論文・プレプリント

Yutong Shen, Wang Yang, Yue Shen

CogDeBiasは、LLMとMLを統合し、企業の年次報告書における認知バイアス（確証バイアス、サンクコスト誤謬など6種）を自動検出・緩和する多言語フレームワーク。中英1,200社の年次報告書からなるバイリンガルコーパスを構築し、ハイブリッドアーキテクチャ（XLM-RoBERTa、Llama-3-70B、XGBoost）でF1=0.82を達成。専門家による完全手動ラベル付きサブセットでもF1=0.81を維持し、モデル間一致のアーティファ…

Maria Luiza Xavier de Holanda Cavalcanti, Lúcio Câmara e Silva, Luciano Costa +3

本論文は、風力エネルギー分野におけるAI技術の応用に関する系統的レビューであり、2015年から2026年までの400件の実験論文を分析。RNN/LSTMからAttention機構・Transformerへのパラダイムシフトを明らかにし、基盤モデルや説明可能AI（XAI）の重要性を指摘。風力発電予測の精度向上と実装課題を整理し、再生可能エネルギー統合への示唆を提供する。

Antans Sauhats, Diāna Žalostība, Roman Petrichenko +4

本論文は、電力システムの長期的な移行計画における計算負荷を軽減するため、人工ニューラルネットワーク（ANN）を用いたサロゲートモデリングフレームワークを提案する。確率的シナリオ生成と詳細シミュレーションを組み合わせ、ANNで近似することで、多数のシナリオを高速に評価可能にする。ケーススタディにより、不確実性分析や多シナリオ評価の効率性が実証された。

Ma Y.

本研究は、解釈可能な機械学習を用いて重汚染企業のグリーンウォッシュ行為を識別し、その多次元的な駆動メカニズムを解明する。企業のESG開示や行動データを分析し、グリーンウォッシュの兆候を高精度で検出するモデルを構築する。さらに、SHAP等の手法で要因を解釈し、企業特性や外部圧力がグリーンウォッシュに与える影響を明らかにする。

Usama Aslam, Vikram Kumar, Muhammad Ahsan Niazi +1

本論文は、仮想発電所（VPP）の市場参加における価格変動と運用不確実性に対処するため、グラフ構造深層学習と確率最適化を統合したフレームワークGraph-Xを提案する。入札を価格・数量グラフとして表現し、スパースグラフ畳み込みや時間畳み込みを用いて市場清算行動をモデル化する。予測はスペクトルリスク尺度に基づく確率的入札モデルに統合され、ISOニューイングランドの実データでMAE 1.81 $/MWh、R2 0.944を達成し、利益を18.…

Pengyu Zhang

本研究は、ESG格付の変動が投資家心理（不安・ストレス）に与える影響と、それが株価や企業業績に及ぼす波及効果を、中国A株1,236社のパネルデータ（2018-2023年）と機械学習・ビッグデータ分析を用いて実証した。格付変動は株価変動と投資家の不安症状を有意に増加させ、投資家心理が市場反応の65.3%を媒介することを示した。企業のESG安定性が投資家のメンタルヘルス向上に寄与することを提言している。

Yuhao Gu, Han Lai

本論文は、ブロックチェーン、AI、ビッグデータなどのフィンテックがグリーンファイナンスの効率性を向上させる経路を、環境透明性、環境リスク軽減、グリーンイノベーションの3つに分けて分析。実証分析により、ブロックチェーンが情報開示の信頼性を高め、AIが炭素会計の誤差を減らし、ビッグデータとIoTが排出のリアルタイム監視を可能にすることを示す。環境規制がフィンテックの効果を正に調整することを発見。

K. Logožar

本論文は、スマートポートが物流デジタル基盤であるだけでなく、海洋フローを可視化・測定・追跡・説明可能にするガバナンス基盤として機能することを示すVAFフレームワークを提案する。AI、デジタルツイン、ブロックチェーン等の技術が持続可能なブルーエコノミー目標を支援する一方、適切なガバナンスがなければ環境・社会的外部性への説明責任が弱まることを論じる。

V. Vignesh, G. V. Narendran, R. Senthil Kumar +1

高炉操業の熱・ガスパラメータを同時予測するため、FCMクラスタリングとNARX/RNN/LSTM/GRUなどの時間的深層学習を統合したフレームワークを提案。実稼働高炉の43,396サンプルで評価し、FCM-GRUが最良の性能を示した。CO2予測でR2=0.912を達成し、リアルタイム監視と意思決定支援の可能性を示す。

Andreas Poyias, Panayiotis Mourtopallas, Diamanto Platanou +3

食品産業の蒸気生産（エネルギー使用の57%を占める）の脱炭素化に向け、グリーン水素統合を最適化するデジタルフレームワークを開発。LightGBMを用いた予測モデルは、PV発電と気象データを学習し、15分・1時間・翌日予測で高い精度（R2 0.868, 0.832, 0.701）を達成。実測PV発電に基づくH2/CH4混焼で、高日射時にCO2排出を34%削減。

Firat Bolat, Hande Demi̇rel

本研究は、Sentinel-5P TROPOMI衛星観測とAISデータを統合し、イスタンブール海峡の船舶排出ガスを監視する枠組みを提案。年間CO2 213,678トン、NOx 5,970トン、SOx 686トンを推定し、NOx推定とTROPOMI NO2カラム密度の相関（r=0.76）を確認。10%減速でCO2 18%削減、EU ETS下で307万ユーロの経済効果を示した。

Kejun Xie

本研究は、オーストラリア証券取引所（ASX）上場28社を対象に、取締役会の環境専門性と炭素開示の質（CDQ）の関係を検証した。2019年から2023年の140企業年をTobit回帰で分析し、環境専門性がCDQに有意に正の影響を与えることを示した。さらに、低汚染産業では正の関係が、高汚染産業では負の関係が見られ、産業文脈による差異を明らかにした。

Kjartan Sigurðsson

本書は、AIが持続可能性報告（特にESG報告）を制度的変革へ導く可能性を分析。ブロックチェーン、生成AI、リアルタイム監視がデータの生成・検証・解釈を変革し、透明性を定期開示から組み込み型のデジタル基盤へ移行させると論じる。ガバナンス成熟度、組織能力、規制整合が不可欠で、解釈可能性や責任拡散などの構造的緊張も指摘。

Patrycja Hąbek, Kjartan Sigurðsson, Małgorzata Radomska

本稿は、AI技術がサステナビリティ報告に与える影響を考察する。AIを活用したESGデータの収集・分析・開示の自動化が、報告の効率性と正確性を高める可能性を論じる。また、AI導入に伴う課題や規制対応の必要性にも言及する。

Dajiang Liu, Tao Yu, Huiying Xu

本論文は、プレハブ鉄骨構造建築物の動的炭素フットプリント会計にGAT-LSTMハイブリッドモデルを提案する。時空間統合の視点から、建築プロセス全体の炭素排出を高精度に推定し、従来の静的評価の限界を克服する。AI技術を炭素会計に応用した点で、建設業の脱炭素化に貢献する。

Tarak Barhoumi, Najoua Mezghani

本論文は、AI（拡張知能）を用いて都市のカーボンフットプリントを可視化するCarbontoScope IA–SFAXを提案する。チュニジアのスファックス市を対象に、隠れた排出源を特定し、都市計画や政策立案に役立つデータを提供する。AIと炭素会計の統合により、地域の気候行動を支援する。

Małgorzata Radomska

本書は、サステナビリティ報告とAIの関係を、規制枠組みの観点から分析する。ESG開示とAI規制は別々に発展してきたため、実務では断片的で解釈が難しい。主要な法制度を整理し、規制の断片化や解釈の相違、データ駆動型報告への依存などの課題を指摘。ESG基準の調和化だけでは不十分で、相互運用性と文脈に応じたガバナンスが重要と論じる。

P. Vibin Sri Balaji, Srinivasan R

本研究は、衛星データと機械学習を統合し、太陽光発電の最適立地選定と10年間の発電量予測を行う枠組みを提案する。NASA POWERデータとランダムフォレスト回帰を用い、高い予測精度（R²≈0.91）を達成。地理的に適応可能な汎用フレームワークで、再生可能エネルギー計画と投資判断を支援する。

P. Vibin Sri Balaji, Srinivasan R

本研究は、衛星データと機械学習を統合し、太陽光発電の最適設置地点選定と10年間の発電量予測を行う枠組みを提案。NASA POWERデータと物理的PVモデルを用い、Random Forestで高い予測精度（R²≈0.91）を達成。地理的に適応可能な汎用フレームワークで、再生可能エネルギー計画や投資判断を支援する。

Kaithari D.K.

本レビューは、海洋CCUSネットワークのリアルタイム監視と最適化におけるAIシステムの応用を概観する。AI技術が炭素回収・貯留の効率向上とリスク管理に果たす役割を整理し、今後の研究課題と実装可能性を考察する。