論文・プレプリント

Akey Sungheetha, Kayapati Rajagopal

本論文は、クラウドコンピューティング環境におけるエネルギー消費とカーボンフットプリントを最適化するEnergy-Aware Explainable AI (EA-XAI)フレームワークを提案する。SHAP値を用いたリアルタイムの説明可能性と、動的リソース割り当てにより、エネルギー消費を34.7%削減し、CO2排出量を月2.1トン削減、運営コストを41.6%削減する。モデル精度94.2%を維持しつつ、モデルサイズを67.8%圧縮する。

Zhang Y.

本論文は、人工知能技術を火力発電所の運用最適化に適用し、二酸化炭素排出量の削減を実現する方法を提案する。AIを活用することで、燃焼効率の向上や予知保全によるダウンタイム削減が可能となり、低炭素化に貢献する。

Petri M.

本研究は、ESG報告におけるグリーンウォッシュを緩和するためのAIツールの有効性を比較分析する。異なるAI手法の適用結果を検討し、開示の信頼性向上に寄与する知見を提供する。

Peng C.

本論文は、都市下水処理プロセスからの温室効果ガス排出監視のための新しい時空間デュアルチャンネル注意ゲートマンバモデルを提案する。このモデルは、注意機構と状態空間モデルを活用して排出データの時空間パターンを捉える。

Jian W.

本論文は、ESGフレームワークの下で自然言語処理（NLP）を活用したAI駆動型グリーンファイナンスの革新を提案する。具体的な手法や実証データは示されていないが、概念的にAIと金融の融合による脱炭素促進の可能性を論じている。

Madalina Ana BURDUJA, Dorel Mihai PARASCHIV

本研究は、AIと行動経済学・厚生経済学を統合した多層的脱炭素モデル（AEDM）を提案する。家庭・企業のミクロ行動、都市インフラの中間、ガバナンスのマクロの各レベルで政策評価を行い、マサチューセッツ州とソウル市の比較シミュレーションを通じて、AI適応的政策が炭素税や現状維持よりも排出削減・コスト・公平性で優れることを示した。アルゴリズム政策の倫理的課題も議論。