論文・プレプリント

Maia Vilela M, Baesso Grimoni JA

サンパウロ大学ブタンタンキャンパスを対象に、生成AIを用いて6,700件のOD調査から通勤由来のGHG排出量を算定した。通勤排出はScope1・2を上回る場合があり、高等教育機関におけるScope3算定の重要性を示す。持続可能な公共交通の優先や学際的委員会の設置、グリーンカリキュラム導入などの削減策を提案する。

Islam MS

本論文は、廃棄されるAIアクセラレータ（GPU/NPU/TPU）の再利用を支援するテレメトリ駆動型の非破壊診断・炭素配分フレームワークEcoAccel-ITADを提案する。ベンダーAPIからECCエラーやメモリ劣化指標を取得し、複合ヘルス指数Saccelとアレニウス型残存寿命モデルで回避embodied carbon（Csaved）を定量化する。50回の実機テストで2.189秒・18.4MBの低オーバーヘッドで診断・証明書生成を完了した…

Amzad Hossain, Ayub Ali

金融システムの発展を通じてAIが低炭素転換をどう促進するかを論じる研究とみられる。バングラデシュの2大学の著者によるもので、AIと気候金融の接点を扱う。要旨がなく、手法・データ・結論の詳細は不明。

Xunzhang Pan, Tianming Shao, Jianxiao Wang +5

本論文は、LLMエージェントを活用して持続可能な開発目標（SDGs）を考慮した1.5℃目標達成のための世界の緩和経路を生成・評価する。AIと気候政策の交差領域に位置し、従来のモデルにSDGsの側面を統合する点が特徴。中国の主要大学の共同研究であり、国際的な気候目標と持続可能な発展の両立を目指す。

Rui Lu

AI推論の炭素排出をリクエスト単位で算定する手法を提案。サービス境界、経路、電力源等を考慮し、公開データで実装。EcoLogitsと比較し誤差を大幅削減。

Alfa Yohannis, Alexander Waworuntu

本論文は、グリーンIoT環境における画像ベース時系列ワークロードに対して、ドキュメント指向、リレーショナル、ハイブリッドオブジェクトリレーショナルの各データベースのカーボンフットプリントを比較し、炭素排出を考慮したストレージ選択手法を提案する。AI/ML技術を活用してワークロード特性を分析し、最適なストレージを選択することで、エネルギー消費と二酸化炭素排出を削減することを目指す。

Saad Khan, Ahmed A. Aboushady, Firdous Nazir +1

本研究は、低圧配電網における未登録の低炭素技術（PV、EV、ヒートポンプ）をプライバシー保護しつつ検出・分類・位置特定する枠組みを提案。GDPR準拠の計測データを用い、LSTMオートエンコーダ、統計的ルールベース分類器、デジタルツインを組み合わせる。IEEE 33バス系統での検証で、顧客レベルの位置特定精度98%を達成。

Summaiya Unnisa Begum, Mohammed Nadeem Ullah, Mohammed Abdul Ghani Khan

炭素市場の価格予測は難しい。既存研究はEU・中国に偏り、政策テキストを単純な感情スコアに圧縮し、説明安定性を欠く。本研究は10のギャップを整理し、市場系列と政策テキストをクロスアテンションで融合するEPA-CarbonNetを提案。11年分のS&P炭素指数で検証した結果、ランダムウォークに負けるなど否定的結果が多く、政策アテンションは規制イベントと一致しなかった。方向的中率58.6%はベースラインを上回る。

Abbas N, Hao L, Ayoubi M

本研究は、浮体式洋上風力タービン（FOWT）に対する偽データ注入（FDI）攻撃を検出・補正するため、信頼性ゲート付きGRU（リカレントニューラルネットワーク）を用いたセキュア制御フレームワークを提案する。提案手法は、センサー予測の信頼性を評価し、攻撃を受けた測定値を補正することで、ロータ速度や発電電力の制御精度を向上させる。シミュレーションでは、攻撃検出精度97.27%を達成し、ロータ速度と発電電力のRMSEを26.96%低減した。

Rajeswari Kannan, Raj Firke, Shreya Bengle +1

本論文は、Apple Silicon（M4 Pro）上でのオープンソースLLM推論のエネルギー効率と炭素排出を評価するベンチマークフレームワークGreenBenchを提案する。実測により、単一ユーザー利用ではデータセンターGPU比で30〜40倍のエネルギー効率を達成し、モデルサイズと効率のトレードオフを明らかにした。

Krishna Rao, Andrew Dumit, Shaena Ulissi +7

PCFBenchは、製品カーボンフットプリント（PCF）推定を6つの独立評価可能なタスクに分解した初のベンチマーク。614項目の専門家ラベル付きデータで、分解・検索・オントロジー照合・数値抽出を評価する。8つの最先端LLMを検証し、段階的生成では精度が低下し、質量保存違反も多いことを示した。AIによるPCF推定の信頼性向上に貢献する。

Bilal M, Latif F, Hasnain M +3

本論文は、CO2回収用の金属有機構造体（MOF）設計における機械学習（ML）の役割を体系的にレビューする。プロセスレベル応用、機構的解釈モデル、物理的記述子、予測性能の4領域で最新モデルを評価し、機械学習原子間ポテンシャルが骨格柔軟性の重要性を明らかにした。強化学習やトランスフォーマーによる逆設計が有望で、物理情報に基づく記述子でR2=0.81-0.97を達成。今後の方向性はマルチスケール最適化と解釈可能な設計である。

Islam MS, Sarkar J

Eco-ITADは、オンプレミスでハードウェア診断を行い、S.M.A.R.T.テレメトリから健康スコアを算出し、DEFRA排出係数を用いてScope 3の回避排出量を算定するシステム。揮発メモリ上でコンプライアンス証明書を生成し、ストレージへの永続的書き込みを排除。50回の実行で平均0.322秒の高速処理を実現。

Karli Eka Setiawan, Marvel Martawidjaja, Hayyun Lisdiana

本研究は、太陽光パネルの故障を自動検出するためのCNNベースの画像分類手法を提案する。Kaggleの公開データセットを用いて6クラスの分類を行い、Inception-V3が91%の精度で最も優れていた。深層学習による太陽光パネルの保守・監視システムの実用化可能性を示す。

Xinxiu Liu

ESG格付けは資本市場で重要だが、開示データ量の増加が透明性データバイアスを引き起こし、格付けの信頼性を損なう可能性がある。本研究はインタビュー調査により、このバイアスの認識と影響、その原因（データ品質、収集プロセス、方法論）を明らかにした。AI（NLP含む）はデータ収集に有望だが、格付け機関での応用は未開拓であり、実践的な推奨事項を提供する。

Farinu Uthman, Philip Edward, Adekola Priscilla

本研究は、機械学習（ランダムフォレスト、LSTM、勾配ブースティング）を統合したハイブリッドモデルを開発し、植林プロジェクトの炭素吸収量と財務的収益性を予測する。衛星データ、土壌炭素、炭素クレジット価格、気候予測、コストデータを統合し、30年間の確率的予測を生成。熱帯の湿潤地域で高い炭素吸収が期待される一方、干ばつリスクが大きいことを示し、機械学習が従来法より予測誤差を40%以上削減することを実証。炭素クレジット価格が動的閾値を超える場…

Saeed Askary, Davood Askarany, Hassan Yazdifar +3

欧州18カ国を対象に、AI関連の環境認識、ESG報告の任意・義務導入のタイミング、CDP開示品質の関係を分析。義務報告はCDP開示品質をわずかに向上させるが、炭素強度への効果は一貫しない。AI認識と実際の開示品質の相関は弱く、認識と実践のギャップが明らかになった。CSRDやAI法の地域差を考慮した実装への示唆を提供。

Arpit Darbari

製造業向けに、CSRD/ESRS準拠、GHGプロトコルに基づく排出量算定、SDGs整合を統合したデジタルESGフレームワーク（UDEF）を提案。スマートメータリング、IIoT、クラウドEMS、AI支援意思決定を活用し、継続的なESGパフォーマンス測定を実現する。デジタルESG成熟度モデルも導入し、規制遵守と運用管理の橋渡しを目指す。

Nihad Isgandarov

本論文は、AI導入と脱炭素化の同時進行がもたらす複合的な経済変動のリスクを理論化し、測定する枠組みを提案する。イスガンダロフ適応移行理論（IATT）に基づき、8次元の脆弱性指標からなるイスガンダロフ移行脆弱性指数（ITFI）を開発。合成データによる実証で、指数の頑健性とシナリオ判別力を示し、マクロプルーデンスや移行リスク評価への応用可能性を提示する。

Makhrus Ali, Amin Zaki, Zain Nizam

本論文は、金融テクノロジーと持続可能性の交差点であるグリーンフィンテックの役割を検討し、デジタル決済、持続可能な投資プラットフォーム、気候リスク分析などの応用を分析。ビッグデータ、AI、ブロックチェーンが情報非対称性と取引コストを削減し、持続可能な金融への移行を加速することを示す。規制支援と制度的準備が有効性に重要と結論。