論文・プレプリント

Wenqi Liao

本データセットは、AI採用強度と企業の炭素パフォーマンスの関連性を企業レベルのパネルデータを用いて調査する。AIへの露出、政策採用、労働力構成などの変数を含み、AI統合が環境成果に与える影響を分析する。

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。

Jiahong Qi, Biying Yu, ZM Xu +15

本論文は、学校登録政策下での教育公平性と低炭素交通のトレードオフと相乗効果を調査する。XGBoostモデルで通学手段選択の決定要因を特定し、Nested Logitモデルで各交通手段選択確率への影響を定量化する。非線形関係も考慮した分析結果から、政策介入の示唆を得る。

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。

Shabanpour, Negar, Roche, Stephane, Mellouli, Sehl

本研究は、BERTopicを用いてカナダのReddit投稿から個人の気候行動に関する議論を分析。エネルギー、交通、食生活、消費の4領域を特定し、異なるモデル設定が補完的な洞察を提供することを示した。政策立案やコミュニケーション戦略への応用が期待される。

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。

Guohao Li

本研究はインド西太平洋地域を対象に、ランダムフォレストやMaxEntなどの機械学習と専門家評価を統合した信頼度段階型のマングローブ再生計画フレームワークを開発。高信頼度の再生可能面積は2,235km²と限られ、生態学的優先地域は南シナ海周辺に集中する一方、市場ベースのシナリオでは炭素クレジット価格が50 USD/tCO2e以上でなければ広範な実現が難しいことを示した。

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。

Diptyaroop Maji, Kang Yang, Prashant Shenoy +2

CarbonXは、時系列基盤モデルを活用した脱炭素化のためのオープンソースツールである。このツールは、計算論的アプローチで炭素排出量を推定・最適化する。AIモデルを用いることで、従来の手法より高精度な予測が可能となる。

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。

Ni Li

本研究は、LCAを用いて雲南省切りバラ産業のサプライチェーン全体のカーボンフットプリントを定量化し、AIによる精密農業、ブロックチェーンによるトレーサビリティ、IoTによる協調ガバナンスを組み合わせた低炭素化経路を提案する。マルチステークホルダーの協力とESGフレームワークの活用により、排出削減と市場競争力向上を同時に実現する。

Yan Hao, Yanmei Yuan, Hui Liu

本研究は、従来の施肥モニタリング手法の時系列的な栄養動態把握の限界を克服するため、マルチソース時系列農業データに基づく施肥行動認識と低炭素意思決定最適化のデータ駆動型手法を提案する。LSTMモデルと注意機構を用いた行動認識、MILPによる炭素排出最小化の施肥計画を組み合わせ、エッジクラウド連携アーキテクチャで実現。30日目の予測誤差8.5%、炭素排出原単位0.365kgCO2-eq/kg肥料を達成。