論文・プレプリント

Tong Qian, Yang Liu, Yunlin Huang +2

本レビューは、データセンターの電力消費増大に対し、AIが再生可能エネルギーの予測精度向上と計算タスクの柔軟なスケジューリングを通じて電力系統の安定化と低炭素化に貢献する可能性を論じる。深層学習と深層強化学習の応用が従来手法より優れるとし、将来の研究方向として物理融合AIやマルチエージェント学習を挙げる。

Chandrani Ray Chowdhury

本稿は、再生可能エネルギー発電の不確実性に対処するため、生成モデルを用いた確率的予測手法を概説する。従来のML/DLの限界を克服し、マイクログリッドの安定運用や経済性向上に寄与する。実践的なケーススタディと将来の研究方向も提示する。

Jinliang Wang, Xiang Ma, Z. Ding

本論文は、大規模言語モデル（LLM）を用いて企業のサステナビリティ報告書からESG開示情報を自動抽出・分析する手法を提案する。従来の人手による分析に比べ、効率的かつ網羅的な開示評価を可能にし、投資家や規制当局の意思決定を支援する。ESGスコアリングやグリーンウォッシュ検出への応用が期待される。

Leyi Yan, Shuangning Li, Sihang Liu

AIエージェントのワークロードにおける炭素排出を特徴付け、期限柔軟性を活用したカーボンアウェアな実行スケジューリングを提案。OpenClaw上で動作するAgentDecarbonizerは、タスクの実行時間を推定し、低炭素時間帯や低炭素グリッドへの移行を考慮して排出を最大57.9%削減する。

Wiem Dridi, Saliha Theiri

フランスSBF120企業の2018-2024年データを用い、炭素排出量と監査報酬の関係を分析。炭素排出が多い企業ほど監査報酬が高く、監査市場の集中度と地域の環境炭素曝露がこの関係を強めることを実証。炭素リスクが監査リスクとして価格設定されることを示す。

Jicheng Du

石炭ガラと製鋼スラグを用いた低炭素アルカリ活性材料の強度予測と炭素強度効率を評価するため、機械学習ベンチマークとライフサイクルスクリーニングデータベースを構築。237件の配合記録を収集し、Random ForestとXGBoostを複数の検証法で比較。180件のクレードル・トゥ・ゲート分析により、バインダーの炭素強度と強度-炭素効率を定量化した。

Nhat‐Luong Nhieu, Hoang‐Kha Nguyen

本研究は、データセンターの低炭素冷却・エネルギー管理技術を評価するためのT-SFVNSベースのMEREC-EDASフレームワークを開発。30名の専門家評価に基づき、9技術を10基準で評価し、炭素削減ポテンシャル、電力需要削減、運用コスト効率などを重視。直接チップ液冷と液浸冷却が最有力と判明。

Zhengjiao Qi, Yukuan Wang, Jingxian Liu +1

港湾進入水路での船舶交通整理に、風を考慮したパレート多目的強化学習（Pareto MO-PPO）を適用。風速を排出要因かつスケジューリング制約として組み込み、効率と排出のトレードオフを学習。曹妃甸港のシナリオで、FCFS比で排出11.41%削減、システム時間7.49%増加を実現し、運航者に明示的な選択肢を提供する。

Y. D. Bao, Yiyi Lu, C. Liu +5

データセンターの電力消費をLSTMで予測し、二酸化炭素排出削減（デュアルカーボン）目標達成を支援する枠組みを提案。注意機構付きスタックLSTMとPUE同時予測により、ARIMAなどと比較して予測誤差を最大34.6%削減。炭素データ管理パイプラインとCBAM対応への応用も議論。

Tariq Muhammad Hussein Al-Zoubi, Odai Al-Hailat, A. Alomar +1

AIがESG情報の収集・分析・開示を変革する一方、透明性や検証、AIによるグリーンウォッシングの新たな課題を生む。本研究は法的・比較規制分析により、AIガバナンスとサステナビリティ報告の統合枠組みを提案し、人間の監督、AI監査、検証、説明責任の明確化を求める。規制当局や保証提供者への実践的指針を提供する。

Su W, Wang J, Tu M +1

本研究は、カーボン排出・炭素税・サプライチェーン在庫モデル（SCIM）の交差点を、Web of Scienceの3,359論文のメインパス分析（MPA）とAcerのVeroノートPCやEarthionプラットフォームなどの実践事例を通じて分析。グリーン物流、グリーン技術投資、循環経済など41の研究クラスターを特定し、学術と実務の橋渡しを図る。

Rosella Castellano, Federico Cini, Annalisa Ferrari +1

本論文は、ESG格付機関間の乖離を利用して企業のサステナビリティ報告における過大報告・過小報告を検出する方法論的枠組みを提案する。格付乖離をシグナルとして解釈することで、報告の信頼性評価やグリーンウォッシュの識別に貢献する。

Ya-Ting Jhan, Sheng-Feng Hsieh

本論文は、大規模言語モデル（LLM）を用いてESGナarrativeを要約・感情分析し、その財務情報性を検証する。ESG開示テキストが投資判断に有用かどうかを実証的に明らかにする。

Jiayi Zhu, Lei Yang, Wenhui Zhou

本論文は、AI技術をリマニュファクチャリング（再製造）サプライチェーンに統合することで、環境負荷低減と知能化の普及を促進する可能性を探る。AIによる需要予測や品質管理が廃棄物削減と資源効率向上に寄与し、持続可能な生産システムへの移行を支援する。

Gatty M.S.

本論文は、FinTechとAI技術がグリーンファイナンスの推進に果たす役割を検討する。AIを活用したESG評価や気候関連情報開示の分析、グリーンボンドの選定など、金融分野での応用が期待される。具体的な方法論や実証結果は不明だが、AIとサステナビリティ金融の交差点を示す。

Silpa M.

本論文は、連合学習を用いてNSEセクター指数のESG開示データを分析する手法を提案する。プライバシーを保護しながら分散データを活用し、ESG評価の精度向上を目指す。日本企業の開示実務にも応用可能な技術的示唆を含む。

Moojin Park

本プレプリントは、ESG規制イベントのうち第三者保証を義務付けるものが、単なる開示拡大よりも大きな資産価格反応を生むかを問う。検証可能性が情報の価格形成の条件であるとし、検証強度をコスト関数に組み込んだシグナリングゲームを定式化。グリーンウォッシングをプーリング均衡の性質として捉え、開示系列と保証系列の差を処置とするイベントスタディ設計を提案する。データ収集前の提案段階であり、実証結果は未報告。

Dominic Ayegba Okoliko, Mehita Iqani, Mehita Iqani

南アフリカ2024年国政選挙とナイジェリア2023年大統領選挙の選挙言説における気候変動の顕在性を、BERTopicモデリングと課題顕在性・競合枠組みを用いて分析する多段階プロジェクトの補足資料を提供する。生データ、処理スクリプト、分析コード、出力を含むオープンなリポジトリで、独立した検証と再現を可能にする。第1・2段階は完了し、第3段階の横断比較研究が予定されている。

Newton. Tyler James

AquaContamは、米国の95,223の水道システムからの400万以上のサンプルを用いて、機械学習モデルが汚染だけでなく監視プロセスを学習することを示す。鉛モデルの見かけ上の性能はターゲットリーケージによるもので、補正後は大幅に低下する。また、監視自体が不公平であり、有色人種コミュニティは過剰にサンプリングされ、低所得コミュニティは過小サンプリングされることを明らかにした。

Bushra Ansari, Amjid Khan, Raja Muhammad Usman

本研究は、AIが強靭で持続可能なサプライチェーン構築にどう貢献するかを複数ケーススタディで検証。最適化AIが6件中5件で排出削減や資源無駄削減に寄与し、予測分析とデジタルツインが混乱対応時間を短縮。パキスタン繊維輸出企業では材料廃棄物30%削減を確認したが、インフラ・コスト・スキル不足が恩恵を限定的にし、処方的分析能力が鍵と指摘。