論文・プレプリント

Nikhil Jarunde

本論文は、大規模言語モデル（LLM）と生成モデルを活用し、ESG情報を統合した透明で規制対応可能な取引戦略フレームワークを提案する。LLMによるESGセンチメント抽出、生成シナリオによるポートフォリオ最適化、EUタクソノミー準拠のコンプライアンス層を実装し、バックテストで静的なESGスコアを上回るパフォーマンスを示した。

Vinuri Nilanika Goonetilleke, Muditha K. Heenkenda, K. Zaniewski

本レビューは、屋内マッピング技術（LiDAR、SLAM、深層学習によるフロアプラン抽出など）が、建物からの温室効果ガス排出削減にどのように貢献できるかを総合的に検討。デジタルツイン、BIM、GIS、IoTとの統合により、エネルギー効率の向上やリアルタイム管理が可能となり、データに基づく排出削減戦略を強化する。特に、物理空間と仮想レイヤーの統合不足という課題を指摘し、時空間的意思決定を支える中間解析レイヤーとしての空間モデリングの重要性を…

Abdullah Kursat Merter, Yavuz Selim Balcıoğlu

本研究は、TabTransformerを用いてエネルギーセクターのM&Aにおける環境成果を予測するフレームワークを提案。1000件の取引データを分析し、ESG要素が予測力の3分の1以上を占めることを発見。政策安定性や炭素強度が重要な予測因子であり、環境パフォーマンスと財務リターンに正の相関があることを示した。

Bowei Zeng, J. Niu, Gefan Yang +4

気候変動と都市化により頻発する都市洪水を予測するため、物理則を組み込んだ深層学習フレームワークを開発。U-NetとBiLSTMに物理制約付き損失関数を導入し、統合勾配法で解釈性を確保。排水接合点が主要な予測因子であることを発見し、物理制約なしモデルでも同様の階層が確認された。

Gourav Kumar Rath, Jesús David G. Palencia, A. Dalai

本レビューは熱化学変換経路、特に水熱液化（HTL）に焦点を当て、バイオマス価値向上を包括的に評価。HTLによるバイオ原油とハイドロチャーの同時生成、アップグレード技術、及びAI/ML（Random Forest、XGBoost、ニューラルネットワーク等）の適用事例を分析し、バイオベース燃料生産の最適化手法を提示する。

C. Bhargava, Bhavya Tiwari, P. Bhatnagar +10

本論文では、XGBoostアルゴリズムを用いてCO2吸着容量を予測し、吸着剤の種類を分類する機械学習フレームワークを開発。活性炭、ゼオライト、MOFなど多様な材料のデータセットを構築し、95%の精度で吸着剤を識別。このツールは、工学的な材料選定とCO2回収システムの最適化を迅速化する。

Ke Ren, Weiyu Zhang, Haoxiang Chang +3

本論文は、炭素価格予測において、動的グラフを用いて市場参加者間の先行・遅延関係をモデル化し、不確実性区間を提供する手法を提案している。これにより、予測の精度と解釈可能性が向上する可能性がある。

Xin Cheng, Peisi Xu, Sylvie Van Damme

本研究では、ソーシャルメディアデータからテキスト（Jieba分かち書き・辞書マッチング）と画像（手動分類）を統合するフレームワークを開発し、中国成都の都市再生地区における自然に基づく解決策（NBS）の文化的生態系サービス（CES）を評価した。その結果、レクリエーション、インスピレーション、精神的価値が顕著であり、線状緑地やポケットパークが頻出するNBSタイプであることが示された。対応分析によりNBSとCES間の有意な関連も明らかになった…

ylm0216

このリポジトリは、カーボンクレジット取引市場における最適な取引戦略を強化学習を用いて学習するためのツールを提供する。v1.0.0は初期リリースであり、基盤となる環境とエージェントモデルを含む。

Arda Aktaş, Miguel Poblete-Cazenave

この研究は、インドの住宅用エネルギー技術が健康・経済に与える不均一な効果を因果森林法で推定し、気候政策とクリーン燃料への完全移行を組み合わせることで、特に社会的に不利な層に大きな利益がもたらされることを示した。現在の政策では削減効果は限定的だが、より厳格な気候政策と住宅部門のクリーン化を同時に実施することで、経済的利益の規模と分配が大幅に改善される。

Hoeser, Thorsten, Bachofer, Felix, Kuenzer, Claudia

DeepOWTは、深層学習を用いて衛星データから洋上風力発電所の位置と時間的変化をグローバルに抽出したデータセット。最新版v4.25.1では、1D SARプロファイル時系列に深層学習によるイベント予測（展開開始・終了など）を追加し、機械学習用の訓練データも公開している。これにより、洋上風力インフラの展開と運用の動態を高分解能で把握できる。

D'Césares, Isaac

GreenRiskは、企業の気候関連開示文書に対して0～100のグリーンウォッシングリスクスコアを付与するシステム。ClimateBERTとファジィルールベースを組み合わせ、各スコアに監査可能なルール活性化トレースとW3C PROV-O由来の証明グラフを提供する。説明可能性を重視したAI手法により、ESG評価の透明性向上に貢献する。

Tufail Muhammad, Rubab Hafeez, Waqas Bin Khidmat +5

本論文は、仮説駆動型の責任あるAIフレームワークを提案し、RuleFitを用いた解釈可能なESG予測を実現する。ESGスコアリングの透明性を高める手法を提示している。

Yulong Geng, Qi Li, Aobo Guo +3

本研究は、BBE加重正例未学習フレームワークを用いて、中国の露天鉱山における太陽光発電の開発可能性と展開適性を評価・予測する手法を提案する。再生可能エネルギー導入のための鉱山跡地活用に資する。

Bo Zhang, Xiao‐Min Zou, Xin Wen +4

本レビューは、リチウムイオンおよびナトリウムイオン電池のサイクル寿命予測における機械学習（ML）手法の応用を包括的にまとめた。教師あり学習、教師なし学習、半教師あり学習、深層学習などのアルゴリズムの原理と性能を比較し、EVや再生可能エネルギー貯蔵におけるバッテリー最適化、安全性向上、二次利用の可能性を示す。低炭素移行の加速に貢献する。

KUROSAWA, ISAO

本論文は、EGS（地熱）やCCS（炭素回収貯留）での誘発地震監視向けに、わずか4〜8観測点から震源位置・CMT・PGA分布を17msで出力するエンドツーエンド深層学習パイプラインARGUSを提案。日本国内のK-NET・Hi-netデータ（熊本地震）で検証し、低遅延アーキテクチャの実現可能性を示した。

R. F. Ghanim, rd Murad, Ali Ahmad Al-Zaqeba

この研究は、AIが企業の持続可能性、特に会計とESGにどのように役立つかを過去の文献から体系的にレビュー。AIは透明性向上や財務報告の信頼性向上に貢献する一方、実装コストや組織の準備態勢の違いなど課題も指摘。研究のギャップを特定し、今後の研究の方向性を示した。

L L Sumbu, F G Chong, D B Enggong +8

Heart2Miss研究では、AI搭載の携帯型超音波診断装置と遠隔医療を活用した分散型トリアージ経路が、従来の専門病院経路と比較して患者移動距離とCO2排出量を有意に削減することを示した。716名の糖尿病患者のデータ分析により、分散型経路では移動距離中央値14.0km（2.89kgCO2e）で、従来経路の32.0km（5.37kgCO2e）より大幅に低減した。特に77.4%の患者が初回トリアージで正常と診断され、専門病院への不要な移動を…

Riddhi Mazumdar, Debashish Sakunia, Prof. Biswajita Parida

本稿は、消費者のカーボンフットプリント感度（CFS）に基づくセグメンテーション手法「EcoPersona AI」を提案する。ISO 14067準拠の製品CFPと行動シグナルを組み合わせ、適応型ペルソナを生成し、マーケティング戦略を最適化する。行動科学理論（VBN、TPB、CLT）を統合し、持続可能性データの理解と信頼を高める実践的フレームワークを提供する。

Bhatia, Tanvi

本研究は、再生可能エネルギー受容性の調査において、LLMを用いて生成した合成データと実際の人間の回答を比較し、構造方程式モデリング（SEM）を用いて両者の構造的一貫性、文脈的不確実性、予測限界を分析した。合成データは人間の回答パターンをある程度再現するが、文脈依存性の高い項目で乖離が見られることを明らかにした。これにより、再生可能エネルギー受容性研究におけるLLM活用の可能性と限界を示している。