デジタルアパレルエコシステムにおけるESGデータ真正性のための連合学習活用分析：プラットフォーム・ガバナンスの視点

日本語

本論文は、デジタルアパレルエコシステムにおいて連合学習（Federated Learning）を活用し、ESGデータの真正性を検証・保証する分析手法を提案する。プラットフォーム・ガバナンスの観点から、分散したサプライチェーン上のESG情報の信頼性確保とデータ主権の両立を論じる。AI×ESG評価の交差領域に位置づけられる研究である。

English

This paper proposes federated learning analytics to verify and assure the authenticity of ESG data within digital apparel ecosystems. From a platform governance perspective, it addresses how to secure trust in distributed supply-chain ESG information while preserving data sovereignty. It sits at the AI × ESG evaluation intersection.

日本のGX文脈において

アパレルはScope 3排出・人権デューデリジェンス対応が急務の業種であり、SSBJ基準や有報でのサプライチェーン開示強化を見据え、連合学習によるESGデータ真正性確保は日本企業の開示信頼性向上に直結する。プラットフォーム型ガバナンスは業界横断のデータ連携基盤設計に示唆を与える。

In the global GX context

Apparel is a priority sector for Scope 3 and human-rights due diligence under CSRD and ISSB. Federated learning for ESG data authenticity speaks directly to greenwashing risk and assurance challenges in global disclosure infrastructure, offering a privacy-preserving model for supply-chain data verification.