論文・プレプリント

Yuliang Hu, He Wang, Y. Duan +7

本レビューは、産業廃棄物を原料とする全固形廃棄物セメント質材料（ASW）を体系的に解析。フライアッシュやスラグ等の前駆体の活性化戦略とマルチソース廃棄物の相乗設計を論じ、機械学習を用いた最適配合と性能予測を評価。カーボンフットプリントや耐久性、ライフサイクル経済性も検討し、建設分野での大規模展開に向けた技術的・政策的課題を整理する。

By Marjan Ilbeigi, Mohamed Alnejem, Mozhgan Karimi +4

本研究は、ライフサイクル評価（LCA）、循環経済（CE）評価、多基準意思決定分析（MCDA）、人工ニューラルネットワーク（ANN）モデリングを統合した枠組みを提案し、イラン、オマーン、サウジアラビアの3つの歴史的建築物を対象にバイオベース改修戦略を評価した。循環最適化戦略が最も高い持続可能性性能を示し、50年間で最大720トンのCO2削減と80,000～95,000ドルのコスト削減を達成した。ANNモデルにより最適戦略の予測と感度分析が…

Zeeshan Tariq, A. Bahadori‐Jahromi, Shah Room +1

本研究は、産業副産物（フライアッシュ、高炉スラグ）を混入したコンクリートの圧縮・引張強度を予測するため、複数のアンサンブル機械学習モデルを構築し、SHAPによる解釈性を付与した。最適配合（GF4）は40%置換で優れた性能を示し、ライフサイクル評価により36%の炭素排出削減を確認した。XGBoostと勾配ブースティングモデルを粒子群最適化により調整し、高い予測精度を達成した。

Suhib O. A. Amro, S. Naimi, A. Ibrahim

本論文は、BIM（ビルディング・インフォメーション・モデリング）環境下の建設プロジェクト管理において、AIを用いてスケジューリング、リスク、サステナビリティを同時最適化する手法を提案する。サステナビリティを明示的な目的関数に組み込むことで、従来のコスト・工期最適化に環境負荷低減を加えた総合的な意思決定を実現する。

Sachin Venu Jaya, V. Swarnakar, A. Acquaye +2

本研究は、BIMとAIを統合したフレームワークを開発し、建設におけるバリューエンジニアリング（VE）を強化する。材料最適化と資源管理に焦点を当て、循環経済（CE）の実現を目指す。PRISMAに基づく文献レビューとDelft Ladderアプローチを用い、デジタル技術をVEに統合する実践的なフレームワークを提案する。

M. S. Deore, D. P. D. Nemade

本研究は、フライアッシュと高炉スラグを用いたジオポリマーコンクリート（GPC）の強度、耐久性、環境影響をAIモデリングで評価。従来のコンクリートと比較し、CO2排出量削減と経済性を示す。建設分野の脱炭素に貢献。

Arthur J. Sterling, Marcus P. Thorne, Julian T. Harrow

本研究は、建設資材選定におけるコストと環境影響のトレードオフを解決するため、ライフサイクル評価と多目的最適化を統合したフレームワークを提案。遺伝的アルゴリズムを用いて、中規模商業ビルを対象に、初期コストとライフサイクル環境負荷（体積炭素、運用エネルギー）を同時に最小化するパレート最適解を導出。持続可能な資材は初期費用が高い場合でも、最適化により経済的負担を抑えつつ環境負荷を大幅削減できることを示した。

M. Al-Jamal, Ayooub Alsarhan, Wafa' Q. Al-Jamal +4

本研究は、BIMとAI強化LCAを統合したデジタルツイン対応意思決定フレームワークを提案。機械学習サロゲートモデル（ランダムフォレスト、勾配ブースティング、ANN）を用いて繊維強化コンクリート外壁の性能とライフサイクル指標（CO2排出量、体積エネルギー、水使用量）を高精度（最大99.2%）で予測。最適化により体積炭素の削減とエネルギー効率の向上を同時達成する。

Y. Yardımcı, Yasemin Erbil

本レビューは建設業界のLCAにAIを統合する研究を分析。機械学習やANNがエネルギー消費・炭素排出予測に使われるが、データ構造の未整備や標準化不足で断片的。運用エネルギーに偏り、内包影響や広範な持続可能性指標を無視。今後の標準化とリアルタイム監視が重要。

F. Pacheco-Torgal

本論文は、人工知能（AI）が建築環境の脱炭素化と気候レジリエンスに果たす役割を体系的にレビューする。設計段階での生成デザイン、運用時の予知保全やデジタルツイン、廃棄物管理など、建物ライフサイクル全体でのAI応用をマッピングし、エネルギー効率向上、材料循環、レジリエンス強化の可能性を示す。AIの効果はデータ品質、相互運用性、規制枠組み、人材育成に依存し、循環経済戦略と連携することで最大化されると論じる。

Anna Szewczyk, J. Dzwierzynska

本レビューは、AI、生成デザイン、BIMが持続可能な建築設計に与える影響を体系的に評価。PRISMA手法を用い、アルゴリズム知能がSDGs（特に9,11,12,13）を支援するエビデンスを統合。AIベースのヒューリスティック手法により材料使用と構造質量を最適化し、体化炭素を削減できることが示された。生成ワークフローやPINNsは循環性とLCA統合の鍵であるが、遺伝的アルゴリズムの応用不足やAIモデルのエネルギー消費などの課題も指摘された…

Linda Cusumano, Mats Granath, N. Olsson +1

本研究は、セットベースデザインと遺伝的アルゴリズム（NSGA-II）を組み合わせ、建物の初期設計段階でコストと炭素排出を同時に最適化する手法を提案する。参照建物への適用で、遺伝的アルゴリズム単独では炭素排出35%削減（コスト9%増）、セットベースデザイン統合で最大42%削減（同等のコスト増）を達成し、初期設計における優位性を示した。

Chanhyeok Kang, Bokyung Jung, Taekyu Lee +2

本研究は、建物の体化炭素推定のための実用的フレームワークを提案する。最小限の入力属性（延べ床面積、階数など）から簡易IFCモデルを自動生成し、EPDデータをリンクしてベースライン排出量を算出。その結果を機械学習（LightGBM）で補正することで、精度R²=0.803、MAPE=23.3%を達成した。限られた情報からでも信頼性の高い推定が可能であることを示し、BIM-LCA統合やカーボンニュートラル設計・改修に貢献する。

A. Nawarathna, Zaid Alwan, Barry J. Gledson +1

スリランカのオフィスビル25棟のデータを用いて、初期設計段階でエンボディドカーボン（EC）を推定する回帰モデルを開発。グロス内部床面積と外壁面積が主要な変数であり、データ制約下でも実用的なEC推定を可能にする。

N. Albelwi

本研究は、連合学習に基づく建築ストックモデリングシステム「FedCarbon」を提案する。データを一箇所に集約せずに建設関係者が協調して埋込炭素を評価可能とし、差分プライバシーと注意機構により精度とプライバシーを両立。768件の住宅構成データと2340件の欧州データで検証し、R2=94.2%、MAE=21.4 kgCO2e/m2を達成した。

N. Albelwi

本研究は、建設段階のエンボディドカーボンをリアルタイム最適化するデジタルツインLCAフレームワークDT-LCAFを提案。BIM、IoT、ML（グラフ注意ネットワークと強化学習）を統合し、CBECSとICE DBのプロキシデータで10.24%のMAPEと18.4%の炭素削減を達成。実プロジェクトへの適用は今後の課題。

S. Ren, Min Chen

本研究は、船舶統合エネルギーシステム（SIES）のためのデータ駆動型スケジューリング戦略を提案。LSTMによる燃料消費予測とNSGA-IIを用いた多目的最適化により、CO2排出量とコストの削減を同時に実現。中国の79,970DWTばら積み貨物船を対象としたケーススタディでは、太陽光発電と蓄電池の連携で23.6～40.0%の排出削減が可能で、再エネ投資は約6年で回収できることを示した。

Zhihan Qiu

船舶のエネルギー効率管理は、IMOのCII規制等により重要性が増している。本論文は、IoT、ビッグデータ、AIなどのデジタル技術を船舶の燃料消費監視、航路最適化、動力システム制御に適用する実践と課題を分析し、データ相互運用性の低さ、中小造船所の投資コスト、乗組員のデジタルスキル不足などの課題を指摘する。

Raoua NACEIRI MRABTI

本論文は、モロッコから欧州へのグリーン水素輸出における輸送経路最適化にAI手法を適用。機械学習を用いて道路・パイプライン・海上の3モードを分析し、パイプラインが最も低コスト・低排出であることを示した。モデルの精度は高く、実用可能性を示唆。

Bin Xu, Luyang Wang, Tingting Xiang +1

本研究は、機械学習を活用した三者目的最適化フレームワークを提案し、鉄鋼製品の船舶積載計画問題を解決する。積載効率の最大化と炭素排出量の最小化を同時に達成し、実データで99.88%の積載率と95.5%のCO2削減を実証した。DNNサロゲートにより計算速度を3.57倍向上させた。