論文・プレプリント

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…

Zheng Liang, Li Shenshen, Hu Xuefei +2

本データセットは、2019年から2024年までの北京及び周辺地域の月次0.01度分解能の炭素排出予測と不確実性推定を提供する。弱教師ありニューラルネットワーク（CCFI-Net）を用いて、リモートセンシング、気象、人間活動のプロキシ変数を統合し、粗い解像度のMEICインベントリからダウンスケーリングした。これにより、都市排出パターン、ホットスポット、季節変動の分析が可能となる。

(著者不明)

本論文は、双方向時間畳み込みネットワークと外生変数拡張手法を組み合わせた時系列モデルを提案し、炭素市場価格の予測精度向上を目指す。機械学習手法と炭素価格予測の実務的課題を融合した点が特徴。

Hu B.

本論文は、排出量取引制度（ETS）に対する態度、人工知能（AI）の受容、気候起業家精神、および持続可能なパフォーマンスの間の関係を実証的に調査する。AIを活用した分析手法により、これらの変数間の因果関係や相関を明らかにし、気候変動対策におけるAIの役割を評価する。研究結果は、政策立案者や企業がETSの効果を高め、持続可能な成果を促進するための示唆を提供する。

Mishra L.

本論文は、ESG説明責任を簡素化するための文書質問応答（DocQA）システムを提案する。ユーザーはESG関連文書に対して自然言語で質問し、正確な回答を得ることができる。これにより、ESG報告やコンプライアンスの効率が向上する。

Ritu Gaur, Archana Jain, Deepak Kumar Gupta +3

本論文は、大規模言語モデル、地理空間API、知識グラフを組み合わせて、不動産評価に気候物理リスク（洪水、熱ストレスなど）を組み込むフレームワークを提案する。文書理解からリスクスコアリングまで4層のアーキテクチャを構築し、実験では抽出精度5-8%向上、評価誤差10-15%低減を達成。グリーンモーゲージやESG報告への応用が期待される。

Kateryna Chekriy, Rüdiger Kiesel

本論文では、最先端の自然言語処理を用いて企業のネットゼロ移行計画の表明と実施を評価した。取得した移行関連データを活用し、ベイジアンネットでネットゼロ予算の確率と移行計画の評価を組み合わせ、過去の排出削減努力と将来計画を反映した確率を算出。多業種データセットの分析では、調整後確率が多くの企業で低下し、気候パフォーマンスの劣化や気候シナリオの悪化を示唆した。

Guowei Wu, Manxuan Mao, Jie Zhi +4

本研究は、広東省の県レベルにおける農業炭素排出の時空間パターンと影響要因を解明した。2000年から2022年にかけて、排出量は22.9%減少し、高排出地域は西部・北部に集中していた。ランダムフォレストとSHAPを用いた分析により、耕地面積、肥料・農薬使用量、農業機械出力、第一次産業GDPが主要な駆動要因であり、都市化は負の関連を示した。これらの知見は地域別の低炭素農業政策の策定に貢献する。

Damrongsak Naparat, Erboon Ekasingh

本論文は、企業のSDG（持続可能な開発目標）に関する主張の信頼性を評価するためのエージェンティックAIフレームワークを提案する。サステナビリティ報告書を分析し、主張と実際の取り組みの整合性を自動的に検証する。これにより、グリーンウォッシングの検出や開示の質向上に貢献する。

Rüdiger Otto, Juan José García‐Alvarado, Elena Rocafull +6

カナリア諸島の森林炭素マッピングを初めて高解像度で実施。航空機レーザー、衛星データ、気候変数を組み合わせ、機械学習で炭素密度をモデリング。特に湿潤なローレル林で高い炭素密度を確認し、構造特性と水分利用可能性が主要なドライバーであることを示した。

Yuanyi Niu, Liang Zheng, Yajuan Chang +7

本論文は、温室における赤色と青色の補光をインテリジェントに制御するシステムを提案し、光合成効率と炭素フットプリントのバランスを図る。AI/機械学習を用いて光環境を最適化し、エネルギー消費と農作物の成長を両立する手法を開発。実験結果により、通常の照明制御と比較して炭素排出量を削減しつつ収量を維持できることを示す。

Shi Zheng, Min Xu, Ziyu Fu +5

本研究は、グリーンデータセンターの運用最適化に安全制約付き深層強化学習（DRL）を適用。再生可能エネルギー、系統電力、蓄電池、冷却負荷、計算負荷を協調制御し、制約付きマルコフ決定過程として定式化。シミュレーションにより、ルールベース制御と比較して13.1%の排出削減、95.8%の再生可能エネルギー利用率を達成した。

YINKA ADERIBIGBE

本論文は、AWSを活用したサーバーレスMLパイプラインを提案し、リアルタイムのカーボンアカウンティングを実現する。NLPとXGBoostを用いて企業のサステナビリティ報告書を解析し、サプライチェーンデータと照合することで開示整合性スコアを算出する。これにより、グリーンウォッシングの検出とESG監査の迅速化が可能となる。

Kaushik P.

本論文は、AIとHPCを活用してグリーンファイナンスの効率性を向上させる手法を探る。具体的な応用として、ESG評価の自動化、炭素会計の高速化、グリーンボンドの選別などが想定される。アブストラクトがないため詳細は不明だが、タイトルからAI×GXの核心領域と判断できる。

Vogel M.

本論文は、都市部の非下水衛生システムからのメタン排出量推定にデータマイニングを応用し、補正係数を改善する可能性を検討する。機械学習を用いて実データから精緻な排出係数を導出し、GHGインベントリの精度向上に貢献する。特に途上国の非集中型衛生施設の排出量算定に有用である。

Edo G.I.

本論文は、廃水処理と資源回収における人工知能（AI）の応用を検討し、水資源回収施設のネットゼロ達成に向けた可能性を探る。AI技術により、エネルギー消費の最適化や資源回収率の向上が期待される。

Edralene M. Toñacao, Anik Yuesti, J. Alve

本レビューは、デジタル技術（AI、ビッグデータ、IoT、ブロックチェーンなど）が企業の社会的・環境的インパクト測定に与える影響を体系的に整理。戦略的目的、データ基盤、分析手法、測定・報告設計、ガバナンスの5次元を特定し、理論的枠組みと成熟度モデルを提案。因果効果の確立やグリーンウォッシュ防止には技術だけでは不十分であり、成果指向指標、相互運用性、保証、責任あるAI、ステークホルダー参加の重要性を指摘。新興国・フィリピン等にも示唆を与える…

Yantong Zhao, Gaoxiu Qiao

本論文は、欧州炭素価格の予測精度向上を目的とし、LASSOによる変数選択、MEMD-ARIMAX-mLSTMによる時間ダイナミクス、GWnet-attnによる空間依存性の捕捉を統合した不均一アンサンブルフレームワークを提案する。実証結果は、既存手法を大幅に上回る予測性能を示し、エネルギー-炭素連環の重要性を明らかにした。

Temidayo Alex‐Oke, Olusola Bamisile, Joseph Junior Nkou Nkou +3

本研究は、西アフリカ16カ国を対象に、SARIMAX、ランダムフォレスト、Transformer、注意機構付きGRUなどの機械学習モデルを用いてCO2排出量を予測する。注意機構ベースのモデルが最も高精度で、GDP、人口、電力アクセス、化石燃料・再生可能エネルギー比率が主要な予測因子である。GCAMのネットゼロ2050シナリオと比較し、野心的な経路では2050年までに累積排出量を15.3 tCO2/人に抑制できることを示した。

Aditya Narayan, Arghya Chakraborty, Santosh Kumar Mishra +1

ClimateBERTとSentence Transformerを用いて、企業の気候開示品質を評価するフレームワークガイド付きアプローチを提案。気候開示品質指数（CDQI）を定義し、開示の透明性とコンプライアンスを自動的にスコアリングするためのデータセットを提供する。