論文・プレプリント

Shiwei Zhou, Xinglong Liu, Feng Zhang +1

本論文は、AISデータと遺伝的アルゴリズム(GA)を用いて風速や海流を考慮した船舶の最適航路を探索し、燃料消費とCO2排出を削減する手法を提案する。実データによる評価では、従来のダイクストラ法などと比較して燃料消費を15%削減しつつ、同等の航行時間を達成した。適応的突然変異率とエリート保存戦略により収束性も確保している。

Aniruddha Bora, J. Chalfant, C. Chryssostomidis

国際海運は世界の温室効果ガス排出量の約3%を占めるが、航路計画は依然としてヒューリスティック手法が主流である。本論文では、物理情報を組み込んだオフライン強化学習フレームワークPIERを提案し、メキシコ湾の7航路で検証した結果、大圏航路と比較して平均CO2排出量を10%削減し、極端な燃料消費（中央値の1.5倍超）を9分の1に低減した。PIERは気象予報に依存せず、局所観測のみで性能を維持する。

Doru Coșofreț, Florin Postolache, Adrian Popa +2

本論文は、海事輸送におけるCO2排出制御のためのハイブリッドデジタル技術を提案する。物理学に基づく適応速度最適化により、燃料消費とCO2排出を約13%削減し、CIIやEU ETSなどの規制遵守を支援する。強化学習（PPO）と厳密最適化手法を統合し、実船データで検証した。固定航路の事前評価ツールとして有用。

Juei-Cheng Jao, Muhammad Hanzla Alvi

本論文は、国際海運の脱炭素化と自律航行船舶（MASS）の法的課題を検討。AIを活用したMASSによる燃料最適化と排出削減の可能性を示す一方、SOLASやCOLREGSなどの既存条約が有人船を前提としており、安全性、サイバーセキュリティ、責任配分に未解決の問題があると指摘。事例研究と他分野の比較から、責任制度の断片化が被害者補償不足やイノベーション阻害を招くリスクを論じ、積極的な法改正を提言している。

M. Spalding

本論文は、国際海運の脱炭素化と海洋保全におけるAIの役割を包括的に検討する。航海最適化、風力推進補助、自動運航、港湾調整、予知保全、船体設計最適化、船体メンテナンスロボティクスなどへの応用を分析し、同時にAIデータセンターのエネルギー消費という環境フットプリントにも言及する。IMOの2023年GHG戦略（2050年ネットゼロ）を背景に、気候目標と海洋生態系保護を両立する研究方向性を提案する。

Dimitra Palantza, Konstantinos Karyotis, Judit Torres Fernández del Campo +2

本研究は、地中海式アグロフォレストリーシステムにおいて、機械学習とリモートセンシングを統合した土壌有機炭素（SOC）の高解像度マッピング手法を開発。Sentinel-2データと環境共変量を用いたハイブリッドモデルにより、R2 0.76、RMSE 0.03の精度を達成し、Tier-3 GHGインベントリやMRVシステムへの応用可能性を示した。

Md. Fardous Hasan Bappy

この論文は、産業脱炭素化のためにレジリエントなハイブリッドマイクログリッドを設計する際に、メタヒューリスティック最適化手法と商用ソルバーを比較している。AIを活用した最適化がエネルギーシステムの効率とコスト削減に寄与するかを分析し、産業用グリーン変革への示唆を提供する。

Simin Huang, Lin Yang, Jing Meng +4

本研究は、機械学習最適化フレームワークを用いて、5つの実現技術（水素、貯蔵、送電網、電化交通、CCUS）が脱炭素、公平性、レジリエンスの3つの移行目標に与える影響を定量化し、効率最大の投資配分を特定した。分析の結果、投資分布は移行パフォーマンスから乖離しており、過小投資の水素インフラと貯蔵が三次元的な進歩を促進する一方、過剰投資の送電網と電化交通がCCUSの不足により炭素集約型システムを固定化していることが判明した。提案として、水素イン…

Adekola Priscilla

本研究は、中国の二酸化炭素目標のもと、農業炭素吸収源の空間的波及効果と動的進化を分析した。2000～2022年の30省のパネルデータを用い、空間計量モデル（空間ダービンモデル）と機械学習（ランダムフォレスト類似）を適用。その結果、炭素吸収源には正の空間的自己相関があり、1単位の増加が隣接省の0.35単位増加につながる波及効果が確認された。また、東部・中部では収束傾向がある一方、西部は「低吸収源の罠」に陥っており、政策連携が不可欠である。

Jesús Pérez Expolio

本論文は、機械学習と量子変分サンプリングを組み合わせ、不確実性のある炭素回収システムの最適化を提案。AI/ML技術を応用し、CCUSプロセスの効率化とコスト低減を目指す。産業応用への貢献が期待される。

Deepti Singh, Rakesh Kumar, Pooja

本研究は、自己充填コンクリート（SCC）の配合設計に人工知能（ANN、RF、GA）を適用し、強度と施工性を維持しながら炭素排出量を21～29%削減する最適配合を特定した。120サンプルのデータセットを用いてANNとRFモデルが強度・流動性・粘度・炭素排出量を予測し、RFが高精度を示した。遺伝的アルゴリズムにより低炭素かつ性能を満たす配合を自動探索する手法を確立した。

Mohaddeseh Azimi, Zhengfu Bian, Narges Salehi Shahrabi

本研究は機械学習を用いて、中国エネルギーセクターの炭素集約度と労働生産性、所得格差の関連を分析した。脱炭素移行が経済的不平等に与える影響を定量的に評価し、政策立案に資する知見を提供する。

Alessandro Sura, EMANUELE DI VENTURA

本研究は、EFRAG（欧州）とISSB（国際）のサステナビリティ基準設定プロセスにおけるステークホルダー関与を、NLP（自然言語処理）を用いて比較分析した。コメントレターの感情分析とトピックモデリングの結果、EFRAGではバランスの取れた感情と広範なテーマが見られたのに対し、ISSBでは財務的マテリアリティと比較可能性が強調されていた。これは両基準設定主体の制度的指向の違いを反映している。基準間の相互運用性の議論に示唆を与える。

Murali Krishna Pasupuleti

本書は、気候変動と炭素制約下でのインフラ運用を支える「グリーンインテリジェンスデジタルツイン」の枠組みを提示する。不確実性の定量化、因果推論、信頼性のある機械学習、ライフサイクル工学を統合し、リスク登録や炭素会計プロトコル、監査証跡などのガバナンス成果を生み出す設計手法を提案。南アジア、欧州、アフリカ、米州での適用を想定している。

Muazzam Mirjalolova

本論文は、気候変動緩和と持続可能な開発における人工知能（AI）の機会と課題を政策指向で分析する。エネルギー効率、環境モニタリング、資源管理への応用可能性を整理し、効果的な政策と責任ある実装の必要性を強調する。

Yu Nie, Ting Mao, Yupeng Liu +3

本研究は機械学習と衛星画像を用いて、中国・厦門市の30年にわたる都市代謝（建築ストックの増加、材流入・廃棄フロー、体化排出、セメント炭酸化による炭素吸収）をボトムアップで定量化した。建築物の高さ推定R²=0.81、建設・解体年のF1スコア0.89・0.81と高精度で、移転可能なフレームワークを提供する。

Yassine Charabi

本データセットは、AIインフラ展開による累積炭素債務を評価するための確率的枠組み（Carbon Valley）を提供する。2024～2035年の4つの展開経路（Lift-Off、Base、Headwinds、High Efficiency）を対象とし、モンテカルロシミュレーションにより192万件の年次記録と累積債務記録を含む。ブレークイブン分析や感度分析も可能で、関連研究の再現性を担保する。

Adel Elgammal

本研究は、太陽光発電による直接空気回収（DAC）と電気化学的炭素利用を組み合わせたシステムに対し、機械学習（ニューラルネットワーク、深層強化学習）を活用した多目的最適化とロバストスライディングモード制御を統合した知的制御フレームワークを提案。10kWパイロット試験で従来比23%の効率向上、弱光下でも85%以上の回収率、電圧変動67%低減などを実証。20年間の経済分析では炭素回収コスト31%削減、NPV45%向上、1MW商用システムで年間…

Rakesh Dondapati

本研究は、ESG開示のナラティブ（NAS）と実績（PI）のギャップ（GGS）を、6つのデータモダリティ（テキスト、排出データ、衛星観測、論争記録、財務開示、サプライチェーンリスク）を統合したマルチモーダルAIシステム（GIS）で測定する。46カ国・6セクターの4,642社を分析し、GGSが株価下落・訴訟リスク・メディア評判と有意に関連することを実証。特にエネルギー・素材セクターでギャップが大きく、Scope 3での虚偽主張が目立つ。フィ…

Xu Cheng

本論文は、再生可能エネルギー、炭素回収、ハイブリッド貯蔵を統合した産業エネルギーシステムに対し、過渡的なマルチフィジックスモデルと物理情報ニューラルネットワーク、Transformerを用いたハイブリッド深層学習サロゲート戦略を提案する。炭素価格や水素インセンティブなどの動的政策シナリオを組み込んだ確率的最適化により、貯蔵利用率38-52%向上、エクセルギー損失14.7%低減、ライフサイクルコスト9.3-16.8%削減を実現する。シミュ…