論文・プレプリント

(著者不明)

本研究は、機械学習を用いて企業の気候関連開示を分析する手法を提案・検証している。開示内容の質やコンプライアンス評価にAIを活用する点が特徴。

Zhang Y.

本論文は、人工知能技術を火力発電所の運用最適化に適用し、二酸化炭素排出量の削減を実現する方法を提案する。AIを活用することで、燃焼効率の向上や予知保全によるダウンタイム削減が可能となり、低炭素化に貢献する。

Moreno C.S.

本論文では、ベイズ最適化を用いて低エネルギー金属有機構造体（MOF）を探索し、二酸化炭素回収に有望な材料を特定する手法を提案している。幾何学的記述子の部分空間を利用することで、効率的な探索を実現する。

Zhou Y.

本論文は、AIとグリーンファイナンスを組み合わせ、クリーンエネルギー生産におけるESG統合と気候変動対策のサステナビリティフレームワークを提案する。AI技術を活用したESG評価とグリーンファイナンスの連携により、企業の脱炭素化と持続可能なエネルギー転換を促進する。

Nicolodi A.

本論文は、グリーンボンドの発行体が開示書類においてSDGsへの言及を意図的に省略したり、楽観的な環境トーンを用いることでグリーンウォッシュを行っている可能性を検出する手法を提案する。自然言語処理を用いて開示テキストを分析し、投資家や規制当局がグリーンボンドの信頼性を評価するための新たな指標を提供する。

Binsaddig R.

本論文は、人工知能（AI）を活用した金融技術（フィンテック）がグリーンファイナンスと環境持続可能性の促進にどのように貢献するかを検討する。AIによるリスク評価や投資判断の最適化が、環境に配慮した資金供給を支援する可能性を探る。

Gera S.

本論文は、決算説明会、ESG開示、10-K提出書類などの財務ナラティブに適用される自然言語処理（NLP）技術を概観する。NLPを用いて重要なESG情報の抽出、感情分析、開示分析の自動化が可能であることを示す。投資家、規制当局、企業のAI活用によるサステナビリティ報告・財務分析に貢献する。

Siddique M.A.

本論文はESG開示情報を用いて機械学習・深層学習モデルにより企業の炭素リスクを予測する可能性を検証。予測モデルの精度比較を通じて、ESG開示が炭素リスク評価に有効であることを示唆。

Petri M.

本研究は、ESG報告におけるグリーンウォッシュを緩和するためのAIツールの有効性を比較分析する。異なるAI手法の適用結果を検討し、開示の信頼性向上に寄与する知見を提供する。

Peng C.

本論文は、都市下水処理プロセスからの温室効果ガス排出監視のための新しい時空間デュアルチャンネル注意ゲートマンバモデルを提案する。このモデルは、注意機構と状態空間モデルを活用して排出データの時空間パターンを捉える。

Luo X.

本論文は、CF-EEMD-LSSVRという機械学習モデルを用いて鉛製錬システムからの温室効果ガス排出量を評価・予測する手法を提案している。このモデルは複雑な排出データのパターンを捉えることで、高精度な予測を実現する。鉛製錬業界における排出管理と削減戦略の策定に貢献する。

Teri Grimmer, Wookyoung Kim, Harim Jung +1

本研究は、資源制約のある博物館においてAIがESG報告をどのように強化するかを検討。リソース・ベースド・ビューとダイナミック・ケイパビリティ理論に基づき、AI対応ESG報告を戦略的組織能力として概念化。東アジアの博物館の事例研究と米国の博物館の定量分析を組み合わせ、AIによるESG報告アーキテクチャを提案。

Joseph Agossa

本論文は、ナイロビ証券取引所上場企業の年次報告書・統合報告書・サステナビリティ報告書（2010-2024年）から構築された、文書レベルでのESG開示分類データセット「KenyaESG」を紹介する。環境・社会・ガバナンスの3軸それぞれに対し、3,900文の微調整セットと100文の評価セットを提供し、高いアノテーター間一致率を達成した。特に、キーワードベースのフィルターと単一レビューによるラベル付与手法を採用し、OCR劣化やスワヒリ語を含む…

Warit Attharat, Kritsada Puangsuwan, Supattra Puttinaovarat

本研究は、教室の照明のオン/オフ状態を深層学習（CNN）とGISで検出し、リアルタイムに電力使用量と炭素排出量を可視化するウェブアプリケーションを提案。高い分類精度を確認し、教育機関の持続可能性管理に貢献する。

Zhiyong Wu, Yun Qiao, Youren Ma

本論文は、ASEAN地域の建物の省エネルギー性能を評価するためのAI・機械学習を活用した標準的枠組みを提案する。Energy Use Intensity（EUI）や気象データなどを統合し、従来の静的モデルより高精度なエネルギー削減量の定量化を実現する。商業・公共・複合用途の建物に適用可能で、グリーンファイナンスやデジタルMRVシステムとの連携も視野に入れている。

Yu Xing, Siyuan Zou, Guohua Liu

本論文は、中国7つの地域パイロット炭素市場における価格予測のための機械学習アンサンブルフレームワークを提案する。XGBoost、LightGBM、Random Forestを加重統合し、多様な説明変数を用いて高い予測精度（R² 0.92超）を達成。排出枠売却タイミングや洋上風力のコスト評価など実務応用も示し、断片化された炭素市場における情報構造不確実性の管理に貢献する。

Zesen Wang, Lijuan Lan, Yonggang Li +1

本論文は、カーボン排出時系列データの不足を解消するため、TriHead-GANというTransformerベースの敵対的生成ネットワークを提案。トリプルヘッド識別器が分布の真正性、変数間依存関係、時間的平滑性を同時に監視し、合成データの品質を向上。中国・米国の公共データセットで高い性能を示し、下流の予測精度も改善。

Xin-song Ma, Ren-wei Zhang

本研究は、グラフ畳み込みニューラルネットワークを用いたマルチスケール適応モデルを提案し、炭素価格の予測を行う。炭素市場における価格変動の複雑なパターンを捉える能力を示す。

H. Liao, Chang-Yi Kao, K. Ang

スマートファブ向けSSbDフレームワーク：ゼロトラスト環境でプロフェッショナルプロキシが稼働。FMLとTEEにより、データ主権を維持しつつCBAM等の規制遵守を自動化する5段階リレー方式を実装。半導体サプライチェーンのガバナンスボトルネック解消に貢献。

Na Du, Baoyi Liu, Ao Gong +4

深層強化学習を用いて、炭素回収・貯留と炭素取引を組み込んだ地域統合エネルギーシステムの最適運用手法を提案。動的な炭素価格変動に対応可能で、経済性と環境性を両立する。シミュレーションによりコスト削減と排出削減効果を実証。