論文・プレプリント

Changyi Weng, Zhenghua Shu, Jueying Qian +2

中国ETSの拡大に伴い、信頼性の高い排出データが不可欠となる中、材料ベースと煙道ガスベースの排出量の比率を利用した異常検知フレームワークを提案。Hartigan's dip testとRandom Forestを組み合わせ、セメント工場の15分間隔データで評価し、94.7%の異常期間を検出した。

emilywang0525-ui

本リリースは、中国省級鉄道運行のカーボンフットプリント算定・予測のための機械学習コードをアーカイブ。アンサンブルモデルによるスクリーニング、SSPシナリオに基づく将来予測、不確実性診断を実施。データやモデル成果物は別途Zenodoに収録。

(著者不明)

本研究は、衛星と地上観測、機械学習、生態プロセスモデリングを統合することで、森林炭素吸収源の計測精度を向上させる手法を提案している。これにより、より正確な炭素収支の推定が可能となり、気候変動対策に貢献する。

Erlin Jin, Yang Bai, Dongning Feng +2

この研究は、DeepSeek大規模言語モデルを用いた自動コード生成により、マングローブ林のブルーカーボン貯蔵量を推定する統合フレームワーク（DPA）を開発した。リモートセンシングデータを処理し、92.13%の精度でマングローブ面積を抽出。全バイオマス平均146.33 t/ha、土壌炭素が全体の88.6%を占め、総炭素貯蔵量は28,299.28 tCと算出。DPAフレームワークは手動コーディング作業を30-50%削減した。

Amayrol Zakaria, Shamila Azman, Khairul Anuar Mat Saad +2

本稿は、港湾の脱炭素化におけるAI応用戦略を系統的レビューにより整理。PRISMAと計量書誌分析を用いて、文献の特徴と研究動向を明らかにした。港湾運営の効率化や排出削減に寄与するAI技術の可能性を示す。

Ali Asghar Firoozi, Ali Asghar Firoozi, Ali Asghar Firoozi +1

本論文は、エネルギー地盤工学にAIとIoTを統合し、強靭で低炭素なインフラを実現する経路を探る。具体的な成果は不明だが、AI技術を活用したエネルギー地盤工学の新たな方向性を示唆している。

Guanghan Song, Xuejiao Miao, Yujie Lu

本論文は、低炭素建設の最適化を目的として、セマンティックオントロジーとハイブリッドインテリジェンスを組み合わせたフレームワークを提案する。AI技術を活用し、建設プロセスにおける炭素排出削減を効率的に実現する手法を示している。

Bingbing Guo, Yujie Jiao, Fengling Zhang +3

本研究では、圧縮強度と塩化物イオン拡散係数を制約条件とし、炭素排出量とコストを最小化する多目的最適化フレームワークを提案。深層ニューラルネットワークとテキスト拡張深層学習モデルを用いて各指標を予測し、NSGA-IIとTOPSISで最適解を得た。低炭素原料を使用した場合、炭素排出量20.35%、コスト12.18%削減を達成。香港-珠海-マカオ大橋の実ケースではそれぞれ17.34%、3.00%削減を示した。

Joanna Rosak-Szyrocka

Scopusデータベースから765件の文献を収集し、ビブリオメトリクス分析によりESG報告におけるAIの役割を調査。キーワード共起分析、Ishikawa図、Pareto-Lorenz分析を用いて主要テーマと集中度を明らかにし、機械学習と自然言語処理が非構造化データ分析に重要であることを示した。規制圧力とステークホルダー期待がAI導入の主な推進力であり、AIを中核とするESG報告の概念モデルを提案する。

Haoyuan Deng, Yihong Zhou, Thomas Morstyn +1

本論文は、分散型エネルギーリソース（DER）の協調制御のために、教師あり強化学習（SRL）フレームワークを提案。教師あり学習による事前学習とオフライン・オンラインRLによる微調整の2段階で、従来手法を上回るコスト効率を達成。DERの不確実性対応に有効で、送電網の脱炭素化に寄与する。

(著者不明)

本論文は、機械学習を用いて中国農業の純炭素吸収量を予測するモデルを構築し、その駆動要因を分析した。多様なデータソースを統合し、農業活動からの炭素吸収・排出を推定。結果は農業慣行の最適化による炭素吸収促進・排出削減に示唆を与える。

Mahmood Mazin Ali Mahmood, Keng Wai Chan

本系統的レビューは、2012年から2025年までの41の研究を分析し、機械学習、IoT、BIMを統合した再エネ技術の有効性を評価。太陽光発電による電気代35～64%削減、ML予測モデルでR2=0.989の精度を報告。実時間センサー統合や多気候データセットの不足などの研究ギャップを指摘し、ネットゼロエネルギー建築への道筋を示す。

Yadav A.

ANN（人工ニューラルネットワーク）とファジーISMを組み合わせ、製造サプライチェーンにおけるネットゼロ排出導入のドライバーを評価する。AI×ESG領域の研究。

Chao Wu, Michael L. Goulden, James T. Randerson +9

本研究は、衛星データ、攪乱モデル、機械学習を用いて、気候変動下での森林炭素貯蔵の長期的な逆転確率を初めて空間明示的にマッピングした。北米針葉樹林、熱帯雨林、アジアの亜熱帯乾燥林が最もリスクが高く、100年間の逆転確率は31-42%である。森林ベースの気候ソリューションの効果を最大化し、炭素クレジットのバッファープール設計に貢献する。

Qi Li, Ying Zhang, Hao Li +2

超高圧電力網の建設に伴う環境リスクとLULUCF由来の炭素排出を動的に評価するため、HST時空間グラフニューラルネットワークを提案。UAVハイパースペクトルリモートセンシング、IoT機械テレメトリ、環境センサーを統合し、不均一グラフとして再構成。リスク予測精度94.2%を達成し、静的評価に比べ総排出量が約13.7%過小評価されることを実証。

Hakpyeong Kim, Jun‐Ki Choi, Taehoon Hong

本研究では、グラフニューラルネットワークを用いた産業連関分析により、建設サプライチェーン全体のカーボンフットプリントを推定する手法を提案する。従来の産業連関法をAIで拡張し、間接排出（Scope3）の可視化精度向上を目指す。

Vaishali Hirlekar, Balajee Maram

本論文は、ブルーカーボン市場の透明性向上のため、機械学習による炭素推定とブロックチェーン技術を統合したデジタルMRV（監視・報告・検証）フレームワークを提案する。これにより、炭素クレジットの信頼性と追跡可能性が向上する。

Mohammed Saber Eltohamy, Mahmoud A. Hassanin, Nabila A. Khodeir +6

本論文は、低炭素電力システムと電動モビリティの相互接続において人工知能が果たす役割を、中国とエジプトを比較しながらレビューする。AI技術によるエネルギーネットワークの最適化やEV統合の事例を分析し、両国の政策・技術的進展を概観する。

Abhishek N. Srivastava, Arun Krishna Vuppaladadiyam, Rakhi Punnadan Koroth +8

本レビューは、AI技術を活用した循環経済（CE）が廃棄物管理を変革し、温室効果ガス排出削減と資源回収を促進することを示す。マイクロ・メソ・マクロの3層フレームワークを提案し、埋立地から持続可能なシステムへの転換を目指す。CE実装の課題も包括的に議論。

Xuandong Zhang, Yankui Su, Jinjiang Li +1

本研究は、デジタルトレースデータ（携帯電話信号、POIチェックイン、交通データなど）を用いて低炭素都市化を予測する手法を提案。時空間グラフ畳み込みネットワークとLSTMを組み合わせたハイブリッドモデルを構築し、従来手法では捉えられなかった炭素排出要因を特定。ソーシャルメディアのデータが低炭素ガバナンスの先行指標となる可能性を示した。