論文・プレプリント

Iqra Mubeen, Samina Rauf

大規模言語モデル（LLM）で生成したESGセンチメントがポートフォリオリスクを予測できるか検証。正負のシグナルとボラティリティや下方リスクなどの関連を分析し、ESGセンチメントが従来の財務指標に加えて将来のリスク評価に有効であることを示した。LLMはキーワードベースよりESGのニュアンスを理解できるが、モデルバイアスや幻覚のリスクも指摘している。

Jiaxiang Wang, T X Chen

本研究は、MGWR-SHAP分析を用いて、天津市における土地利用構成の炭素パフォーマンスへの影響をスケール依存性と非線形効果の観点から評価した。異なる土地利用タイプがスケールによって異なる影響を与えることを明らかにし、都市計画や炭素管理への示唆を提供する。

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。

T Zhang, Ting Jin, Kang Wu +1

本論文は、時系列データの複雑な非線形関係を捉えるため、時間的樹状ニューラルモデル（TDNM）と樹状適応学習（DAL）アルゴリズムを提案。中国54都市の1999～2023年のパネルデータを用い、経済・社会・エネルギー13指標から炭素排出を予測。従来手法より高い精度と安定性を示し、蘇州市のシナリオ分析により産業都市の低炭素発展経路を提示。

Shuai Li, Pei Yu, Z J Yang +1

本補足資料は、低炭素コンクリート配合設計に機械学習（XGBoost、ベイズ最適化）を適用した研究に対応する。材料段階の排出係数、最適化ハイパーパラメータ、最小炭素配合候補、および適用性診断を提供し、MLによる低炭素材料設計の実証例を示す。

Q Zhang, 胜生 余, Tongna Liu

この論文は、地理分散型AIワークロードの割り当てにおける炭素と水のトレードオフを評価する環境決定モデルの再現性アーティファクト（バージョン2.0.0）を提供する。ポータブルなPythonコードやテストデータを含み、シナリオ固有の方向性メカニズムの主張のみをサポートする。

Priyanka Aggarwal, Archana U Singh, Deepali Malhotra

本研究は、2015～2023年度のNIFTY500企業のサステナビリティ報告書をテキストマイニングで分析し、インド企業のESG報告の進化を追跡。3つのフェーズ（初期確立、ガバナンス統合、バランスのとれた統合）を特定し、ガバナンス用語が一貫して支配的であることを示した。環境用語の「エネルギー」が着実に増加し、チェックボックス型から戦略的統合への移行を確認した。

Kyung Bae Jang, Tae Ho Woo

本研究は、システムダイナミクス手法を用いて、生成AIが原子力エネルギーの貢献最適化と石炭・石油などの炭素集約型電源の脆弱性緩和に果たす役割を分析。Test1（低初期値）が他より優れたパフォーマンスを示し、感度分析でも変動が最大であった。AIがゼロ炭素電源の戦略的活用に向けた国際合意形成を促進する可能性を示唆。

Ummesara ., Chaitanya Kumar Sahu, R Ranjith +5

本レビューは、AI技術（機械学習、リモートセンシング、IoTなど）とリジェネラティブ農業の統合が、土壌健全性の回復、炭素隔離、気候回復力の向上にどのように貢献するかを考察している。AIによる動的モニタリングと精密管理により、持続可能な食料生産システムの実現が期待される。課題と研究の方向性も提示している。

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。

Nguyen V.

本論文は、ESG領域に特化した質問応答システムのための埋め込み表現学習手法を提案する。検索拡張生成(RAG)フレームワークを用いて、ESG関連文書から正確な回答を抽出するためのドメイン適応型埋め込みを学習する。これにより、ESG開示情報の分析や投資判断支援への応用が期待される。

D. R, Santhosh Kumar A G

本論文は、2020-2025年の機関報告書や学術文献等の二次データを用いて、AI（特にNLP・ML）がESGデータ集約、グリーンウォッシング検出、気候リスクモデリング、ポートフォリオ最適化に与える影響を分析。ESGデータカバレッジが最大40%向上し、気候関連金融リスクの予測精度が向上する一方、データバイアスやモデル透明性の課題も指摘。責任あるAI導入の枠組みを提案。

Murali Krishna Pasupuleti

本論文は、気候変動リスク（物理的・移行リスク）を考慮したポートフォリオのリスク管理と財務的レジリエンスを向上させるため、生成市場モデルとディープヘッジングを組み合わせたフレームワーク（G-CADH）を提案する。条件付き時系列生成器と再帰的ヘッジ方針、裾リスク目標、気候エクスポージャーペナルティ、流動性制約、モデルガバナンステストを統合し、従来のベンチマークと比較して統合レジリエンススコアが向上することを示す。

Anuj Pal

本研究は、大規模言語モデル（LLM）がESG開示におけるシンボリック（表面的）なコミュニケーションと実質的なコミュニケーションを識別できるかを評価する。公開企業の年次・サステナビリティ報告書から抽出したESG開示データセットを構築し、LLMの性能を検証した。結果は、LLMが実質的な開示を高い精度で識別できることを示す一方、シンボリックな開示の識別には課題が残る。

‬‬‬Mohammad Khaled al-Bashiti, M.Z. Naser

機械学習（ベイズ最適化、NSGA-II/III）を用いて、コンクリート配合の最適化を自律的に行う手法を開発。2,300以上の実配合データを分析し、従来設計よりCO2を約40％、材料費を約30％削減可能であることを実証。さらに、コード不要のWebインターフェースを提供し、実務での大規模適用を可能とした。

Trésor Ndengo Tietia, Rostin Mabela Matendo Makengo, Pierre Kasengedia Motumbe +4

本論文は、コンゴ民主共和国のITインフラにおけるエネルギー消費を最適化するためのスマートネットワーク管理モデルを提案する。DQN、Q-Learning、PSO、ACOなどのAI技術を用いたシミュレーションにより、エネルギー消費を最大32%削減し、CO2排出量を21.2%削減できることを示した。特にDQNは高負荷時でも低レイテンシを維持し、エネルギー効率比（EER）92%を達成した。

Saher Elsayed

本論文はRLHFのカーボンフットプリントを初めて段階別に実測し、PPOフェーズが総排出の59-64%を占めることを示した。提案するCarbonAware-RLHFはリアルタイムの系統炭素強度予測に基づきRLHFフェーズを低炭素時間帯にシフトし、38.9%の平均炭素削減を達成した。精度への影響は0.22pp以下の低下に留まり、優れた炭素-品質トレードオフを実現している。

Q Zhang, 胜生 余, Tongna Liu

本成果は、地理分散型AI推論割り当てにおける炭素と水のトレードオフ分析を再現するためのアーティファクト（ソースコード、データ、テスト等）を提供する。水ストレススクリーニング下でのシナリオ分析の結果を再現でき、環境負荷評価の透明性を高める。コードはMITライセンス、データはCC BY 4.0で公開。

Niko Firzi Anansyah, Ratu Mutiara Siregar, Andi Prayogi +1

この研究は、パーム油産業向けにデュアルLLM（Groq Llama 3とGemini）を用いた自動ESG報告システムを開発した。厳格な重み付けルールにより、Ganoderma感染率が20%を超える場合にESGスコアを50に制限するプログラム上の制約を導入し、AI生成レポートの正確性とリスク管理を向上させた。このシステムは報告業務の効率化とリアルタイムの環境リスク警告を可能にする。

Krisztina Finta, Csaba Dezső Dér, Klaudia Gabriella Horváth +1

本研究は、AI駆動のショート動画マーケティングにおける持続可能性のパラドックスを調査。生成ツールの急速な採用がネットゼロ目標と相反することを示し、動画生成が画像生成の約30倍のエネルギーを消費することを明らかにした。さらに、新たな指標C-CPM（Carbon Per Mille）を提案し、EU CSRDのスコープ3開示要件に応える。