論文・プレプリント

Jaehyun Park

本研究は、人間、ルールベース、LLMの3つのアーキテクチャでESG開示テキストの質スコアを比較。韓国上場企業の2020-2021年サステナビリティ報告書を対象に、収束的妥当性、基準的妥当性などを評価。LLM方式は人間のベンチマークと最も一致し、ルールベースより優れた性能を示したが、分布特性は異なっていた。

Mohammed W. A. Saleh, Marwan Mansour, Zaid Jaradat +1

本研究は、ESGパフォーマンスが企業リスク（レバレッジ）を低減する効果を、AI開示がどのように強化するかを、2020～2024年の欧州1,310社のパネルデータを用いて実証。固定効果回帰やGMM等の頑健な手法により、AI開示がESGのリスク低減効果を補完することを示した。

Yufei Li, Tianhao Chen, Wei Ke +1

本論文は、SASB準拠のESG文書コーパスを用いて、文レベルのサステナビリティ開示ラベルを再利用するための再現可能なベンチマークと検証ワークフローを提案する。教師あり分類器、GPT-4o、Claude注釈を評価し、粗い粒度のラベルほど再現性が高く、ブラインド注釈では40.3%が曖昧と判定される一方、候補提示付き注釈では一致率が向上することを示した。また、集計プロファイルはラベルソースに敏感であり、透明性のあるラベル利用の重要性を強調する…

H. Jung, Shaopeng Che, Haein Lee

本研究は、S&P500エネルギー企業のサステナビリティ報告書を対象に、LLMを用いた構造化コンテンツ分析によりESG開示品質指標（QER、TAR、RIS）を構築し、外部ESG格付（S&P Global ESGスコア）との関連性を検証した。個別指標では弱い相関だったが、複合指標ではより明確な正の相関が確認された。開示品質と格付の乖離パターンも観察され、開示品質の多面性が示唆された。

Anh Nguyen-Ngoc-Lan, Anh Bui-Tuyet, Nhu Hung Duong +1

本研究は、人工ニューラルネットワークと自然言語処理を組み合わせて、ベトナムの企業ニュースを環境・社会・ガバナンスの柱に分類する手法を開発した。TF-IDFとグリッドサーチを用いた結果、環境モデルは90.48%の精度とAUC 1.000を達成した。このフレームワークは、グリーンウォッシングを軽減し、投資家を支援する自動スクリーニングツールを提供する。

Tianli Huang, Grace T. R. Lin

中国の炭素排出権（CEA）市場向けに、解釈可能な分位時系列ネットワーク（IQTN）を提案。特徴量ゲーティング、因果的畳み込みエンコーダ、非交差分位出力層を統合し、多期間のVaR・CVaRを予測。95%VaRピンボール損失で比較手法を上回り、解釈性分析によりボラティリティや流動性が主要リスク因子と判明。短期市場情報への感応性が高いことを示し、早期警戒システムとして有効。

Alick Andrew Sakala, Yu Chen

ブロックチェーンのGHGモニタリングにおけるスケーラビリティ問題を、強化学習（DQN）による動的コンセンサス最適化で解決。West Africaの気候連合を想定した400バリデータで、PBFT比10.8倍のスループットを達成。AIを使ってブロックチェーンの性能とGHGアラートのタイムリー性を同時最適化する新手法。

J J Liu

本研究は2011年から2022年の中国281都市のパネルデータを用い、ダブル機械学習と空間ダービンモデルによりデジタル経済が都市のグリーンエネルギー効率に与える影響を分析した。結果、デジタル経済はグリーン技術革新、グリーンファイナンス、産業高度化を通じて効率を向上させ、イノベーション要素の流動性が重要な媒介効果を持つことを発見。また、近隣都市への正の空間波及効果も確認され、地域間協調の重要性を示した。

Qing Liu

本論文は、製品ライフサイクル全体の炭素排出を最小化するため、マルチエージェント強化学習（MADDG-ICS）を提案。データ前処理にPCAを用い、学習安定性を向上。提案手法は模擬環境で24%の排出削減を達成し、MAE 4.6 kg CO2-eq等の精度を示した。

Inchara R, Madhu M. Nayak

本論文では、ユーザーの活動ログとIoTセンサー（ESP32）からのリアルタイムデータを統合したカーボンフットプリント予測・推奨システム「CarbonIQ」を提案する。ランダムフォレスト回帰モデルとセンサーフュージョン機構により炭素排出量を予測し、生成AIが個別最適化された削減推奨を提供する。実験結果から、予測精度と行動促進効果が確認された。

Khushi Jatolia

本論文は、AIと機械学習を用いて炭素排出量の追跡、分析、予測を行うWebアプリケーション「Smart Carbon Tracker」を提案する。Reactフロントエンド、Node.jsバックエンド、MongoDBデータベース、PythonベースのAIモジュールを組み合わせ、ユーザーの環境影響モニタリングを支援する。

Heyuan Wang

本リポジトリは、陸域炭素吸収源の120年間の多規模変化を再構築するグローバルな時空間AIシステム「Carbon Mind」を実装する。関連論文の全解析と可視化コードを含む。

Yanhua Zhang, Gongguo Wu, Chujun Zou +4

この研究は、熱帯沿岸湿地におけるブルーカーボンストックと漁業資源の双方向関係を予測する初の結合LSTMモデルを開発した。広東省と海南島の15地点で2018年から2025年までの観測データを用い、高い予測精度（R²=0.93、0.89）を達成。温暖化シナリオではブルーカーボンが7.2%、漁獲量が11.4%減少すると予測した。

Xiaoyu Yang, Liyong Yan, Haichao Zheng

本論文は、建物と環境の点群データセグメンテーションを活用し、コミュニティレベルでのカーボンオフセットを定量化する手法を提案する。点群から植生や建築物を抽出し、炭素貯蔵量・排出量を推定。地域の温室効果ガス管理に貢献する。

Xuejun Wang, Qibin Han

本論文は、BIM-CIMフレームワークにNSGA-IIとエネルギーシミュレーションを統合し、都市再生における低炭素意思決定を支援する手法を提案する。実験では、収束距離が165.40から50世代後に105.20に減少し、年間エネルギー消費量と炭素排出量に明確な相乗効果が確認された。この手法は、複数スケールのパラメータ生成と進化的探索を連携させ、データ駆動型の都市環境構成を実現する。

Demet Ozturk, Nuh Erdoğan, Reza Vatankhah Barenji +1

低圧配電ネットワークにおける低炭素技術（太陽光発電、EVなど）の統合可能性を評価するための動的知識グラフフレームワークを提案。ホスティング容量分析を効率化し、グリッドの計画運用を支援する。

Bin Li, Weilong Yang

本論文は、シンボリック回帰、強化学習、大規模言語モデルを組み合わせたAIフレームワークを開発し、低炭素建築材料の光熱性能最適化に適用した。都市微気候シミュレーションで検証し、表面温度調整や熱流束低減に顕著な改善を示した。計算効率も維持しながら、実時間適応性を実現した。

Y Y Li, Yu Zhang, Xuanang Gui +3

この論文は、電力市場と炭素市場の連動取引において、ディープ強化学習と知識支援手法、条件付き生成対抗ネットワークを組み合わせたリスク管理フレームワークを提案する。物理市場モデルやルールベースの保護機構によりドメイン知識を注入し、危険回避型の学習アルゴリズムとリスク計測手法を開発。シミュレーションにより、高い収益性を維持しつつリスクを低減できることを示した。

Johnson O Abiola, Humbulani Simon Phuluwa, David Aborisade +3

本研究は、再生可能エネルギーマイクログリッドにおけるハイブリッド水素-バッテリー蓄電システムの最適管理に深層強化学習（DRL）を適用。Soft Actor-Critic（SAC）アルゴリズムを用いて、太陽光発電、バッテリー、水素チェーンの運用コストを2.0%削減し、電力遷移を平滑化した。オフグリッド商用施設の実データで検証。

Nathan Udoinyang, Reuben Daniel, Akarue Blessing Okiemute Okiemute +1

本研究は、ナイジェリアの農業・廃棄物発電システムにおけるAI導入の費用便益、エネルギー持続可能性、技術的影響を評価。522名の調査データを分析した結果、AI導入は中程度から高水準であり、業務効率と環境持続可能性を有意に向上させることが示された。一方、インフラ不足や専門知識不足などの課題も明らかになった。