論文・プレプリント

Hermanus, Davy Ronald

本研究は、都市全体のエネルギーガバナンスを強化するAI駆動の状況認識アーキテクチャを提案する。デジタルツインとマルチドローン検証を統合し、リスク優先の異常確認を実現。シミュレーションにより、誤検知率を16%から6%に低減し、状況認識指数を0.79から0.92に向上、応答遅延を50分から19分に短縮することを示した。

Pothin F

SBTiに参加した企業は、参加していない企業に比べて報告するScope 3カテゴリが4年以内に2.5増え、報告排出量も最初の2年間で0.3〜0.5ログポイント増加する。しかし、これは測定範囲の拡大による会計上の変化であり、実際の削減ではない。Scope 1には有意な変化は見られず、Scope 1+2の削減は再生可能エネルギー証書によるものが大きい。

CINAR U

石炭自然発火の早期検知において、ガス指標（Graham指数）と深層学習モデルを誤警報率を揃えて公平に比較するプロトコルを提案。シミュレーションと3鉱山の実データで検証し、Graham指数は誤警報率0.20以下では火災を検知できない一方、CO閾値は全3件を検知し中央値345時間のリードタイムを達成。注意LSTMは2件を検知した。

Man Luo, Yixuan Zhao

バイクシェアリングは低炭素都市モビリティの重要要素だが、新規ステーションの需要予測と公平な資源配分に課題がある。提案手法FairGINは、拡張シミュレーション学習、注意ベース知識転移、公平性最適化を統合したグラフニューラルネットワークで、冷開始問題と所得格差を同時に解決する。NYCとシアトルの実験で、予測精度を維持しつつ所得ベースの不公平を大幅に削減することを実証した。

Avuzwa Lerotholi, Ibidun Christiana Obagbuwa, Olaperi Okuboyejo

本論文は、機械学習と説明可能AI（XAI）を用いてESGリスクスコアを予測する手法を提案する。透明性の高い予測モデルを構築することで、投資家や企業がESG評価の根拠を理解できるようにする。南アフリカの研究機関からの発表であり、新興市場におけるESG評価の高度化に貢献する可能性がある。

Jinpeng Dai, Fanghui Lu, Riccardo Maddalena +2

本研究は、石灰石煆焼粘土セメント（LC3）の圧縮強度をCPO-XGBoost機械学習モデルで予測し、低炭素配合の最適化を図る。LC3はセメント製造のCO2排出削減に有効であり、建設分野の脱炭素に貢献する。データ駆動による材料設計は、持続可能な建設材料の普及を促進する。

Leyi Yan, Shuangning Li, Sihang Liu

AIエージェントのワークロードにおける炭素排出を特徴付け、期限柔軟性を活用したカーボンアウェアな実行スケジューリングを提案。OpenClaw上で動作するAgentDecarbonizerは、タスクの実行時間を推定し、低炭素時間帯や低炭素グリッドへの移行を考慮して排出を最大57.9%削減する。

Su W, Wang J, Tu M +1

本研究は、カーボン排出・炭素税・サプライチェーン在庫モデル（SCIM）の交差点を、Web of Scienceの3,359論文のメインパス分析（MPA）とAcerのVeroノートPCやEarthionプラットフォームなどの実践事例を通じて分析。グリーン物流、グリーン技術投資、循環経済など41の研究クラスターを特定し、学術と実務の橋渡しを図る。

Moojin Park

本プレプリントは、ESG規制イベントのうち第三者保証を義務付けるものが、単なる開示拡大よりも大きな資産価格反応を生むかを問う。検証可能性が情報の価格形成の条件であるとし、検証強度をコスト関数に組み込んだシグナリングゲームを定式化。グリーンウォッシングをプーリング均衡の性質として捉え、開示系列と保証系列の差を処置とするイベントスタディ設計を提案する。データ収集前の提案段階であり、実証結果は未報告。

Newton. Tyler James

AquaContamは、米国の95,223の水道システムからの400万以上のサンプルを用いて、機械学習モデルが汚染だけでなく監視プロセスを学習することを示す。鉛モデルの見かけ上の性能はターゲットリーケージによるもので、補正後は大幅に低下する。また、監視自体が不公平であり、有色人種コミュニティは過剰にサンプリングされ、低所得コミュニティは過小サンプリングされることを明らかにした。

Олег Ивченко, Iryna Ivchenko

本論文は、分散モデルの実行時における炭素排出をリアルタイムで監視するオブザーバビリティ手法を提案する。エネルギー消費と炭素フットプリントを可視化することで、AIシステムの環境負荷を削減するための実践的な洞察を提供する。

Kollia M

AIデータセンターの持続可能性評価を消費後から消費前に移すZEROフレームワークを提案。ハードな許容制約、ワークロード特性評価、地域資源状態評価、連邦比較、継続条件、監査可能な証拠を組み合わせ、実行前に多資源決定を要求する。合成ケーススタディで低炭素だが水クリティカルな施設を除外し、低影響の代替案を選択する論理を示す。

Zhang Q, Sheng S, Liu T

地理分散型AI推論の資源配分を、サービス維持を優先しつつ炭素と水のトレードオフを可視化する二段階辞書式フレームワークを提案。実トレースで26,392リクエストを解析し、水制約が炭素排出に与える影響を定量化。再現可能なベンチマークと資源管理インターフェースを提供。

C D, VISMAYA, V P, ANAMIKA, JURIYA, FATHIMA +2

データセンターの廃熱回収にAIとIoTを統合したフレームワークを提案。センサーで運用データを監視し、ランダムフォレスト回帰で将来の熱発生を予測、最適な熱利用先を推奨する。エネルギー効率向上、冷却コスト削減、炭素排出削減を目指す。

Thing-Yuan Chang, Chien-Chih Chen, Chin-Hsien Hsu +2

食品サプライチェーンのCO2排出量は年間137億トンに上るが、正確なPCF推定は多くのメーカーにとって困難。本研究は、公開データを統合し、GMMクラスタリングと機械学習回帰を組み合わせたフレームワークを提案。3,933サンプルで検証し、単一モデルより高精度で、LCAに代わるスケーラブルな手法を示した。

Paul Kron

本論文は、大規模言語モデル（LLM）のクエリあたりの炭素コストをライフサイクル分析と温室効果ガス排出の観点から推定し、将来世代への環境影響を金銭換算して約0.4ドル/クエリ（約10gCO2eq/クエリ）と算出した。トークン数に大きな不確実性があるものの、AI利用が惑星の健康に与える影響を認識するための枠組みを提供する。

Jacopo Ghirri, Carlos Rodriguez-Pardo, Lara Aleluia Reis +1

深層学習を用いてEU27か国の部門別CO2排出を2030年まで予測。現行トレンドではEU全体で目標を35%超過し、620Mtの不足が生じると推定。電力部門は再生可能エネルギー転換で進展する一方、モビリティ部門は構造的な停滞が続き、2030年には総排出の3分の1以上を占める。政策の野心と実施のギャップを埋める追加対策の必要性を強調。

Hasan Tutar

本論文は、機械学習を拡張した分位回帰を用いて、OECD諸国におけるグリーンイノベーションと再生可能エネルギー移行の関係を分析する。線形パネルモデルの限界を超え、異なる分位点での不均一な効果を捉えることで、政策含意をより精緻に導出する。再生可能エネルギー導入の促進要因としてのグリーンイノベーションの役割を実証的に示す。

(著者不明)

本論文は自然言語処理（NLP）を用いて企業のグリーンウォッシュを自動検出する手法を提案・評価する。ESG報告書やプレスリリースなどのテキスト分析により、実際の環境パフォーマンスと主張の乖離を識別する。AIとESG評価の交差領域に位置し、開示の信頼性向上に貢献する。

Mitch D

本論文は、AI駆動デジタルツインと電力系統資産管理を統合したOptimTwinフレームワークを提案し、長期的な系統投資計画を支援する。IRENA FlexToolと深層ニューラルネットワーク代理モデルを用い、IEEE/NREL 118バス系統で評価した結果、ライフサイクルコストを考慮した計画が高比率の変動再エネ導入と投資指標の改善を両立できることを示した。保守から計画へのパラダイム転換を提示する。