Yas

本論文は、気候危機に対するAIの可能性と課題を検討する。再生可能エネルギーや低炭素都市、生物多様性モニタリングなどへの応用を論じる一方、AI自体のエネルギー消費や倫理的課題にも言及する。技術と政策の統合を提唱し、AIが地球の回復力のパートナーとなる未来を描く。