論文・プレプリント

Kumar S.

本論文は機械学習を用いてサステナブルファイナンスに関する学術研究のビッグデータを分析し、研究テーマの変遷と今後の方向性を明らかにする。持続可能な金融の進化を俯瞰し、ESG投資や気候関連財務開示などの重要トピックを抽出する。

Bashar A.

本研究は、サステナブルファイナンスに関する文献に対しトピックモデリングを適用し、グリーンボンドやESG投資、気候リスクなどの主要テーマを特定した。研究動向を体系的に俯瞰するものである。

Ayodele O.F.

本論文は、炭素税、CO2排出量、およびガス火力発電所パラメータ間の関係をニューラルネットワークでモデル化する際、活性化関数の選択がモデルの精度や解釈性に与える影響を分析する。AIを用いて炭素税政策の効果を評価する手法に貢献する。

Gunasiri B.D.T.S.

本論文は、ビーチホテルを対象に、AIを活用したESG開示分析手法を提案している。自然言語処理や機械学習を用いて、ESG報告書から環境・社会・ガバナンス情報を抽出・評価する。観光業におけるESG実践の自動化に貢献する。

Das P.

本論文は、ネットゼロエネルギービル（NZEB）向けに機械学習モデルを用いた太陽光発電量予測手法を提案する。予測精度向上により再生可能エネルギーの効率的な利用とビルのエネルギーマネジメント最適化を実現し、脱炭素社会への貢献が期待される。

Akhai S.

本稿は、AIと自動化技術を活用して工場のネットゼロ達成と持続可能な製造を実現する方法を論じる。エネルギー効率向上や排出削減にAIが貢献する可能性を示唆。製造業の脱炭素化におけるAIの役割を概観する。

Leong W.Y.

生成AIを活用した都市計画手法を提案。土地利用や交通、エネルギーシステムを最適化し、ネットゼロ排出を実現する方法を探る。シミュレーションにより効率的な都市設計が可能。

Chhatwal M.

本論文は、生成AIとデジタルトランスフォーメーションが企業の持続可能性目標、特にネットゼロ達成にどのように貢献するかを検討する。AI技術を活用したエネルギー最適化、サプライチェーン管理、排出量追跡などの可能性を探る。ビジネスプロセスへのAI統合が持続可能性パフォーマンスを向上させる枠組みを提案する。

Nikhil Jarunde

本論文は、大規模言語モデル（LLM）と生成モデルを活用し、ESG情報を統合した透明で規制対応可能な取引戦略フレームワークを提案する。LLMによるESGセンチメント抽出、生成シナリオによるポートフォリオ最適化、EUタクソノミー準拠のコンプライアンス層を実装し、バックテストで静的なESGスコアを上回るパフォーマンスを示した。

Vinuri Nilanika Goonetilleke, Muditha K. Heenkenda, K. Zaniewski

本レビューは、屋内マッピング技術（LiDAR、SLAM、深層学習によるフロアプラン抽出など）が、建物からの温室効果ガス排出削減にどのように貢献できるかを総合的に検討。デジタルツイン、BIM、GIS、IoTとの統合により、エネルギー効率の向上やリアルタイム管理が可能となり、データに基づく排出削減戦略を強化する。特に、物理空間と仮想レイヤーの統合不足という課題を指摘し、時空間的意思決定を支える中間解析レイヤーとしての空間モデリングの重要性を…

Abdullah Kursat Merter, Yavuz Selim Balcıoğlu

本研究は、TabTransformerを用いてエネルギーセクターのM&Aにおける環境成果を予測するフレームワークを提案。1000件の取引データを分析し、ESG要素が予測力の3分の1以上を占めることを発見。政策安定性や炭素強度が重要な予測因子であり、環境パフォーマンスと財務リターンに正の相関があることを示した。

Bowei Zeng, J. Niu, Gefan Yang +4

気候変動と都市化により頻発する都市洪水を予測するため、物理則を組み込んだ深層学習フレームワークを開発。U-NetとBiLSTMに物理制約付き損失関数を導入し、統合勾配法で解釈性を確保。排水接合点が主要な予測因子であることを発見し、物理制約なしモデルでも同様の階層が確認された。

Gourav Kumar Rath, Jesús David G. Palencia, A. Dalai

本レビューは熱化学変換経路、特に水熱液化（HTL）に焦点を当て、バイオマス価値向上を包括的に評価。HTLによるバイオ原油とハイドロチャーの同時生成、アップグレード技術、及びAI/ML（Random Forest、XGBoost、ニューラルネットワーク等）の適用事例を分析し、バイオベース燃料生産の最適化手法を提示する。

C. Bhargava, Bhavya Tiwari, P. Bhatnagar +10

本論文では、XGBoostアルゴリズムを用いてCO2吸着容量を予測し、吸着剤の種類を分類する機械学習フレームワークを開発。活性炭、ゼオライト、MOFなど多様な材料のデータセットを構築し、95%の精度で吸着剤を識別。このツールは、工学的な材料選定とCO2回収システムの最適化を迅速化する。

Ke Ren, Weiyu Zhang, Haoxiang Chang +3

本論文は、炭素価格予測において、動的グラフを用いて市場参加者間の先行・遅延関係をモデル化し、不確実性区間を提供する手法を提案している。これにより、予測の精度と解釈可能性が向上する可能性がある。

Xin Cheng, Peisi Xu, Sylvie Van Damme

本研究では、ソーシャルメディアデータからテキスト（Jieba分かち書き・辞書マッチング）と画像（手動分類）を統合するフレームワークを開発し、中国成都の都市再生地区における自然に基づく解決策（NBS）の文化的生態系サービス（CES）を評価した。その結果、レクリエーション、インスピレーション、精神的価値が顕著であり、線状緑地やポケットパークが頻出するNBSタイプであることが示された。対応分析によりNBSとCES間の有意な関連も明らかになった…

ylm0216

このリポジトリは、カーボンクレジット取引市場における最適な取引戦略を強化学習を用いて学習するためのツールを提供する。v1.0.0は初期リリースであり、基盤となる環境とエージェントモデルを含む。

Arda Aktaş, Miguel Poblete-Cazenave

この研究は、インドの住宅用エネルギー技術が健康・経済に与える不均一な効果を因果森林法で推定し、気候政策とクリーン燃料への完全移行を組み合わせることで、特に社会的に不利な層に大きな利益がもたらされることを示した。現在の政策では削減効果は限定的だが、より厳格な気候政策と住宅部門のクリーン化を同時に実施することで、経済的利益の規模と分配が大幅に改善される。

Hoeser, Thorsten, Bachofer, Felix, Kuenzer, Claudia

DeepOWTは、深層学習を用いて衛星データから洋上風力発電所の位置と時間的変化をグローバルに抽出したデータセット。最新版v4.25.1では、1D SARプロファイル時系列に深層学習によるイベント予測（展開開始・終了など）を追加し、機械学習用の訓練データも公開している。これにより、洋上風力インフラの展開と運用の動態を高分解能で把握できる。

D'Césares, Isaac

GreenRiskは、企業の気候関連開示文書に対して0～100のグリーンウォッシングリスクスコアを付与するシステム。ClimateBERTとファジィルールベースを組み合わせ、各スコアに監査可能なルール活性化トレースとW3C PROV-O由来の証明グラフを提供する。説明可能性を重視したAI手法により、ESG評価の透明性向上に貢献する。