論文・プレプリント

Doru Coșofreț, Florin Postolache, Adrian Popa +2

本論文は、海事輸送におけるCO2排出制御のためのハイブリッドデジタル技術を提案する。物理学に基づく適応速度最適化により、燃料消費とCO2排出を約13%削減し、CIIやEU ETSなどの規制遵守を支援する。強化学習（PPO）と厳密最適化手法を統合し、実船データで検証した。固定航路の事前評価ツールとして有用。

Juei-Cheng Jao, Muhammad Hanzla Alvi

本論文は、国際海運の脱炭素化と自律航行船舶（MASS）の法的課題を検討。AIを活用したMASSによる燃料最適化と排出削減の可能性を示す一方、SOLASやCOLREGSなどの既存条約が有人船を前提としており、安全性、サイバーセキュリティ、責任配分に未解決の問題があると指摘。事例研究と他分野の比較から、責任制度の断片化が被害者補償不足やイノベーション阻害を招くリスクを論じ、積極的な法改正を提言している。

M. Spalding

本論文は、国際海運の脱炭素化と海洋保全におけるAIの役割を包括的に検討する。航海最適化、風力推進補助、自動運航、港湾調整、予知保全、船体設計最適化、船体メンテナンスロボティクスなどへの応用を分析し、同時にAIデータセンターのエネルギー消費という環境フットプリントにも言及する。IMOの2023年GHG戦略（2050年ネットゼロ）を背景に、気候目標と海洋生態系保護を両立する研究方向性を提案する。

Dimitra Palantza, Konstantinos Karyotis, Judit Torres Fernández del Campo +2

本研究は、地中海式アグロフォレストリーシステムにおいて、機械学習とリモートセンシングを統合した土壌有機炭素（SOC）の高解像度マッピング手法を開発。Sentinel-2データと環境共変量を用いたハイブリッドモデルにより、R2 0.76、RMSE 0.03の精度を達成し、Tier-3 GHGインベントリやMRVシステムへの応用可能性を示した。

Md. Fardous Hasan Bappy

この論文は、産業脱炭素化のためにレジリエントなハイブリッドマイクログリッドを設計する際に、メタヒューリスティック最適化手法と商用ソルバーを比較している。AIを活用した最適化がエネルギーシステムの効率とコスト削減に寄与するかを分析し、産業用グリーン変革への示唆を提供する。

Simin Huang, Lin Yang, Jing Meng +4

本研究は、機械学習最適化フレームワークを用いて、5つの実現技術（水素、貯蔵、送電網、電化交通、CCUS）が脱炭素、公平性、レジリエンスの3つの移行目標に与える影響を定量化し、効率最大の投資配分を特定した。分析の結果、投資分布は移行パフォーマンスから乖離しており、過小投資の水素インフラと貯蔵が三次元的な進歩を促進する一方、過剰投資の送電網と電化交通がCCUSの不足により炭素集約型システムを固定化していることが判明した。提案として、水素イン…

Adekola Priscilla

本研究は、中国の二酸化炭素目標のもと、農業炭素吸収源の空間的波及効果と動的進化を分析した。2000～2022年の30省のパネルデータを用い、空間計量モデル（空間ダービンモデル）と機械学習（ランダムフォレスト類似）を適用。その結果、炭素吸収源には正の空間的自己相関があり、1単位の増加が隣接省の0.35単位増加につながる波及効果が確認された。また、東部・中部では収束傾向がある一方、西部は「低吸収源の罠」に陥っており、政策連携が不可欠である。

Deepti Singh, Rakesh Kumar, Pooja

本研究は、自己充填コンクリート（SCC）の配合設計に人工知能（ANN、RF、GA）を適用し、強度と施工性を維持しながら炭素排出量を21～29%削減する最適配合を特定した。120サンプルのデータセットを用いてANNとRFモデルが強度・流動性・粘度・炭素排出量を予測し、RFが高精度を示した。遺伝的アルゴリズムにより低炭素かつ性能を満たす配合を自動探索する手法を確立した。

Mohaddeseh Azimi, Zhengfu Bian, Narges Salehi Shahrabi

本研究は機械学習を用いて、中国エネルギーセクターの炭素集約度と労働生産性、所得格差の関連を分析した。脱炭素移行が経済的不平等に与える影響を定量的に評価し、政策立案に資する知見を提供する。

Alessandro Sura, EMANUELE DI VENTURA

本研究は、EFRAG（欧州）とISSB（国際）のサステナビリティ基準設定プロセスにおけるステークホルダー関与を、NLP（自然言語処理）を用いて比較分析した。コメントレターの感情分析とトピックモデリングの結果、EFRAGではバランスの取れた感情と広範なテーマが見られたのに対し、ISSBでは財務的マテリアリティと比較可能性が強調されていた。これは両基準設定主体の制度的指向の違いを反映している。基準間の相互運用性の議論に示唆を与える。

Muazzam Mirjalolova

本論文は、気候変動緩和と持続可能な開発における人工知能（AI）の機会と課題を政策指向で分析する。エネルギー効率、環境モニタリング、資源管理への応用可能性を整理し、効果的な政策と責任ある実装の必要性を強調する。

Adel Elgammal

本研究は、太陽光発電による直接空気回収（DAC）と電気化学的炭素利用を組み合わせたシステムに対し、機械学習（ニューラルネットワーク、深層強化学習）を活用した多目的最適化とロバストスライディングモード制御を統合した知的制御フレームワークを提案。10kWパイロット試験で従来比23%の効率向上、弱光下でも85%以上の回収率、電圧変動67%低減などを実証。20年間の経済分析では炭素回収コスト31%削減、NPV45%向上、1MW商用システムで年間…

Xu Cheng

本論文は、再生可能エネルギー、炭素回収、ハイブリッド貯蔵を統合した産業エネルギーシステムに対し、過渡的なマルチフィジックスモデルと物理情報ニューラルネットワーク、Transformerを用いたハイブリッド深層学習サロゲート戦略を提案する。炭素価格や水素インセンティブなどの動的政策シナリオを組み込んだ確率的最適化により、貯蔵利用率38-52%向上、エクセルギー損失14.7%低減、ライフサイクルコスト9.3-16.8%削減を実現する。シミュ…

Xue Jiang, Xiaoli Ji

本論文は、機械学習（自動前処理、グラフニューラルネットワーク、強化学習、多目的最適化）を用いて、グリーン・低炭素経済のための産業クラスタリング経路選択を最適化する。再生可能エネルギー統合と持続可能なエネルギー転換を背景に、データ前処理効率85%向上、クラスタ誤差60%低減、経路最適化時間84%短縮、シミュレーション内で炭素排出量66.7%削減を達成した。

Waqas Ahmed

本研究は、ビッグデータ分析（BDA）とESG開示が企業の予算編成における予測精度に与える影響を、米国・EU企業のサンプル（2015-2024年）を用いて検証。計量経済モデルと機械学習のハイブリッド手法を採用し、ESG開示の透明性が高くBDA投資が多い企業ほど予測誤差が低いことを発見。特に経済不安定期にその効果が顕著であり、ESG開示とBDAの相補的効果が確認された。

A. Gomaa

本論文は、AIがESGの評価・開示・監視を変革する可能性と課題を系統的レビューで明らかにした。データ断片化、アルゴリズムバイアス、規制の不整合、説明可能性の欠如などの障壁を特定し、ESGデータ標準化、信頼できるAI、規制調和などの研究課題を提案する。

Hui Mao, Benyan Tan, Ribesh Khanal +2

本論文は、大規模言語モデル（LLM）を用いて、新エネルギー電力価格の市場化改革における太陽光発電企業、電力網企業、政府の三者間の戦略選択を分析する。進化ゲームモデルとLLMのセマンティック解析を組み合わせ、市場価格変動や技術コストなどの要因が協力的な系統連系に与える影響を明らかにする。中国の江蘇省と湖北省の実データに基づき、政策立案と企業意思決定に資する理論的基盤を提供する。

Yuanshang Ji, Bin He, Sheng Yu +1

本論文は、大規模言語モデル（LLM）を活用した製品設計プロセスにおいて、製造段階の炭素排出量を予測する手法を提案する。防振プラットフォームを事例として、設計初期におけるカーボンフットプリントの定量化が可能であることを示す。設計段階での環境影響評価を効率化し、低炭素設計を促進する。

Sonali R. Kanthe, Shruti A. Nikalje, Mahesh S. Hol +3

本論文は、個人のカーボンフットプリントを測定・削減するためのAI搭載トラッカーを提案する。システムは計算機、グリーンチャットボット、AR可視化、レポート生成の4モジュールから構成され、日常活動の入力から標準排出係数に基づき排出量を推定する。実験ではAIガイダンスと可視化が持続可能な行動への意識向上に有効であることが示された。

Xiang-Bo Tang, You-Wei Huang, Han Su

中国農業の正味炭素吸収源を予測する機械学習モデルを構築し、駆動要因を分析。有効灌漑面積が最も重要な要因で、炭素吸収・土壌炭素吸収源に影響。政府の炭素排出削減計画に示唆を与える。