論文・プレプリント

Zhao H, Song A, Jin Y +1

本論文は、空画像と数値系列を統合したマルチモーダル深層学習フレームワークを提案し、超短期の太陽放射予測精度を向上させる。状態認識型の適応融合機構により、気象情報と過去の物理パターンを動的に統合し、従来の単一モーダル手法を上回る性能を示した。再生可能エネルギーの出力変動予測に貢献する。

Rouzbeh Haghighi, Ali Hassan, Sina Mohammadi +2

AIデータセンターの電力需要急増が米国の系統コストと炭素排出を押し上げる中、規制者・ISO・投資家の3層ゲームを構築。炭素税・再生可能エネルギー補助金・二次利用電池補助金が投資構成と排出に与える影響を定量化し、費用対効果の高い政策を比較する。AI負荷増を明示的にモデル化し、AI×ESGの交差を示す。

AHMAD, HARDAN

本書は、AI技術（機械学習、NLP、RPA、生成AI）が会計業務（財務報告、監査、税務、意思決定）を根本的に変革する様を包括的に論じる。AIと会計の戦略的統合が精度・効率・洞察を向上させ、不正検知や規制遵守、リアルタイム分析を可能にすることを示す。さらに、AI導入のための戦略的枠組み、倫理的ガバナンス、2040年までのロードマップを提示し、会計専門職の未来像を描く。

Huang, Bo, Yan, Yan, Lu, Jianan +1

本論文は、TCFDに準拠したサステナビリティ報告書分析のための信頼できるLLMベースのフレームワークTASRを提案する。LLMによるスコアリング、第三者ESG評価とのベンチマーク、予測モデリングの3段階で構成され、米国の石油・ガス・鉱業企業100社の報告書で検証した結果、Bloombergの環境開示スコアと高い整合性を示し、スコアの安定性も確認された。LLMによるTCFDスコアは、持続可能性開示評価のスケーラブルで透明な代替手段となる可…

Syed Quaid Ali Shah, Walid Cheffi, Muhammad Nurul Houqe +1

本研究は、サウジアラビア上場銀行のコーポレート・ガバナンスがESG開示に与える影響を、フィンテック採用を媒介要因として検証した。2015年から2024年のパネルデータを用いた分析の結果、ガバナンスはESG開示全体と社会的・ガバナンスの柱に正の影響を与え、フィンテック採用はその媒介経路として機能することが示された。デジタル能力がガバナンスとESG報告の橋渡しとなるメカニズムを実証した点が貢献である。

Durga Prasad Samontaray, Randheer Kokku, Najeeb Muhammad Nasir +1

本研究は、サウジアラビアの非金融企業を対象に、フィンテック開示とESG報告の関係をテキスト分析で検証。2021〜2024年のデータを用い、フィンテック開示がESG開示、特に環境分野と正の相関を持つことを示した。デジタル変革と持続可能性開示が共進化することを示唆。

Priya Ranjan

本研究は、AI分析、ESG評価、気候リスク評価、炭素意識融資を統合したグリーンバンキング5.0フレームワークを提案する。インドの銀行顧客120人への調査と二次データを用い、顧客の認識と導入状況を分析。持続可能な金融意思決定へのAI活用の可能性を示す。

Poojary, Jyothi, Pathan, Afsha, Duste, Thaireem

本概念研究は、AI（機械学習、予測分析、NLP）が銀行のESGリスク評価、グリーン投資機会の特定、持続可能性フレームワークへの準拠をどのように支援できるかを検討する。AIを活用した信用スコアリングは環境リスクを組み込み、責任ある融資を可能にする。データ可用性や倫理的課題も指摘し、持続可能な金融への概念的基盤を提供する。

Kingsley Imandojemu, Samson Alika, Romanus Osabohien +4

本研究は、アフリカの主要な炭素排出国5カ国（南アフリカ、エジプト、アルジェリア、ナイジェリア、モロッコ）を対象に、AI特許活動と気候ファイナンスが包摂的グリーン成長に与える影響を2010〜2024年のパネルデータで分析。ベイズ固定効果モデル等の複数手法により、気候ファイナンスは一貫して正の効果を示し、AIイノベーションは累積的に成長を促進することを確認。炭素強度は構造的制約として残る。

R N, R RS, D Sk +3

本論文は、AIとナノ材料設計を組み合わせた電極触媒最適化フレームワーク（AINEOF）を提案し、グリーン水素生成の効率を大幅に向上させる。ベイズ最適化と深層学習により触媒構造を最適化し、HER過電圧を41mVに低減、触媒発見時間を67.4%短縮、ファラデー効率を99.2%以上に改善した。100時間の連続電解でも95.6%の活性維持を示し、エネルギー変換効率84.9%を達成。AIとナノ触媒工学の融合が次世代の再生可能燃料技術への有力な道を…

C Zhao

本論文は、Scope 3排出量の透明性と追跡可能性を高めるため、ブロックチェーンを活用した炭素管理最適化手法を提案する。周辺化された大規模事業者に焦点を当て、データの改ざん防止と信頼性向上を図る。AI技術を組み合わせることで、排出量データの自動収集・分析を可能にし、効率的な炭素管理を実現する。

Fatemeh Stodt, Nicolai Maisch, Philipp Ruf +3

EUで義務化されるデジタルプロダクトパスポート（DPP）を、ブロックチェーン技術（Secret Network）とGaia-Xを組み合わせて実装する概念を提案。製造業のサプライチェーンにおける炭素排出情報や材料情報の安全な共有を可能にし、循環経済の実現を目指す。業界横断的なスマートコントラクトアーキテクチャを設計し、トレーサビリティとプライバシーを両立する。

Duncan J. Reynolds

英国NHSにおけるAI導入の炭素排出が、必須のグリーンプラン報告で見落とされていることを指摘。現在のスコープ1〜3会計では、AIワークロードのエネルギー集約性、GPU等のライフサイクル排出、未調達の生成AIツールの使用による排出が欠落している。ChatGPTの利用だけで年間約349tCO2eの排出が推定され、報告ギャップを埋めるための具体的な対策（契約条項、スコープ3へのハードウェア排出係数組み込み、AIトラフィック監視）を提案する。

Meziouni, Reda

ドイツLkSGに準拠したサプライチェーン・デューデリジェンスのための、主権的AI駆動コンプライアンス・フレームワークを提案。WBCSD PACTプロトコルを拡張した標準JSONスキーマ、決定論的ルールエンジン、オフラインで動作するMistral 7BによるAIナラティブ層、FastAPI監査証跡を4層のマイクロサービスとして設計。3つのサプライヤーリスクプロファイルで検証し、DHL等の実務家8名との協議で洗練。コンプライアンスコスト削減…

Sonia Sayari, Nidhal Mgadmi, Majed A Helmi, Hanen Louati, Abdulaziz M Basahel, Hamed Yousef Alshinkity, Sumayya Albalawi

1990～2024年の米国データを用い、グリーン経済、FinTech、ガバナンスが環境持続可能性に与える影響を分析。共和分、誤差修正モデル、QVAR、ヒートマップ診断を適用。再生可能エネルギー、森林保全、グリーン調整GDPが排出削減に寄与し、FinTechはグリーンファイナンスへのアクセスを拡大する一方、デジタル通貨はエネルギー消費の観点で環境に悪影響を及ぼす可能性がある。ガバナンスの質が調整役として重要。

Sendy Dwi Haryanto, Dian Agustia, Iman Harymawan

本研究は、欧州の石油ガス企業205社（2018-2023年）のパネルデータを用い、リスク管理委員会（RMC）とGRI準拠が温室効果ガス排出量と企業価値の関係に与える影響を分析。RMCは排出関連の価値毀損を37%緩和し、GRI準拠は排出量と価値の関係の12%を媒介するが、強固なガバナンスと組み合わせた場合に限る。スコープ別では、スコープ1排出がスコープ3より32%強い市場ペナルティを受け、EU ETS下での規制可能性プレミアムを示す。EU…

Marek R. Helinski

本研究は、生成AIを用いた持続可能な物流意思決定支援フレームワークを提案する。CBAMやCSRDなどEUの規制変数を物流計画に組み込み、シナリオ生成と多目的最適化により、炭素コストと排出量を比較評価する。鉱山用ロープの調達・輸送の事例で、中小企業・大企業とも分析時間の短縮と意思決定の透明性向上を実証し、生成AIをガバナンス手法として位置づける。

Abdul-Hussein Aziz A, Abbas IT

本研究は、ハイブリッド多集団カッコー探索（HMPCS）アルゴリズムとLSTM・LightGBMなどの機械学習モデルを組み合わせて太陽光発電予測精度を向上させる手法を提案。実験では、HMPCS最適化によりRMSE 0.139、R² 0.93を達成し、ベースライン比で誤差23%削減。再生可能エネルギー予測とスマートグリッド応用への可能性を示す。

Louzada RO, Silva RHd, Correia SAC +6

UAV-LiDARと機械学習を用いた炭素貯留量推定では、空間的自己相関を無視したバリデーションが精度を過大評価することを実証。ブラジルのサバンナで98通りのシナリオを検証した結果、単一分割では見かけ上の精度が高いが、複数の空間分割では予測力がほぼゼロに低下。バリデーション戦略が精度評価の主要因であることを示唆。

Feiyu Cai, Jing Qiu, Yi Yang +4

本論文は、電力系統の脱炭素化に向けて、深層学習と大規模言語モデル（LLM）ベースのマルチエージェントシステムを組み合わせたプロアクティブな時空間カーボン応答フレームワークを提案する。前日ノーダルカーボン強度（NCI）を高精度に予測し、地理的に分散可能な負荷（GDL）を活用したスケジューリングモデルにより系統排出を削減する。IEEE 33母線システムでのシミュレーションにより、1時間のカーボンスケジューリング遅延短縮で30%以上の排出削減…