論文・プレプリント

Jasmine Selvakumari Jeya Israel, Aldrin Joan Pandian William, Pradeep Kumar Mishra +1

本研究は、Bi-LSTMを用いて鉄鋼、セメント、アルミニウム産業の排出予測、カーボンオフセット配分、グリーンファンド活用を最適化する手法を提案。Bi-LSTMは2050年までの長期予測で高い性能を示し、グリーン技術導入率や炭素回収効率などの変数が持続可能性に与える影響を明らかにした。MLの統合により透明性が向上し、データ駆動型の持続可能性フレームワーク構築を支援する。

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。

Guanqiuyue Chen, Edmund Loi, Ka Ip Chan

中国の炭素排出権取引パイロット政策が企業のデジタル変革に与える影響を、2009～2020年の上海・深センA株上場企業データを用いたDID分析で検証。AI、ビッグデータ、クラウド、ブロックチェーン、デジタル技術応用の5次元で評価した結果、政策はデジタル変革を有意に促進し、特に国有企業や中小企業で効果が大きいことを確認。

Shamsun Nahar, Florina Rahman, Mahrima Akter Mim

AIと機械学習を用いて再生可能エネルギーとデータ分析を統合し、エネルギー需要予測、排出量推定、ESG報告を自動化するプラットフォームを提案。シミュレーションにより効率向上と報告時間短縮を実証。

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。

Erica Hargety Kimei, Devotha Godfrey Nyambo, Neema Mduma +1

本研究は、深層学習を用いて乳牛からの温室効果ガス濃度を予測する不確実性対応モデルを提案。ゲート付き回帰型ユニット（GRU）とモンテカルロドロップアウトを組み合わせ、亜酸化窒素、メタン、二酸化炭素の濃度を1時間単位で予測。結果は高い確率的校正を示し、外生変数の導入が性能向上に寄与することを確認。ただし、制御された無放牧システムに限定される。

Arunodaya Raj Mishra, Pratibha Rani, A. F. Alrasheedi +3

本論文では、デジタルカーボンフットプリントを考慮した都市モビリティ戦略の実施に向けて、ハイブリッド・ピクチャーファジー意思決定フレームワークを提案する。多基準意思決定に基づき、持続可能な交通手段の選択を支援する手法を提供する。

Shaena Ulissi, Andrew Dumit, P. James Joyce +4

本論文は、AIを活用した製品カーボンフットプリント（PCF）システムの評価基準を提案する。マッピングとサプライチェーンモデリングのケーススタディを通じて、精度、データ品質、スケーラビリティなどを評価する枠組みを提供する。企業のGHG排出量算定におけるAI活用の信頼性向上に貢献する。

Jiawei Wen, Chengxin Pang, Yanxin Wang +1

本研究は、LCAデータベースを用いたPCF算定において、LLMと意味検索を組み合わせた排出係数自動マッチングアルゴリズムを提案。8産業製品でEcoinvent 3.10を用いた評価により、高精度かつ低遅延で専門家の手作業を上回る性能を示した。大規模自動PCF算定の実現可能性を高める技術的ソリューションとなる。

Jayashree Chaudhari1 and Asst. Prof. Sonali Tushar Sambare

本研究は、AIを活用したグリーンクラウドコンピューティングフレームワークを提案し、データセンターのエネルギー消費と炭素排出を大幅に削減する。ワークロード管理、動的リソース割り当て、エネルギー認識タスクスケジューリング、適応冷却戦略を統合し、実環境のワークロードで35-45%のエネルギー削減と30-40%の排出削減を実証した。

Jayashri Waman, Pratik Pawar, Shruti Dalvi +1

本論文は、貨物輸送に焦点を当てた既存研究とは異なり、旅客輸送向けにAIを活用した都市モビリティ最適化システム（AUMO）を提案する。炭素認識ルーティングとスマートカープールを統合し、シミュレーションによりCO2排出量と車両数の削減、占有率向上を実証した。

Arshia Eslami, Mahsa Ardakani, Amin Roostaee +2

本研究では、エッジロボットシステム向けのVision-Language-Action（VLA）モデルの推論におけるエネルギー消費と二酸化炭素排出量を分析した。NVIDIA Jetson AGX Orin上でπ0.5、X-VLA、SmolVLAを評価し、タスク性能、レイテンシ、消費電力、推論あたりのエネルギー、推定炭素排出量を報告。X-VLAは高精度だが高消費電力、SmolVLAは効率的だが低精度。エネルギー効率と精度のトレードオフを示し…

Yuan Chai, Haytham F. Isleem, P Kumar +2

本論文はIoTテレメトリ、ERPログ、系統炭素強度データを統合したAIパイプラインを提案し、サブ時間単位でのScope1-2排出量推定と削減アクション推奨を行う。Transformer、CNN、BiLSTMのアンサンブルと多目的最適化（NSGA-III）を用い、SHAP/LIMEで説明可能性を確保。247組織の18ヶ月評価で、検証排出量との整合性が高かった（MAPE 3.2%対18.7%）が、因果関係の推定は観察的でありデータ品質に依存…

Kaiwen Zhao, Bharathan Balaji, Stephen Lee

本論文は、PDF形式の製品サステナビリティレポートからカーボンフットプリント情報を抽出するための質問応答フレームワークを提案する。1,735件の報告書からなるオープンデータセットCarbonPDF-QAを作成し、Llama 3をファインチューニングしたCarbonPDF手法が既存手法を上回る性能を示した。GPT-4oがデータの不整合に弱いという課題を解決している。

Heedo Choi, Jee Soo Park, Chul-Hee Lim

本論文は、説明可能なグラフニューラルネットワーク（GNN）を用いて、IPCC AR6フレームワークに基づく都市高温リスク評価を提案する。時空間注意メカニズムを導入し、気候正義の観点から脆弱地域を特定する。AI技術と気候リスク評価を融合した点が特徴。

(著者不明)

本論文は大規模言語モデル（LLM）を用いて企業のScope 3温室効果ガス排出量、特にカテゴリ11（販売した製品の使用）を評価する手法を提案する。LLMによる自動算定の有効性と課題を示し、サステナビリティ報告の効率化に貢献する。

Lin Sun, Jun Zeng

本研究は、中国の高エネルギー消費企業を対象に、炭素移行リスクがグリーン債務の利ざやに与える影響を分析。パネル固定効果モデルやイベントスタディに加え、ランダムフォレスト、XGBoost、ニューラルネットワークを用いて予測と解釈を行う。結果、炭素強度が高いほど利ざやが拡大し、炭素価格へのエクスポージャーやグリーンパテントが多いほど縮小することを示した。また、XGBoostが最良の予測性能を示し、炭素変数を除去すると精度が低下することから、炭…

Liu X.

本研究は炭素排出権取引市場のリスク予測のための適応型リカレントニューラルネットワークモデルを提案する。市場の変動性や価格変動の予測精度向上を目指す。

Vidura perera

本稿は、政策不確実性・ガバナンス・制度・技術（FinTech・AI）の条件によってグリーンファイナンスの有効性が変化することを説明する適応的グリーンファイナンス有効性理論（AGFET）を提案する。同理論は、グリーンファイナンスが企業環境パフォーマンスに結びつく条件を整理し、AIによる持続可能性評価の可能性を示す。将来的な実証研究の基盤となる。

Aria Dolatabadian, Khalil Kariman

本レビューは、土壌有機物・炭素分析における古典的手法と機械学習（ML）手法を比較検討。ランダムフォレストやニューラルネットワークなどのML技術は予測精度やスケーラビリティを向上させるが、土壌微生物の影響など複雑な変動を捉えるには、古典的ペドロジー知識とMLの統合が最も有望と結論づける。気候変動緩和と農業持続可能性に重要。