論文・プレプリント

Xue Jiang, Xiaoli Ji

本論文は、機械学習（自動前処理、グラフニューラルネットワーク、強化学習、多目的最適化）を用いて、グリーン・低炭素経済のための産業クラスタリング経路選択を最適化する。再生可能エネルギー統合と持続可能なエネルギー転換を背景に、データ前処理効率85%向上、クラスタ誤差60%低減、経路最適化時間84%短縮、シミュレーション内で炭素排出量66.7%削減を達成した。

Waqas Ahmed

本研究は、ビッグデータ分析（BDA）とESG開示が企業の予算編成における予測精度に与える影響を、米国・EU企業のサンプル（2015-2024年）を用いて検証。計量経済モデルと機械学習のハイブリッド手法を採用し、ESG開示の透明性が高くBDA投資が多い企業ほど予測誤差が低いことを発見。特に経済不安定期にその効果が顕著であり、ESG開示とBDAの相補的効果が確認された。

A. Gomaa

本論文は、AIがESGの評価・開示・監視を変革する可能性と課題を系統的レビューで明らかにした。データ断片化、アルゴリズムバイアス、規制の不整合、説明可能性の欠如などの障壁を特定し、ESGデータ標準化、信頼できるAI、規制調和などの研究課題を提案する。

Hui Mao, Benyan Tan, Ribesh Khanal +2

本論文は、大規模言語モデル（LLM）を用いて、新エネルギー電力価格の市場化改革における太陽光発電企業、電力網企業、政府の三者間の戦略選択を分析する。進化ゲームモデルとLLMのセマンティック解析を組み合わせ、市場価格変動や技術コストなどの要因が協力的な系統連系に与える影響を明らかにする。中国の江蘇省と湖北省の実データに基づき、政策立案と企業意思決定に資する理論的基盤を提供する。

Yuanshang Ji, Bin He, Sheng Yu +1

本論文は、大規模言語モデル（LLM）を活用した製品設計プロセスにおいて、製造段階の炭素排出量を予測する手法を提案する。防振プラットフォームを事例として、設計初期におけるカーボンフットプリントの定量化が可能であることを示す。設計段階での環境影響評価を効率化し、低炭素設計を促進する。

Sonali R. Kanthe, Shruti A. Nikalje, Mahesh S. Hol +3

本論文は、個人のカーボンフットプリントを測定・削減するためのAI搭載トラッカーを提案する。システムは計算機、グリーンチャットボット、AR可視化、レポート生成の4モジュールから構成され、日常活動の入力から標準排出係数に基づき排出量を推定する。実験ではAIガイダンスと可視化が持続可能な行動への意識向上に有効であることが示された。

Xiang-Bo Tang, You-Wei Huang, Han Su

中国農業の正味炭素吸収源を予測する機械学習モデルを構築し、駆動要因を分析。有効灌漑面積が最も重要な要因で、炭素吸収・土壌炭素吸収源に影響。政府の炭素排出削減計画に示唆を与える。

Ming Li, Jun Wang, Xihang Li +3

本論文は、低炭素制約下での部品製造におけるフレキシブル工程計画問題に対し、ハイブリッド鯨最適化アルゴリズム（HWOA）を提案する。製造工程の炭素排出量を削減しつつ生産効率を維持する方法を模索しており、GX分野でのAI活用事例となる。

Sun J, Wenxiang Peng

本研究は、中国の越境電子商取引総合試験区の政策を自然実験として、ダブル機械学習を用いてデジタル貿易が汚染抑制・炭素削減（PCCM）に与える影響を分析。2011～2023年の中国280都市のパネルデータにより、デジタル貿易が技術革新・産業のスマート化・市民参加を通じてPCCMを有意に促進することを発見。政府の新たな生産性重視やデジタル政府構築が効果を強化する一方、環境規制強化は抑制効果をもたらす。

Komal Bamugade and Archana Jadhav

本論文は、気候変動モデリングと予測におけるAI（機械学習、深層学習等）の活用を体系的にレビュー。特にカーボンフットプリントの高精度算出や気候パターン理解への応用可能性を示す。データ品質や解釈可能性などの課題も指摘し、政策立案者や環境ステークホルダーへの実践的示唆を提供。

Changyi Weng, Zhenghua Shu, Jueying Qian +2

中国ETSの拡大に伴い、信頼性の高い排出データが不可欠となる中、材料ベースと煙道ガスベースの排出量の比率を利用した異常検知フレームワークを提案。Hartigan's dip testとRandom Forestを組み合わせ、セメント工場の15分間隔データで評価し、94.7%の異常期間を検出した。

emilywang0525-ui

本リリースは、中国省級鉄道運行のカーボンフットプリント算定・予測のための機械学習コードをアーカイブ。アンサンブルモデルによるスクリーニング、SSPシナリオに基づく将来予測、不確実性診断を実施。データやモデル成果物は別途Zenodoに収録。

(著者不明)

本研究は、衛星と地上観測、機械学習、生態プロセスモデリングを統合することで、森林炭素吸収源の計測精度を向上させる手法を提案している。これにより、より正確な炭素収支の推定が可能となり、気候変動対策に貢献する。

Erlin Jin, Yang Bai, Dongning Feng +2

この研究は、DeepSeek大規模言語モデルを用いた自動コード生成により、マングローブ林のブルーカーボン貯蔵量を推定する統合フレームワーク（DPA）を開発した。リモートセンシングデータを処理し、92.13%の精度でマングローブ面積を抽出。全バイオマス平均146.33 t/ha、土壌炭素が全体の88.6%を占め、総炭素貯蔵量は28,299.28 tCと算出。DPAフレームワークは手動コーディング作業を30-50%削減した。

Amayrol Zakaria, Shamila Azman, Khairul Anuar Mat Saad +2

本稿は、港湾の脱炭素化におけるAI応用戦略を系統的レビューにより整理。PRISMAと計量書誌分析を用いて、文献の特徴と研究動向を明らかにした。港湾運営の効率化や排出削減に寄与するAI技術の可能性を示す。

Ali Asghar Firoozi, Ali Asghar Firoozi, Ali Asghar Firoozi +1

本論文は、エネルギー地盤工学にAIとIoTを統合し、強靭で低炭素なインフラを実現する経路を探る。具体的な成果は不明だが、AI技術を活用したエネルギー地盤工学の新たな方向性を示唆している。

Guanghan Song, Xuejiao Miao, Yujie Lu

本論文は、低炭素建設の最適化を目的として、セマンティックオントロジーとハイブリッドインテリジェンスを組み合わせたフレームワークを提案する。AI技術を活用し、建設プロセスにおける炭素排出削減を効率的に実現する手法を示している。

Bingbing Guo, Yujie Jiao, Fengling Zhang +3

本研究では、圧縮強度と塩化物イオン拡散係数を制約条件とし、炭素排出量とコストを最小化する多目的最適化フレームワークを提案。深層ニューラルネットワークとテキスト拡張深層学習モデルを用いて各指標を予測し、NSGA-IIとTOPSISで最適解を得た。低炭素原料を使用した場合、炭素排出量20.35%、コスト12.18%削減を達成。香港-珠海-マカオ大橋の実ケースではそれぞれ17.34%、3.00%削減を示した。

Joanna Rosak-Szyrocka

Scopusデータベースから765件の文献を収集し、ビブリオメトリクス分析によりESG報告におけるAIの役割を調査。キーワード共起分析、Ishikawa図、Pareto-Lorenz分析を用いて主要テーマと集中度を明らかにし、機械学習と自然言語処理が非構造化データ分析に重要であることを示した。規制圧力とステークホルダー期待がAI導入の主な推進力であり、AIを中核とするESG報告の概念モデルを提案する。

Haoyuan Deng, Yihong Zhou, Thomas Morstyn +1

本論文は、分散型エネルギーリソース（DER）の協調制御のために、教師あり強化学習（SRL）フレームワークを提案。教師あり学習による事前学習とオフライン・オンラインRLによる微調整の2段階で、従来手法を上回るコスト効率を達成。DERの不確実性対応に有効で、送電網の脱炭素化に寄与する。