arXiv、Jxiv、Zenodo、SSRN、J-STAGE 等から GX・脱炭素関連の論文を収集し、 AI 関連度スコアと日英の編集解説付きで一覧化します。 原典 DOI と provenance trail を併記し、利用者は元の論文に戻れます。
要約は AI 支援で生成されています。最終的な解釈・検証は利用者が原典に基づいて行ってください。
14 件中 1–14 件
CarbonSense360：予測排出分析と持続可能なユーザーエンゲージメントのための自己学習型AI・ブロックチェーンエコシステム
R. Thendral, M. Abinanthida
CarbonSense360は、AIとブロックチェーンを統合したWebプラットフォームで、OCR・NLPによる自動データ取得、AIによる排出予測とパーソナライズド推奨、ブロックチェーンによる透明な活動検証を実現。ゲーミフィケーションで持続可能な行動を促進。
カーボンクレジット管理のためのプライバシー保護型クロスチェーンフェデレーテッドブロックチェーン
C. Rao, Praveen Kumar Naidu Rayanki, Polepalli Rajeev Meenon +2
本論文は、中国の自動車・エネルギー分野を対象に、RFIDによる排出データ収集、IBCによるクロスチェーン相互運用、DP-FLによる不正検知・価格予測を統合したプライバシー保護型ブロックチェーンIoTフレームワークを提案。実験では、インター検証遅延を74.8%削減、不正検出率を93.5～96.8%に向上、取引コストを52.4%削減、市場流動性を35.6%改善した。
ESG報告におけるグリーンウォッシング検出：セクター別洞察と機械学習モデル
Manav Gangar, Nikhil D'Souza, Rishika Kapasi +2
機械学習を用いたグリーンウォッシング検出フレームワークを提案。教師あり分類と教師なし異常検知のハイブリッド手法を統合し、グリーンウォッシング不一致スコア（GDS）を導入。セクター別に企業のESG開示と実績の乖離パターンを特定する。投資家や規制当局にデータ駆動型の監視ツールを提供。
予測型グリーンFinOps：AI集約型クラウドにおけるコスト・カーボン・信頼性の同時最適化
Jakkaraju V.T.D.
本論文は、AI集約型クラウド環境においてコスト・カーボン・信頼性を同時最適化する予測型Green FinOps手法を提案する。予測分析によりリソース割当を動的調整し、カーボンフットプリント削減とコスト効率を両立。実験で従来比の改善を示した。
FinBERTとピラーベース分類を用いたインド投資信託のESG開示の感情分析
Singh V.
本論文は、金融分野特化型BERTモデルであるFinBERTを用いて、インドの投資信託のESG開示情報に対してピラーベースの分類によるセンチメント分析を実施。ESG開示からの感情抽出におけるNLP手法の有効性を示し、新興市場での自動ESG評価に貢献する。
エンドツーエンドのIoT-AI-レイヤー2ブロックチェーンフレームワーク：産業用CCUSにおけるリアルタイムMRVと自律型カーボンクレジットトークン化
Das N.
本論文は、IoT、AI、レイヤー2ブロックチェーンを統合したエンドツーエンドのフレームワークを提案し、産業用CCUSにおける排出削減のリアルタイムMRV（モニタリング・報告・検証）とカーボンクレジットの自律的なトークン化を実現する。AIはMRVデータの検証とクレジット発行の自動化に活用される。これにより、透明性と効率性が向上し、カーボンクレジット市場の信頼性強化が期待される。
グリーンファイナンスが温室効果ガス排出に与える影響：機械学習モデルからの洞察
Yong Z.J.
本論文は、機械学習モデルを用いてグリーンファイナンスが温室効果ガス排出に与える影響をグローバルに分析した。グリーンファイナンス政策が排出削減に寄与する可能性を示唆する。
CarbonX：時系列基盤モデルを用いた計算脱炭素化のためのオープンソースツール
Diptyaroop Maji, Kang Yang, Prashant Shenoy +2
CarbonXは、時系列基盤モデルを活用した脱炭素化のためのオープンソースツールである。このツールは、計算論的アプローチで炭素排出量を推定・最適化する。AIモデルを用いることで、従来の手法より高精度な予測が可能となる。
持続可能なクラウドコンピューティングのためのエネルギー認識型説明可能AIフレームワーク：リアルタイムカーボンフットプリント最適化を備えたグリーンマシンラーニングへの新しいアプローチ
Akey Sungheetha, Kayapati Rajagopal
本論文は、クラウドコンピューティング環境におけるエネルギー消費とカーボンフットプリントを最適化するEnergy-Aware Explainable AI (EA-XAI)フレームワークを提案する。SHAP値を用いたリアルタイムの説明可能性と、動的リソース割り当てにより、エネルギー消費を34.7%削減し、CO2排出量を月2.1トン削減、運営コストを41.6%削減する。モデル精度94.2%を維持しつつ、モデルサイズを67.8%圧縮する。
人工知能が火力発電所の低炭素転換を加速する
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。
ESG報告におけるアルゴリズム・ガバナンス：グリーンウォッシュ緩和におけるAIツールの有効性の比較研究
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。
都市下水処理プロセスにおける温室効果ガス排出監視のための時空間デュアルチャンネル注意ゲートマンバ
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。
ESGフレームワーク下での自然言語処理を用いたAI駆動型グリーンファイナンス・イノベーション
Jian W.
本論文は、ESGフレームワークの下で自然言語処理（NLP）を活用したAI駆動型グリーンファイナンスの革新を提案する。具体的な手法や実証データは示されていないが、概念的にAIと金融の融合による脱炭素促進の可能性を論じている。
脱炭素化のための人工知能と経済政策の連携：マルチレベルシミュレーションフレームワーク
Madalina Ana BURDUJA, Dorel Mihai PARASCHIV
本研究は、AIと行動経済学・厚生経済学を統合した多層的脱炭素モデル（AEDM）を提案する。家庭・企業のミクロ行動、都市インフラの中間、ガバナンスのマクロの各レベルで政策評価を行い、マサチューセッツ州とソウル市の比較シミュレーションを通じて、AI適応的政策が炭素税や現状維持よりも排出削減・コスト・公平性で優れることを示した。アルゴリズム政策の倫理的課題も議論。