arXiv、Jxiv、Zenodo、SSRN、J-STAGE 等から GX・脱炭素関連の論文を収集し、 AI 関連度スコアと日英の編集解説付きで一覧化します。 原典 DOI と provenance trail を併記し、利用者は元の論文に戻れます。
要約は AI 支援で生成されています。最終的な解釈・検証は利用者が原典に基づいて行ってください。
82 件中 61–80 件
Bridging the Data-Deficit: An AI-Driven Framework for Green Finance and Environmental Monitoring in Bangladesh
Shikder S.H.
本論文は、データ不足に悩むバングラデシュにおいて、AIを活用したグリーンファイナンスと環境モニタリングのフレームワークを提案する。具体的な実証分析はないが、AIを用いて金融と環境データを統合する概念モデルを示している。発展途上国におけるGX推進の参考となる。
An Explainable Temporal Attention Enhanced BP Neural Network for Carbon Asset Value Assessment and Prediction
Chunli Wang, Zhijiao Chu
本研究は、説明可能な時系列注意機構を組み込んだBPニューラルネットワークを提案し、炭素資産の価値評価と予測を行う。AIの説明可能性を確保しつつ、炭素価格変動の予測精度向上を目指す。
Unsupervised GRI-TCFD Alignment with LLM-Assisted Validation for Climate Disclosure and Greenwashing Risk Analysis
Seyed Alireza Mousavian Anaraki, Danilo Croce, Roberta Costa +3
本論文は、GRIとTCFDの枠組みを教師なしで整合させる手法を提案し、LLMによる検証を活用して気候関連開示の品質評価とグリーンウォッシュリスク分析を行う。実データでの有効性を示し、開示の自動監査への応用可能性を提示する。
AI-Driven Green Finance for the Chemical Industry: Accelerating SDG-12 Compliance
Taneja S.
本論文は、化学業界におけるSDG-12（責任ある消費と生産）の達成を加速するためのAI駆動型グリーンファイナンス手法を提案する。AIを用いてサステナビリティデータを分析し、融資判断やコンプライアンス評価を自動化することで、企業の環境対応を促進する。
Emerging Trends in Sustainable Finance: A Bibliometric Review Using Data Analytics and Topic Modeling
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。
A Machine-Learning-based Prediction of Solar Power Generation for a Novel Net Zero Energy Building
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。
Generative AI-driven urban planning for net-zero emissions cities
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。
Leveraging Generative AI and Digital Transformation for Achieving Business Sustainability in the Era of Net-Zero Goals
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。
CarbonSense360: A Self-Learning AI–Blockchain Ecosystem for Predictive Emission Analytics and Sustainable User Engagement
R. Thendral, M. Abinanthida
CarbonSense360は、AIとブロックチェーンを統合したWebプラットフォームで、OCR・NLPによる自動データ取得、AIによる排出予測とパーソナライズド推奨、ブロックチェーンによる透明な活動検証を実現。ゲーミフィケーションで持続可能な行動を促進。
Privacy-Preserving Cross-Chain Federated Blockchain for Carbon-Credit Management
C. Rao, Praveen Kumar Naidu Rayanki, Polepalli Rajeev Meenon +2
本論文は、中国の自動車・エネルギー分野を対象に、RFIDによる排出データ収集、IBCによるクロスチェーン相互運用、DP-FLによる不正検知・価格予測を統合したプライバシー保護型ブロックチェーンIoTフレームワークを提案。実験では、インター検証遅延を74.8%削減、不正検出率を93.5～96.8%に向上、取引コストを52.4%削減、市場流動性を35.6%改善した。
Greenwashing Detection in ESG Reporting: Sectoral Insights and Machine Learning Model
Manav Gangar, Nikhil D'Souza, Rishika Kapasi +2
機械学習を用いたグリーンウォッシング検出フレームワークを提案。教師あり分類と教師なし異常検知のハイブリッド手法を統合し、グリーンウォッシング不一致スコア（GDS）を導入。セクター別に企業のESG開示と実績の乖離パターンを特定する。投資家や規制当局にデータ駆動型の監視ツールを提供。
Predictive Green FinOps: Joint Optimization of Cost, Carbon, and Reliability in AI-Intensive Clouds
Jakkaraju V.T.D.
本論文は、AI集約型クラウド環境においてコスト・カーボン・信頼性を同時最適化する予測型Green FinOps手法を提案する。予測分析によりリソース割当を動的調整し、カーボンフットプリント削減とコスト効率を両立。実験で従来比の改善を示した。
Sentiment Analysis of ESG Disclosures in Indian Mutual Funds Using FinBERT and Pillar-Based Classification
Singh V.
本論文は、金融分野特化型BERTモデルであるFinBERTを用いて、インドの投資信託のESG開示情報に対してピラーベースの分類によるセンチメント分析を実施。ESG開示からの感情抽出におけるNLP手法の有効性を示し、新興市場での自動ESG評価に貢献する。
An End-To-End IoT-AI-Layer-2 Blockchain Framework for Real-Time MRV & Autonomous Carbon-Credit Tokenization in Industrial CCUS
Das N.
本論文は、IoT、AI、レイヤー2ブロックチェーンを統合したエンドツーエンドのフレームワークを提案し、産業用CCUSにおける排出削減のリアルタイムMRV（モニタリング・報告・検証）とカーボンクレジットの自律的なトークン化を実現する。AIはMRVデータの検証とクレジット発行の自動化に活用される。これにより、透明性と効率性が向上し、カーボンクレジット市場の信頼性強化が期待される。
The Impact of Green Finance on Greenhouse Gas Emission on Global Analysis: Insights from Machine Learning Models
Yong Z.J.
本論文は、機械学習モデルを用いてグリーンファイナンスが温室効果ガス排出に与える影響をグローバルに分析した。グリーンファイナンス政策が排出削減に寄与する可能性を示唆する。
CarbonX: An Open-Source Tool for Computational Decarbonization Using Time Series Foundation Models
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。
Energy-Aware Explainable AI Framework for Sustainable Cloud Computing: A Novel Approach to Green Machine Learning with Real-Time Carbon Footprint Optimization
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。
Artificial Intelligence Accelerates Low Carbon Transformation of Thermal Power Plants
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。
Algorithmic Governance in ESG Reporting: A Comparative Study of AI Tools’ Effectiveness in Mitigating Greenwashing
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。
Spatio-Temporal Dual-Channel Attention Gated Mamba for Greenhouse Gas Emission Monitoring in Municipal Wastewater Treatment Processes
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。