論文・プレプリント

Wei Yigang, Shi Jiawei, Xu Guannan

中国の2000〜2021年の低炭素政策1,743件をテキストマイニングと計量政策分析で解析し、「政策目標—政策テーマ—政策変動」の枠組みから「双炭」目標に向けた政策体系とガバナンスモデルの変遷を体系的に整理した研究。政策転換理論に基づき、中国の低炭素政策の発展軌跡を定量的に評価している。

Abdul-Hussein Aziz A, Abbas IT

本研究は、ハイブリッド多集団カッコー探索（HMPCS）アルゴリズムとLSTM・LightGBMなどの機械学習モデルを組み合わせて太陽光発電予測精度を向上させる手法を提案。実験では、HMPCS最適化によりRMSE 0.139、R² 0.93を達成し、ベースライン比で誤差23%削減。再生可能エネルギー予測とスマートグリッド応用への可能性を示す。

Louzada RO, Silva RHd, Correia SAC +6

UAV-LiDARと機械学習を用いた炭素貯留量推定では、空間的自己相関を無視したバリデーションが精度を過大評価することを実証。ブラジルのサバンナで98通りのシナリオを検証した結果、単一分割では見かけ上の精度が高いが、複数の空間分割では予測力がほぼゼロに低下。バリデーション戦略が精度評価の主要因であることを示唆。

Feiyu Cai, Jing Qiu, Yi Yang +4

本論文は、電力系統の脱炭素化に向けて、深層学習と大規模言語モデル（LLM）ベースのマルチエージェントシステムを組み合わせたプロアクティブな時空間カーボン応答フレームワークを提案する。前日ノーダルカーボン強度（NCI）を高精度に予測し、地理的に分散可能な負荷（GDL）を活用したスケジューリングモデルにより系統排出を削減する。IEEE 33母線システムでのシミュレーションにより、1時間のカーボンスケジューリング遅延短縮で30%以上の排出削減…

Damrongsak Naparat, Erboon Ekasingh

本論文は、企業のSDG（持続可能な開発目標）に関する主張の信頼性を評価するためのエージェンティックAIフレームワークを提案する。サステナビリティ報告書を分析し、主張と実際の取り組みの整合性を自動的に検証する。これにより、グリーンウォッシングの検出や開示の質向上に貢献する。

YINKA ADERIBIGBE

本論文は、AWSを活用したサーバーレスMLパイプラインを提案し、リアルタイムのカーボンアカウンティングを実現する。NLPとXGBoostを用いて企業のサステナビリティ報告書を解析し、サプライチェーンデータと照合することで開示整合性スコアを算出する。これにより、グリーンウォッシングの検出とESG監査の迅速化が可能となる。

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。

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。

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。

Saheed A. Adeniyi, Adeyemi A. Adefisan-Williams, Rukayat Abisola Olawale, Daniel O. Olokpo and Elizabeth I. Igbodor

本研究は、ナイジェリアの熱帯条件下でハイブリッド太陽電気乾燥機に、物理ベースの乾燥速度エンジンとオートエンコーダ駆動の予知保全エンジンを結合したデジタルツインを開発・評価した。42バッチの1分解像度データで、水分比をRMSE 0.031で予測し、ファンベアリングの劣化を故障5.3時間前に検出（精度94%、再現率91%）。最適化により、エネルギー31%、CO2e 36%、廃棄量約3分の2を削減した。

Krasteva-Hristova R

本研究は、英国のBig Four監査法人（Deloitte, EY, KPMG, PwC）の2024年透明性報告書を分析し、AI支援業務における人間の判断のガバナンス開示状況を評価する。7次元のAI-Judgment Governance Disclosure Index（AI-JGDI）を開発し、各法人のスコアは71.4から100.0の範囲であった。開示は人間の監視やトレーニングで強いが、AI特有の検証や判断への影響説明では一貫性に欠…

Kodela, Kalyan Chakravarthy, Roy, Stabak, Ghorbanzadeh, Shaghayegh +2

本論文は、GeoAI対応デジタルツイン内で階層的なエージェントアーキテクチャを用いた時空間グラフマルチエージェント炭素フラックスモデル（STG-MACFM）を提案する。このモデルは、強化学習とグラフ注意ネットワークを組み合わせ、都市の炭素排出を動的かつコンテキストに応じて推定する。従来の静的インベントリを置き換え、リアルタイムデータと適応的な政策最適化を可能にする。これにより、ネットゼロ計画のための現実的な基盤を提供する。

Anuj Pal

本論文は、大規模言語モデル（LLM）を用いて企業のESG開示の質を評価し、シンボリックなものと実質的なサステナビリティコミュニケーションを識別する手法を提案する。新たに開発されたOperational ESG Disclosure Coding Framework（OEDCF）に基づき、GPT-5.5の性能を専門家のコーディングと比較。LLMがスケーラブルで透明性のある開示分析を支援する可能性を示す。

Aarya Bhat

本研究は、逆コンサルティングの原則と炭素クレジット戦略の最適化を組み合わせた新しいアプローチを提案する。炭素クレジット管理における事業失敗のグローバルパターンを調査し、規制の不一致、市場の誤管理、戦略的盲目という3つの主要な落とし穴を特定。これらの失敗から予防戦略へと転換する「逆炭素アドバイザリーフレームワーク（RCAF）」を構築。AIとデータ分析の役割を強調し、市場動向予測、不正クレジット検出、リアルタイム意思決定を可能にする。

Radosveta Krasteva-Hristova, Vanya Georgieva

本概念研究は、CSRD、ESRS、ISSA 5000、EU AI Actを背景に、AIがESG保証業務をどのように支援できるかを検討する。開示特定、ESRSマッピング、異常検知、グリーンウォッシュリスクスクリーニング、外部データ三角測量などの応用とともに、ハルシネーションや説明可能性などの保証リスクを分析。人間参加型の責任あるAI支援サステナビリティ保証フレームワークを提案する。

Sala D, Polyanska A, Psyuk V

本論文は、エネルギー転換に関する研究の進化を146の文献のキーワード共起分析により調査。最近の研究（2022-2024）では再生可能エネルギーや持続可能な開発、知的システムに焦点が当てられている。また、CO₂回収の経済評価を含むエキスパートシステムのアルゴリズムモデルを提案し、脱炭素化と持続可能なエネルギー供給への移行を支援する。

Šribar, Jernej, Mohorcic, Mihael, Čampa, Andrej

本論文は、V2G対応EVと共有ESSを協調制御するマルチエージェント深層強化学習フレームワークCoMAD V2Gを提案。実データに基づくシミュレーションで検証し、外部系統依存を削減し、自家消費を最大化。最大25%の電気代削減を達成し、プライバシー保護と拡張性を両立した持続可能なエネルギー管理戦略を示す。

Zahra Yaghoubi, Mahyar Mansouri, Hosein Alimardani +2

本研究は、メタントリリフォーミング（TRM）プロセスの低炭素水素製造最適化に機械学習を適用。46,464の運転点データを用いてNN, RF, XGBoostなどを訓練し、NNが最良の予測性能を示した。SHAP分析により温度が炭素形成に最も影響することが判明し、多目的遺伝的アルゴリズムにより複数の運転ウィンドウが確認された。解釈可能なフレームワークを提供。

Alistair Vance, Sora Tanaka, Mateo Benitez

本論文は、Eコマースの持続可能性課題に対し、AIを活用した監査可能なガバナンスフレームワークを提案。包装廃棄物、ラストマイル排出、返品率、アクセシビリティ、ESG開示を統合し、4層（素材循環性、運用最適化、デジタル公正性、開示保証）で構成。AIの出力が追跡可能で検証可能であることを重視し、設計原則と監査手順を示す。

Alistair Vance, Sora Tanaka, Mateo Benitez

本論文は、Eコマースの持続可能性課題（包装廃棄物、物流排出、返品率、アクセシビリティ、ESG開示）に対し、AIを監査可能な意思決定支援として用いる4層ガバナンスフレームワークを提案する。素材循環性、運用最適化、デジタル公正性、開示保証の各層から構成され、設計原則と監査手順を示す。AIによる持続可能性ガバナンスは、出力のトレーサビリティと独立検証が不可欠と結論付ける。