論文・プレプリント

Chris Meniw

本稿は、AIが電力網最適化や再生可能エネルギー統合に貢献する一方、計算インフラのエネルギー・炭素フットプリントを増大させる二面性を分析する。スマートグリッドや産業最適化の事例を検討し、正味の影響を定量化。クリーンなエネルギー行列と水・鉱物資源に恵まれたイベロアメリカ地域が、エネルギー責任あるAIのモデルを主導するためのロードマップを提案する。

Hanno Blankenstein

本論文は、エネルギー生産者向けにAI駆動のビジュアル分析とドローン検査自動化を組み合わせ、排出削減とエネルギー転換を実現する実践的アプローチを提案する。従来の手動検査の限界を克服し、高頻度なデータ収集と機械学習により異常検知、優先順位付け、不要な現地訪問削減を可能にする。物理資産と運用チームを統合し、規制・投資家対応の監査可能な報告を支援する。

Ünal Kızıl, Cafer Türkmen, Yakup Çıkılı +2

本研究は、低コストで携帯可能なAI強化電子鼻システムを開発し、施肥農地からのアンモニア(NH₃)揮発を定量化する。NH₃は非温室効果ガスだが、その揮発は強力な温室効果ガスである亜酸化窒素(N₂O)の間接排出に寄与する。機械学習アルゴリズム（特に勾配ブースティング）を用いて高精度（R²=0.84）でNH₃損失を予測し、デジタル窒素管理戦略を支援する。これにより、肥料由来の窒素損失を削減し、農業環境負荷を低減する精密農業ソリューションに貢献…

Zia U. Ahmed, Tek B. Sapkota, Md. Khaled Hossain +3

本研究は、バングラデシュの稲作システムにおいてAutoMLと説明可能AI（XAI）を適用し、収量予測因子を特定するとともに温室効果ガス排出量を推定した。機械学習モデルにより、気象・土壌データから収量と排出量の関係を解明し、農業の持続可能性向上に寄与する知見を提供する。

Kowalik R.

本論文は、太陽光発電統合建物における人工知能の応用を網羅的にレビューする。エネルギー予測、インテリジェント制御、ネットゼロ性能達成に焦点を当て、機械学習や最適化手法の有効性を示す。AIが建物のエネルギー効率向上と脱炭素化に果たす役割を総合的に評価する。

D. Hall

本エッセイは、AIを活用したカーボンインテリジェンスプラットフォームをスポーツ業界に導入することを提案する。このプラットフォームは、輸送ネットワーク、スタジアム運営、イベントサプライチェーンのデータをリアルタイムで分析し、排出量の追跡・予測・削減を可能にする。スポーツのグローバルなリーチと文化的影響力を活用し、気候イノベーションのリーダーとしての地位を確立する可能性を論じている。

Kanan Aliyev, Emre Artun, B. Kulga

シェール貯留層におけるCO2貯留の経済性と炭素削減効果を機械学習で定量化。CCUS導入判断に資する。

Samson Mwakapoma, Bertha Mwaituka, Ally Ngulugulu

本研究は、タンザニアのクリーンクッキング技術にAIを活用し、システム性能向上と炭素クレジット市場へのアクセス改善を検討する。リアルタイム監視、予知保全、行動分析、AIベースのMRVシステムにより、燃料効率向上、排出削減、炭素会計の正確性向上が期待される。課題はデジタルインフラ不足、高コスト、専門知識不足。

Hang Yang, Hongli Diao, Shibin Xia

本稿は、AI技術がCCUS（炭素回収・有効利用・貯留）の各プロセスに革命をもたらす可能性を論じる。機械学習や最適化アルゴリズムにより、効率的なCO2回収、貯留サイト選定、プロセス監視が実現する。脱炭素技術の核心領域として重要性が高い。

Ivan Savin, Mateo López Carel, Eva Schlindwein

本研究は、STOXX Europe 600構成企業のESG報告書1,477件を自然言語処理で分析し、34トピック（うち6つが環境関連）を特定。持続可能なバリューチェーンや再生可能エネルギーに関するトピックは環境KPI改善と関連するが、排出量や電気自動車は関連しないことを発見した。特定テーマに着目した開示と実際の環境行動の関係を明らかにした点が貢献。

Gihun Gil, Minu Baek, Jio Yoo +5

コンフォーマル予測を用いて製紙工場のエネルギーシステムにおける炭素排出を最適化する手法を提案。不確実性を定量化しつつ、排出削減とコスト効率の両立を図る。

Kharisma Rinandyta, Rizki Atthoriq Hidayat, Surya Hafizh

本研究は、インドネシア・テルクサレの海草ブルーカーボンストックを定量化し、2035年までの将来動態を予測した。Sentinel-2衛星画像とSVM分類によって2019-2025年の分布をマッピングし、ARIMAモデルで炭素ストックの変動を投影。結果は高い時間的変動性を示し、2028年に約5万トンの回復可能性を示唆するが、人為的圧力への感受性も明らかになった。

Vidya N

本研究は、マングローブと海草の遷移帯（エコトーン）における炭素貯蔵能を定量化。Sentinel-2衛星画像とランダムフォレスト分類により生息域を識別し、堆積物コアから有機炭素を測定。エコトーンは中間的な炭素濃度を示し、未計上だった炭素プールとして重要。

Zhang H.

本論文は、機械学習を用いてCCUSにおけるCO2パイプラインの漏洩リスクを評価し、影響範囲を分析する手法を提案している。脱炭素技術の安全性向上に寄与する研究。

de la Cruz-Azuara J.E.

本論文は、CO2地中貯留とCO2増進回収（EOR）における機械学習手法の適用を批判的にレビューする。シミュレーションから実現場へのギャップを特定し、実規模展開のためのロードマップを提示する。CCUS分野の研究者・実務者に重要な知見を提供する。

Indra Kumar Pandey, Sulekh Kumar, Brajkishor Prasad +3

本研究は、フライアッシュと高炉スラグを原料とするジオポリマーコンクリートの炭素排出量予測に、アリコロニー最適化（ACO）を組み込んだアンサンブル機械学習手法を適用。ACO拡張XGBoostモデルが最高精度（R2=0.97）を示したが、モデル間の性能差は僅少。硬化パラメータ（初期養生時間、温度、水酸化ナトリウム量）が炭素排出に最も影響。CatBoostとACO勾配ブースティングがノイズに対して安定している一方、XGB系は精度高いが入力変動…

Pengfei Xu, Siqi Jia, Y Cao +5

本研究は、パーコレーション理論と時空間クラスタリングを統合し、中国323都市の地上交通由来炭素排出（TCE）の空間クラスタを客観的に特定した。ランダムフォレストと解釈可能な機械学習を用いて地域別の排出要因を分析し、長江デルタではGDP、北京・天津・河北では人口と交通、珠江デルタでは道路貨物が主要因であることを明らかにした。

Xuesi Chen, Ilan Mandel, Eren Yıldız +2

エッジMLシステムの環境影響を設計段階で最適化するフレームワークMicroGreenを提案。コンポーネントレベルの炭素モデル、ワークロードプロファイリング、環境認識エネルギー分析を組み合わせ、多様な条件下で炭素最適な構成を特定。実際の公園での人物検出デプロイメントにより、均質ベースラインと比較して総排出量を47.72%削減。

Addhwaith S Ajith, Aaron John Joy, Vaishnav Biju +2

本論文は、AIを活用したカーボンクレジットの測定・報告・検証（MRV）のためのデジタルフレームワーク「CarbonCred AI」を提案する。AI技術により、炭素クレジットの分析と評価の効率化・精度向上を目指す。

J Zhang, Yan Gong, Hairuo Wang +4

本研究は、エメルギー分析、カーボンフットプリント会計、LSTMニューラルネットワークを統合し、黄河デルタを事例に河川-海岸接続性が沿岸生態系サービスとブルーカーボン機能に与える影響を解析した。高接続性の断面では低接続性に比べて正味炭素吸収量が高く、塩性湿地が最も敏感に応答。LSTMは従来手法より高い予測精度を示し、SHAP分析で接続性次元間の相乗効果が示唆された。具体的な戦略として段階的再生、動的経路、空間配置を提案している。