論文・プレプリント

Zhipeng Han, Liguo Wang, Yongling Wang

中国の工業企業7,791社のデータを用い、解釈可能な機械学習（LASSO、ランダムフォレスト、SHAP）によりESG評価と炭素全要素生産性（CTFP）の非線形関係を分析。ESGスコアが4.5未満ではコンプライアンスコストが支配的だが、それを超えると急速に生産性が向上する閾値依存の軌道を発見。また、能力活用と資源調整の二要因がこの関係を調整し、2020年の二重炭素目標がコンプライアンス期間を短縮することを示した。

Mira Kopp

欧州の都市を気候緩和・適応戦略に基づき類型化。自動テキスト抽出とクラスタリング手法を用い、文献レビューと統合した。都市特性に応じた対策の設計を支援する。

Šribar, Jernej, Mohorcic, Mihael, Čampa, Andrej

本論文は、V2G対応EVと共有ESSを協調制御するマルチエージェント深層強化学習フレームワークCoMAD V2Gを提案。実データに基づくシミュレーションで検証し、外部系統依存を削減し、自家消費を最大化。最大25%の電気代削減を達成し、プライバシー保護と拡張性を両立した持続可能なエネルギー管理戦略を示す。

KONE Bakary, DOSSO Mouhamadou, DIARRA Mamadou +1

本研究は、ハイブリッドエネルギーシステムからの温室効果ガス（GHG）排出を時間的に最適化するために、リカレントニューラルネットワーク（RNN）を適用している。RNNの時系列予測能力を活用することで、エネルギー生成と消費の動的なバランスを取り、GHG排出を最小化する運転スケジュールを導出する。AIを用いた排出削減の実証事例として、GX分野への応用可能性を示している。

Gotoh R.

本研究は、ネットゼロエネルギーシステムの多様な実行可能解を生成し解釈するための階層的遺伝的アルゴリズム（GA）と線形計画法（LP）に基づくフレームワークを提案する。説明可能AIとクラスタリングを統合し、意思決定者に理解しやすい解の提示を可能にする。実例ケーススタディを通じて手法の有効性を示す。

Sayyed Sadaqat Hussain Shah, Arshad Javed, Muhammad Mahboob Khan +2

本論文は、AI導入がグリーンボンド発行額と企業ESGスコアに与える影響を、54カ国・5万件超のデータと複数の計量モデル（固定効果回帰、分位点回帰、TVP-VAR-SV）を用いて分析。AI導入の1標準偏差増加でグリーンボンド発行が平均14.3%増加、ESGスコアも統計的に有意に向上することを示す。またCOVID-19以降、AIの役割がより顕著になった構造変化も確認。政策立案者や投資家に示唆を与える。

D. Samontaray, Randheer Kokku, N. M. Nasir +1

本稿はサウジアラビアの非金融企業を対象に、FinTech開示とESG報告の関係をテキスト分析で検証。2021-2024年のデータを用い、ESG開示指数とFinTech採用のテキスト尺度を構築。結果、FinTech開示とESG開示（特に環境）に正の相関を確認。デジタル変革とサステナビリティ開示が共発展する可能性を示唆。

Meng-Sian Chen, Jing Wang, Mengfei Peng

仮想発電所（VPP）の計画・運用において、経済性と低炭素性の両立を図るため、NSGA-IIアルゴリズムを用いたバイオブジェクト最適化モデルを提案。風力・太陽光・蓄電池・ガス発電機を含むVPPを対象に、総コスト最小化と炭素排出最小化のトレードオフを解析。ケーススタディにより、適切な重み設定で両立可能な構成案が得られることを実証。

张荪理, Jian Yin

本論文は、二重/脱バイアス機械学習を用いて、インテリジェント技術の普及が中国都市のエネルギーシステムのグリーン転換に与える影響を実証的に分析。技術浸透が炭素排出削減と再生可能エネルギー普及に寄与することを示唆。

Ahmet Eser, M. Sadrettin Zeybek, Ayşe Dinçer +2

本研究では、アルギン酸塩とFe3O4からなる複合サスペンションのレオロジー特性を機械学習を用いて解析し、同時にカーボンフットプリント評価を実施した。機械学習モデルにより粘度や弾性等のレオロジーパラメータを予測し、プロセス全体の環境負荷を定量化した。結果は材料設計と持続可能性の両面で新たな知見を提供する。

Ziming Xue, Jun Zhou

本論文は、低炭素を目的としたフレキシブルジョブショップスケジューリング問題に、Q学習を用いたフィードバック最適化手法を提案する。タイプ2ファジィ集合により不確実性を扱い、エネルギー消費と炭素排出を削減するスケジューリングを実現する。

Watheq J. Al‐Mudhafar, Ahmed Alsubaih, Kamy Sepehrnoori

本レビューは、CO2地中貯留（CCS）の各段階（注入前評価、注入最適化、注入後モニタリング）における機械学習（ML）の応用を体系的に調査。ランダムフォレスト、SVR、XGBoostなどの従来手法に加え、深層学習による異常検知や不確実性定量化を紹介。Sleipnerなど実証事例を通じ、MLがコスト削減、安全性向上、予測精度向上に貢献することを示す。最後にデータ不足や解釈可能性などの課題を指摘し、統合MLフレームワークを提案。

Kanungo R.P.

本稿は持続可能な金融とAI、責任投資の統合を批判的に検討するが、アブストラクトがなく詳細は不明。

Rine Dewi Mustikasari, Maria Ulpah

本論文は、2014～2023年の1,362のグローバルグリーンボンドを対象に、XGBoostとSHAPを用いて利回りの決定要因を分析。マクロ経済・構造的要因が利回りを支配する一方、ESG属性、特に社会（S）要素が有意な影響を持つことを発見。インドネシアでは高利回り・高ESGの特徴を示し、ESGプレミアムはマクロ安定化後に初めて実現する。

Md. Abul Kalam Azad, A. Masum, M. Rahman +3

EcoStack-Proは、LightGBMやXGBoost等のスタッキングアンサンブルとFed-GenAdaptiveアルゴリズムを用いた連合学習フレームワークで、異種産業セクターのESG監査を高精度かつプライバシー保護的に実現する。SHAPとLIMEによる解釈性も備え、ガバナンス評価の非線形要因を明らかにする。

Hye-Kyoung An, Moon-Koo Kim, Byoung-Chang Choi +1

本研究は、Scopusから取得した5,097件のESG関連文献を環境（ENV）・非環境（non-ENV）領域に分類し、書誌計量分析、国際共著ネットワーク分析、BERTopicモデリングにより知識構造を比較した。両領域とも2020年以降急増するが、non-ENVは論文数・総被引用数で上回る一方、ENVは1論文あたりの被引用数で優れ、トップ被引用論文の割合も高い。トピックモデルにより、ESG開示、取締役会の多様性、デジタル変革は共通トピック…

Wenjun Wang, N. Jamil, Jun Zeng

本論文は、グリーンファイナンス政策が企業のサステナビリティに与える影響を分析するため、テキストマイニングを用いた動的フレームワークを提案する。文献に基づくシミュレーションと正則化XGBoostによる検証により、政策効果を定量的に評価する。AI手法とESG評価を融合した点が特徴。

Aryaman Ahuja, Aryan Dutta

本論文は、極端な気候条件における炭素回収・貯留（CCS）にAI強化デジタルツインを適用する手法を提案し、バーレーンを事例として検証している。デジタルツイン技術とAIの組み合わせにより、厳しい環境下でのCCS運用最適化を図る。

Yun-Kae Kiang, King H. Lam

本論文は、気候シナリオ分析をマルチエージェントシステムとして捉え、IFRS S2/TCFD報告に対応する手法ReGMSを提案。検索型エージェントが公開シナリオを取得し、設計・定量化・コンプライアンス検証の各エージェントが協調してシナリオを構築する。NGFS経路とNASA気候データを用いた実験で、内部一貫性と基準適合性を確認した。

Zahra Yaghoubi, Mahyar Mansouri, Hosein Alimardani +2

本研究は、メタントリリフォーミング（TRM）プロセスの低炭素水素製造最適化に機械学習を適用。46,464の運転点データを用いてNN, RF, XGBoostなどを訓練し、NNが最良の予測性能を示した。SHAP分析により温度が炭素形成に最も影響することが判明し、多目的遺伝的アルゴリズムにより複数の運転ウィンドウが確認された。解釈可能なフレームワークを提供。