論文・プレプリント

Ritu Gaur, Archana Jain, Deepak Kumar Gupta +3

本論文は、大規模言語モデル、地理空間API、知識グラフを組み合わせて、不動産評価に気候物理リスク（洪水、熱ストレスなど）を組み込むフレームワークを提案する。文書理解からリスクスコアリングまで4層のアーキテクチャを構築し、実験では抽出精度5-8%向上、評価誤差10-15%低減を達成。グリーンモーゲージやESG報告への応用が期待される。

Kateryna Chekriy, Rüdiger Kiesel

本論文では、最先端の自然言語処理を用いて企業のネットゼロ移行計画の表明と実施を評価した。取得した移行関連データを活用し、ベイジアンネットでネットゼロ予算の確率と移行計画の評価を組み合わせ、過去の排出削減努力と将来計画を反映した確率を算出。多業種データセットの分析では、調整後確率が多くの企業で低下し、気候パフォーマンスの劣化や気候シナリオの悪化を示唆した。

Guowei Wu, Manxuan Mao, Jie Zhi +4

本研究は、広東省の県レベルにおける農業炭素排出の時空間パターンと影響要因を解明した。2000年から2022年にかけて、排出量は22.9%減少し、高排出地域は西部・北部に集中していた。ランダムフォレストとSHAPを用いた分析により、耕地面積、肥料・農薬使用量、農業機械出力、第一次産業GDPが主要な駆動要因であり、都市化は負の関連を示した。これらの知見は地域別の低炭素農業政策の策定に貢献する。

Damrongsak Naparat, Erboon Ekasingh

本論文は、企業のSDG（持続可能な開発目標）に関する主張の信頼性を評価するためのエージェンティックAIフレームワークを提案する。サステナビリティ報告書を分析し、主張と実際の取り組みの整合性を自動的に検証する。これにより、グリーンウォッシングの検出や開示の質向上に貢献する。

Rüdiger Otto, Juan José García‐Alvarado, Elena Rocafull +6

カナリア諸島の森林炭素マッピングを初めて高解像度で実施。航空機レーザー、衛星データ、気候変数を組み合わせ、機械学習で炭素密度をモデリング。特に湿潤なローレル林で高い炭素密度を確認し、構造特性と水分利用可能性が主要なドライバーであることを示した。

Yuanyi Niu, Liang Zheng, Yajuan Chang +7

本論文は、温室における赤色と青色の補光をインテリジェントに制御するシステムを提案し、光合成効率と炭素フットプリントのバランスを図る。AI/機械学習を用いて光環境を最適化し、エネルギー消費と農作物の成長を両立する手法を開発。実験結果により、通常の照明制御と比較して炭素排出量を削減しつつ収量を維持できることを示す。

Shi Zheng, Min Xu, Ziyu Fu +5

本研究は、グリーンデータセンターの運用最適化に安全制約付き深層強化学習（DRL）を適用。再生可能エネルギー、系統電力、蓄電池、冷却負荷、計算負荷を協調制御し、制約付きマルコフ決定過程として定式化。シミュレーションにより、ルールベース制御と比較して13.1%の排出削減、95.8%の再生可能エネルギー利用率を達成した。

YINKA ADERIBIGBE

本論文は、AWSを活用したサーバーレスMLパイプラインを提案し、リアルタイムのカーボンアカウンティングを実現する。NLPとXGBoostを用いて企業のサステナビリティ報告書を解析し、サプライチェーンデータと照合することで開示整合性スコアを算出する。これにより、グリーンウォッシングの検出とESG監査の迅速化が可能となる。

Kaushik P.

本論文は、AIとHPCを活用してグリーンファイナンスの効率性を向上させる手法を探る。具体的な応用として、ESG評価の自動化、炭素会計の高速化、グリーンボンドの選別などが想定される。アブストラクトがないため詳細は不明だが、タイトルからAI×GXの核心領域と判断できる。

Vogel M.

本論文は、都市部の非下水衛生システムからのメタン排出量推定にデータマイニングを応用し、補正係数を改善する可能性を検討する。機械学習を用いて実データから精緻な排出係数を導出し、GHGインベントリの精度向上に貢献する。特に途上国の非集中型衛生施設の排出量算定に有用である。

Edo G.I.

本論文は、廃水処理と資源回収における人工知能（AI）の応用を検討し、水資源回収施設のネットゼロ達成に向けた可能性を探る。AI技術により、エネルギー消費の最適化や資源回収率の向上が期待される。

Edralene M. Toñacao, Anik Yuesti, J. Alve

本レビューは、デジタル技術（AI、ビッグデータ、IoT、ブロックチェーンなど）が企業の社会的・環境的インパクト測定に与える影響を体系的に整理。戦略的目的、データ基盤、分析手法、測定・報告設計、ガバナンスの5次元を特定し、理論的枠組みと成熟度モデルを提案。因果効果の確立やグリーンウォッシュ防止には技術だけでは不十分であり、成果指向指標、相互運用性、保証、責任あるAI、ステークホルダー参加の重要性を指摘。新興国・フィリピン等にも示唆を与える…

Yantong Zhao, Gaoxiu Qiao

本論文は、欧州炭素価格の予測精度向上を目的とし、LASSOによる変数選択、MEMD-ARIMAX-mLSTMによる時間ダイナミクス、GWnet-attnによる空間依存性の捕捉を統合した不均一アンサンブルフレームワークを提案する。実証結果は、既存手法を大幅に上回る予測性能を示し、エネルギー-炭素連環の重要性を明らかにした。

Temidayo Alex‐Oke, Olusola Bamisile, Joseph Junior Nkou Nkou +3

本研究は、西アフリカ16カ国を対象に、SARIMAX、ランダムフォレスト、Transformer、注意機構付きGRUなどの機械学習モデルを用いてCO2排出量を予測する。注意機構ベースのモデルが最も高精度で、GDP、人口、電力アクセス、化石燃料・再生可能エネルギー比率が主要な予測因子である。GCAMのネットゼロ2050シナリオと比較し、野心的な経路では2050年までに累積排出量を15.3 tCO2/人に抑制できることを示した。

Aditya Narayan, Arghya Chakraborty, Santosh Kumar Mishra +1

ClimateBERTとSentence Transformerを用いて、企業の気候開示品質を評価するフレームワークガイド付きアプローチを提案。気候開示品質指数（CDQI）を定義し、開示の透明性とコンプライアンスを自動的にスコアリングするためのデータセットを提供する。

Aynur İNCEKIRIK

本研究は、ブロックチェーンベースのカーボンクレジットトークン（BCT、MCO2、KLIMA）の価格動向を深層学習（LSTM、GRU、転移学習）で分析。データは2021年10月から2025年11月の日次終値を使用。カーボンクレジットトークン同士に強い相関がある一方、ビットコインとは弱い負の相関を示した。GRUアーキテクチャが最も高い予測精度を示し、転移学習は特定の資産で有効。AIベースモデルが持続可能な金融商品の価格決定の意思決定支援とな…

Jingyi Xu, Minghui Cheng, Anchen Sun

建築物の炭素強度開示を評価するマルチモーダル大規模言語モデル「BeDA」を開発し、2,246社のグローバルパネル（2003-2023年）に適用。開示の大半が座礁リスク評価に不適合であり、企業報告書の約5分の1しか面積当たりの運用炭素強度を開示していないことが判明。欧州は米国の約2倍の開示率を示し、一部の不動産企業は既にCRREM 1.5°C経路の強度上限を超過している。

Zhonghao He, Haihong Jiang, Jing He +7

本論文は、深層学習を用いた低コスト温室効果ガスセンシング手法を提案。堆肥化プロセスを事例とし、プロセス情報を活用することで精度向上を実現。他の人為活動にもスケーラブルな手法であり、広範な排出モニタリングに貢献する。

Peixoto E.

本論文は、AI駆動のバリューチェーンにおけるESG指標の透明性を高めるための監視・報告アーキテクチャを提案する。このアーキテクチャは、サプライチェーン全体でのデータ収集と分析を自動化し、ステークホルダーへの報告を容易にする。AI技術を活用することで、より正確でリアルタイムなESG情報の提供が可能となる。

Augustine Okeke, Ifeanyi Ugbebor

本研究は、SDG-Purpose Alignment Index (SPAI) という計算論的構築物を導入し、CEOレターのテーマ・トーン・スタイルが特定のSDG目標とどの程度整合しているかを定量化した。アフリカ10カ国の上場企業148社の740通のCEOレターを分析した結果、SPAIスコアの高さはESG開示と財務業績の両方に正の影響を与えることが明らかになった。これにより、修辞的整合性が情報不足環境における高コストなガバナンスシグナル…