論文・プレプリント

(著者不明)

本論文は、機械学習を用いて中国農業の純炭素吸収量を予測するモデルを構築し、その駆動要因を分析した。多様なデータソースを統合し、農業活動からの炭素吸収・排出を推定。結果は農業慣行の最適化による炭素吸収促進・排出削減に示唆を与える。

Mahmood Mazin Ali Mahmood, Keng Wai Chan

本系統的レビューは、2012年から2025年までの41の研究を分析し、機械学習、IoT、BIMを統合した再エネ技術の有効性を評価。太陽光発電による電気代35～64%削減、ML予測モデルでR2=0.989の精度を報告。実時間センサー統合や多気候データセットの不足などの研究ギャップを指摘し、ネットゼロエネルギー建築への道筋を示す。

Yadav A.

ANN（人工ニューラルネットワーク）とファジーISMを組み合わせ、製造サプライチェーンにおけるネットゼロ排出導入のドライバーを評価する。AI×ESG領域の研究。

Chao Wu, Michael L. Goulden, James T. Randerson +9

本研究は、衛星データ、攪乱モデル、機械学習を用いて、気候変動下での森林炭素貯蔵の長期的な逆転確率を初めて空間明示的にマッピングした。北米針葉樹林、熱帯雨林、アジアの亜熱帯乾燥林が最もリスクが高く、100年間の逆転確率は31-42%である。森林ベースの気候ソリューションの効果を最大化し、炭素クレジットのバッファープール設計に貢献する。

Qi Li, Ying Zhang, Hao Li +2

超高圧電力網の建設に伴う環境リスクとLULUCF由来の炭素排出を動的に評価するため、HST時空間グラフニューラルネットワークを提案。UAVハイパースペクトルリモートセンシング、IoT機械テレメトリ、環境センサーを統合し、不均一グラフとして再構成。リスク予測精度94.2%を達成し、静的評価に比べ総排出量が約13.7%過小評価されることを実証。

Hakpyeong Kim, Jun‐Ki Choi, Taehoon Hong

本研究では、グラフニューラルネットワークを用いた産業連関分析により、建設サプライチェーン全体のカーボンフットプリントを推定する手法を提案する。従来の産業連関法をAIで拡張し、間接排出（Scope3）の可視化精度向上を目指す。

Vaishali Hirlekar, Balajee Maram

本論文は、ブルーカーボン市場の透明性向上のため、機械学習による炭素推定とブロックチェーン技術を統合したデジタルMRV（監視・報告・検証）フレームワークを提案する。これにより、炭素クレジットの信頼性と追跡可能性が向上する。

Mohammed Saber Eltohamy, Mahmoud A. Hassanin, Nabila A. Khodeir +6

本論文は、低炭素電力システムと電動モビリティの相互接続において人工知能が果たす役割を、中国とエジプトを比較しながらレビューする。AI技術によるエネルギーネットワークの最適化やEV統合の事例を分析し、両国の政策・技術的進展を概観する。

Abhishek N. Srivastava, Arun Krishna Vuppaladadiyam, Rakhi Punnadan Koroth +8

本レビューは、AI技術を活用した循環経済（CE）が廃棄物管理を変革し、温室効果ガス排出削減と資源回収を促進することを示す。マイクロ・メソ・マクロの3層フレームワークを提案し、埋立地から持続可能なシステムへの転換を目指す。CE実装の課題も包括的に議論。

Xuandong Zhang, Yankui Su, Jinjiang Li +1

本研究は、デジタルトレースデータ（携帯電話信号、POIチェックイン、交通データなど）を用いて低炭素都市化を予測する手法を提案。時空間グラフ畳み込みネットワークとLSTMを組み合わせたハイブリッドモデルを構築し、従来手法では捉えられなかった炭素排出要因を特定。ソーシャルメディアのデータが低炭素ガバナンスの先行指標となる可能性を示した。

S. Kong

本研究は、韓国のスマート農業組織におけるデジタル変革がガバナンスの透明性向上と汚職リスク低減にどのように寄与するかを検討する。AI、IoT、ブロックチェーンなどの技術を活用したデータ駆動型意思決定と改ざん防止トレーサビリティシステムが、伝統的な農業組織の閉鎖性と情報非対称性の問題を軽減するメカニズムを分析。2025年以降のカーボンニュートラル政策とESG経営要件の文脈で、デジタルプラットフォームがグリーンな組織アイデンティティと腐敗への…

Subhodeep Mukherjee, Ruchi Sharma, Rashmiranjan Panigrahi +1

本論文は、循環型サプライチェーン（CSC）におけるデジタル技術（IoT、ブロックチェーン、AI、ビッグデータ）の有効性を系統的レビューにより評価。4つのテーマ（デジタル技術の活用、主要産業、SDGsとの関連、パフォーマンス効果）を抽出し、トレーサビリティや資源効率の向上、ステークホルダー連携の促進を確認。製造業や電子機器産業での実践が先行。政策立案者や実務者にデジタル戦略とSDGs達成の統合に向けた示唆を提供。

Tingting Li, Ziming Zhao, Zhaoxuan Li +2

本論文は、ウェブサービスにおける大規模言語モデル（LLM）のクエリルーティングにおいて、カーボンフットプリントを最小化しつつ公平性を保つ手法を提案する。これにより、AIサービスの環境負荷低減と持続可能性に貢献する。

明辉 李

大学の炭素排出モニタリングの課題に対し、デジタルツインとIoTを統合したリアルタイム認識・動的最適化フレームワークを提案。強化学習を用いた最適化アルゴリズムにより、エネルギー効率と資源利用を改善。カーボンフットプリントの帰属分析と責任配分フレームワークも提供し、閉ループカーボン管理メカニズムを設計した。

Jun-Hye Baek, Jae Min Lee, Dong‐Seong Kim

本論文は、AIとブロックチェーンを組み合わせた個人の炭素削減活動認証フレームワークを提案。画像分析によるエコ活動の検証と、結果の改ざん防止を実現。実験により実現可能性を確認し、信頼性とスケーラビリティを示した。

Jasmine Selvakumari Jeya Israel, Aldrin Joan Pandian William, Pradeep Kumar Mishra +1

本研究は、Bi-LSTMを用いて鉄鋼、セメント、アルミニウム産業の排出予測、カーボンオフセット配分、グリーンファンド活用を最適化する手法を提案。Bi-LSTMは2050年までの長期予測で高い性能を示し、グリーン技術導入率や炭素回収効率などの変数が持続可能性に与える影響を明らかにした。MLの統合により透明性が向上し、データ駆動型の持続可能性フレームワーク構築を支援する。

R. Thendral, M. Abinanthida

CarbonSense360は、AIとブロックチェーンを統合したWebプラットフォームで、OCR・NLPによる自動データ取得、AIによる排出予測とパーソナライズド推奨、ブロックチェーンによる透明な活動検証を実現。ゲーミフィケーションで持続可能な行動を促進。

Guanqiuyue Chen, Edmund Loi, Ka Ip Chan

中国の炭素排出権取引パイロット政策が企業のデジタル変革に与える影響を、2009～2020年の上海・深センA株上場企業データを用いたDID分析で検証。AI、ビッグデータ、クラウド、ブロックチェーン、デジタル技術応用の5次元で評価した結果、政策はデジタル変革を有意に促進し、特に国有企業や中小企業で効果が大きいことを確認。

Shamsun Nahar, Florina Rahman, Mahrima Akter Mim

AIと機械学習を用いて再生可能エネルギーとデータ分析を統合し、エネルギー需要予測、排出量推定、ESG報告を自動化するプラットフォームを提案。シミュレーションにより効率向上と報告時間短縮を実証。

C. Rao, Praveen Kumar Naidu Rayanki, Polepalli Rajeev Meenon +2

本論文は、中国の自動車・エネルギー分野を対象に、RFIDによる排出データ収集、IBCによるクロスチェーン相互運用、DP-FLによる不正検知・価格予測を統合したプライバシー保護型ブロックチェーンIoTフレームワークを提案。実験では、インター検証遅延を74.8%削減、不正検出率を93.5～96.8%に向上、取引コストを52.4%削減、市場流動性を35.6%改善した。