持続可能な開発のためのAI駆動型ブロックチェーンレンディング：ローンリスクと適格性分類のための機械学習フレームワーク

人工知能（AI）を活用した技術統合は、社会的フィンテックにおいて社会的責任を促進し持続可能な開発を支援する変革的な可能性を秘めています。本研究は、中央集権型取引所（CEX）と分散型取引所（DEX）を統合し、シームレスな金融取引と公平な資源配分を促進するブロックチェーンベースのレンディングメカニズムを検証します。AI駆動のツールを用いて透明性、正確性、安全性を向上させ、スマートコントラクトによりローン配布の効率的な管理と検証を実現します。本提案システムは、支援が行き届いていないコミュニティ、貧困地域、グリーンビジネスを支援し、持続可能な開発目標（SDGs）に沿った公正かつ持続可能な金融を促進することに焦点を当てています。このハイブリッドエコシステムは、中央集権型取引所の流動性と規制遵守を、分散型取引所の自律性と仲介者の削減と組み合わせています。AIはローン処理を強化し、バイアスと非効率を減少させます。このスマートコントラクトを備えたフレームワークは、持続可能な目標と連動したスケーラブルかつ監査可能なレンディングを提供します。機械学習（ML）アルゴリズムは借り手データセットでローン適格性を検証しました。ランダムフォレストアルゴリズムは堅牢性とアンサンブル学習の特徴により良好なパフォーマンスを示しました。その後、Optunaによりモデルチューニングが強化され、SHapley Additive exPlanations（SHAP）で重要なパラメータを特定しました。最後に、スマートコントラクトはML検証と持続可能性基準に基づくグリーンローンの安全かつ自律的な実行を確保しました。