論文・プレプリント

Aynur İNCEKIRIK

本研究は、ブロックチェーンベースのカーボンクレジットトークン（BCT、MCO2、KLIMA）の価格動向を深層学習（LSTM、GRU、転移学習）で分析。データは2021年10月から2025年11月の日次終値を使用。カーボンクレジットトークン同士に強い相関がある一方、ビットコインとは弱い負の相関を示した。GRUアーキテクチャが最も高い予測精度を示し、転移学習は特定の資産で有効。AIベースモデルが持続可能な金融商品の価格決定の意思決定支援とな…

Jingyi Xu, Minghui Cheng, Anchen Sun

建築物の炭素強度開示を評価するマルチモーダル大規模言語モデル「BeDA」を開発し、2,246社のグローバルパネル（2003-2023年）に適用。開示の大半が座礁リスク評価に不適合であり、企業報告書の約5分の1しか面積当たりの運用炭素強度を開示していないことが判明。欧州は米国の約2倍の開示率を示し、一部の不動産企業は既にCRREM 1.5°C経路の強度上限を超過している。

Zhonghao He, Haihong Jiang, Jing He +7

本論文は、深層学習を用いた低コスト温室効果ガスセンシング手法を提案。堆肥化プロセスを事例とし、プロセス情報を活用することで精度向上を実現。他の人為活動にもスケーラブルな手法であり、広範な排出モニタリングに貢献する。

Peixoto E.

本論文は、AI駆動のバリューチェーンにおけるESG指標の透明性を高めるための監視・報告アーキテクチャを提案する。このアーキテクチャは、サプライチェーン全体でのデータ収集と分析を自動化し、ステークホルダーへの報告を容易にする。AI技術を活用することで、より正確でリアルタイムなESG情報の提供が可能となる。

Augustine Okeke, Ifeanyi Ugbebor

本研究は、SDG-Purpose Alignment Index (SPAI) という計算論的構築物を導入し、CEOレターのテーマ・トーン・スタイルが特定のSDG目標とどの程度整合しているかを定量化した。アフリカ10カ国の上場企業148社の740通のCEOレターを分析した結果、SPAIスコアの高さはESG開示と財務業績の両方に正の影響を与えることが明らかになった。これにより、修辞的整合性が情報不足環境における高コストなガバナンスシグナル…

Iqra Mubeen, Samina Rauf

大規模言語モデル（LLM）で生成したESGセンチメントがポートフォリオリスクを予測できるか検証。正負のシグナルとボラティリティや下方リスクなどの関連を分析し、ESGセンチメントが従来の財務指標に加えて将来のリスク評価に有効であることを示した。LLMはキーワードベースよりESGのニュアンスを理解できるが、モデルバイアスや幻覚のリスクも指摘している。

Jiaxiang Wang, T X Chen

本研究は、MGWR-SHAP分析を用いて、天津市における土地利用構成の炭素パフォーマンスへの影響をスケール依存性と非線形効果の観点から評価した。異なる土地利用タイプがスケールによって異なる影響を与えることを明らかにし、都市計画や炭素管理への示唆を提供する。

Олег Ивченко, Iryna Ivchenko

本論文は、オープンソースAIモデルのトレーニングにおけるエネルギー消費とカーボンフットプリントの報告基準を提案する。具体的な指標や方法論を提示し、透明性を高めることでAI分野の脱炭素化に貢献する。

T Zhang, Ting Jin, Kang Wu +1

本論文は、時系列データの複雑な非線形関係を捉えるため、時間的樹状ニューラルモデル（TDNM）と樹状適応学習（DAL）アルゴリズムを提案。中国54都市の1999～2023年のパネルデータを用い、経済・社会・エネルギー13指標から炭素排出を予測。従来手法より高い精度と安定性を示し、蘇州市のシナリオ分析により産業都市の低炭素発展経路を提示。

Shuai Li, Pei Yu, Z J Yang +1

本補足資料は、低炭素コンクリート配合設計に機械学習（XGBoost、ベイズ最適化）を適用した研究に対応する。材料段階の排出係数、最適化ハイパーパラメータ、最小炭素配合候補、および適用性診断を提供し、MLによる低炭素材料設計の実証例を示す。

Q Zhang, 胜生 余, Tongna Liu

この論文は、地理分散型AIワークロードの割り当てにおける炭素と水のトレードオフを評価する環境決定モデルの再現性アーティファクト（バージョン2.0.0）を提供する。ポータブルなPythonコードやテストデータを含み、シナリオ固有の方向性メカニズムの主張のみをサポートする。

Priyanka Aggarwal, Archana U Singh, Deepali Malhotra

本研究は、2015～2023年度のNIFTY500企業のサステナビリティ報告書をテキストマイニングで分析し、インド企業のESG報告の進化を追跡。3つのフェーズ（初期確立、ガバナンス統合、バランスのとれた統合）を特定し、ガバナンス用語が一貫して支配的であることを示した。環境用語の「エネルギー」が着実に増加し、チェックボックス型から戦略的統合への移行を確認した。

Kyung Bae Jang, Tae Ho Woo

本研究は、システムダイナミクス手法を用いて、生成AIが原子力エネルギーの貢献最適化と石炭・石油などの炭素集約型電源の脆弱性緩和に果たす役割を分析。Test1（低初期値）が他より優れたパフォーマンスを示し、感度分析でも変動が最大であった。AIがゼロ炭素電源の戦略的活用に向けた国際合意形成を促進する可能性を示唆。

Ummesara ., Chaitanya Kumar Sahu, R Ranjith +5

本レビューは、AI技術（機械学習、リモートセンシング、IoTなど）とリジェネラティブ農業の統合が、土壌健全性の回復、炭素隔離、気候回復力の向上にどのように貢献するかを考察している。AIによる動的モニタリングと精密管理により、持続可能な食料生産システムの実現が期待される。課題と研究の方向性も提示している。

Pieter de Jong, Inga Timmerman, Alona Bilokha

本稿は、衛星リモートセンシングとNLPテキスト分析を組み合わせ、米国の高排出企業233社のESG開示と実際のメタン排出との乖離（Claim-Reality Divergence index）を測定。ESG主張の強度が高いほど乖離が大きいことを実証し、グリーンウォッシュが投資家向け開示を通じて行われることを示した。

Nguyen V.

本論文は、ESG領域に特化した質問応答システムのための埋め込み表現学習手法を提案する。検索拡張生成(RAG)フレームワークを用いて、ESG関連文書から正確な回答を抽出するためのドメイン適応型埋め込みを学習する。これにより、ESG開示情報の分析や投資判断支援への応用が期待される。

D. R, Santhosh Kumar A G

本論文は、2020-2025年の機関報告書や学術文献等の二次データを用いて、AI（特にNLP・ML）がESGデータ集約、グリーンウォッシング検出、気候リスクモデリング、ポートフォリオ最適化に与える影響を分析。ESGデータカバレッジが最大40%向上し、気候関連金融リスクの予測精度が向上する一方、データバイアスやモデル透明性の課題も指摘。責任あるAI導入の枠組みを提案。

Murali Krishna Pasupuleti

本論文は、気候変動リスク（物理的・移行リスク）を考慮したポートフォリオのリスク管理と財務的レジリエンスを向上させるため、生成市場モデルとディープヘッジングを組み合わせたフレームワーク（G-CADH）を提案する。条件付き時系列生成器と再帰的ヘッジ方針、裾リスク目標、気候エクスポージャーペナルティ、流動性制約、モデルガバナンステストを統合し、従来のベンチマークと比較して統合レジリエンススコアが向上することを示す。

Anuj Pal

本研究は、大規模言語モデル（LLM）がESG開示におけるシンボリック（表面的）なコミュニケーションと実質的なコミュニケーションを識別できるかを評価する。公開企業の年次・サステナビリティ報告書から抽出したESG開示データセットを構築し、LLMの性能を検証した。結果は、LLMが実質的な開示を高い精度で識別できることを示す一方、シンボリックな開示の識別には課題が残る。

‬‬‬Mohammad Khaled al-Bashiti, M.Z. Naser

機械学習（ベイズ最適化、NSGA-II/III）を用いて、コンクリート配合の最適化を自律的に行う手法を開発。2,300以上の実配合データを分析し、従来設計よりCO2を約40％、材料費を約30％削減可能であることを実証。さらに、コード不要のWebインターフェースを提供し、実務での大規模適用を可能とした。