arXiv雑要約

• Top
• AI
• プログラム
• 画像・音声
• セキュリティ
• 数値解析

数値解析 - 2026/03/10 公開

• 潜在オートエンコーダアンサンブルカルマンフィルタによるデータ同化 [cs.LG, cs.NA, math.NA, stat.ME, stat.ML]目的：データ同化の精度向上

  • 高次元システムの予測は重要だが，非線形性が強いと精度が低下する。
  • 既存のカルマンフィルタは，強い非線形性に対して性能が劣化しやすい。
  • 学習された潜在空間で線形性を確保し，カルマンフィルタとの整合性を高める。
  • 提案手法LAE-EnKFは，標準的なEnKFや他の潜在空間法よりも，精度と安定性に優れている。
  • LAE-EnKFは，潜在空間において線形かつ安定なダイナミクスを学習することで，カルマンフィルタの枠組みとの整合性を回復する。
  • 低次元多様体上での線形ダイナミクスの学習に関する理論的解析と，汎化誤差の限界が示されている。

  Link: https://arxiv.org/abs/2603.06752

• 輸送方程式に対するカーネル法：クープマン固有関数の近似のためのカーネル学習への応用 - 変分法，グリーン関数，特性曲線法による統一的アプローチ [math.NA, cs.NA, math.DS, stat.ML]目的：輸送方程式に適合し，非線形動的システムのクープマン固有関数に適応した再生カーネルの構築

  • 輸送方程式は，物理現象や制御理論など幅広い分野で現れるため，その解法は重要である。
  • 従来の数値解法は，高次元問題や複雑な境界条件に対して課題が残されている。
  • 変分法，グリーン関数，特性曲線法を統合し，より効率的かつロバストな近似手法を開発する。
  • 変分原理，グリーン関数，特性曲線法という3つの異なるアプローチが，条件を満たせば同一のカーネルを導くことが示された。
  • 関連するカーネル固有関数は，真のクープマン固有関数に収束することが数学的に証明された。
  • 多重カーネル学習（MKL）スキームにより，カーネルが自動的に選択され，実験的に有用性が確認された。

  Link: https://arxiv.org/abs/2603.06872

• べき乗型非線形性を持つ楕円形パラメータ同定問題に対する有限要素誤差解析 [cs.CL, math.NA, cs.NA]目的：べき乗型非線形性を持つ楕円形偏微分方程式からパラメータを同定するための数値解析

  • 逆問題は，工学や科学における様々な現象のモデル化に不可欠であり，その解決は重要である。
  • 非線形性を持つ逆問題では，数値解法の安定性や収束性の解析が困難である。
  • 有限要素法による数値近似の誤差評価を通して，パラメータ同定問題の安定性と精度向上を目指す。
  • 連続レベルでの条件付き安定性評価を確立し，有限要素解析の理論的基盤を構築した。
  • メッシュサイズ，正則化パラメータ，ノイズレベル，非線形性の指数に基づいた事前誤差評価を導出した。
  • 既存研究における安定性や誤差評価を拡張し，より弱い正則性仮定下で，より高い収束次数を示した。

  Link: https://arxiv.org/abs/2603.06908

• スペクトルフラクショナルラプラシアンの高次冪の近似：多調和拡張による手法 [cs.CL, eess.SY, cs.SY, math.NA, cs.NA]目的：スペクトルフラクショナルラプラシアンの高次冪の数値離散化手法

  • 物理現象や偏微分方程式において，フラクショナル微積分が広範囲に活用されている。
  • スペクトルフラクショナルラプラシアンの効率的な数値計算は困難である。
  • 多調和拡張を利用し，高次冪の近似計算を可能にすること。
  • 多調和拡張を用いることで，スペクトルフラクショナルラプラシアンの離散化が可能となった。
  • 提案手法は，数値計算の安定性と精度を両立する。
  • 得られた結果は，フラクショナル偏微分方程式の数値解法に貢献すると考えられる。

  Link: https://arxiv.org/abs/2603.06945

• スペクトル体積法のための制御体積に基づく高次コンパクトWENOリミタ [math.NA, cs.NA]目的：スペクトル体積法における振動抑制と制御体積分解能維持を目的とした新規リミタの開発

  • 近年，高精度な数値計算が求められており，スペクトル体積法はその有力な手法の一つである。
  • 不連続問題に対しては振動が発生しやすく，高次精度を維持することが困難である。
  • 本研究では，振動を効果的に抑制しつつ制御体積分解能を維持するリミタを提案する。
  • 提案手法は，SWENO法の考え方を応用し，線形多項式との組み合わせにより高次多項式を再構成する。
  • これにより，単純かつコンパクトなリミタを実現し，制御体積分解能を維持する。
  • 1次元および2次元の計算結果は，提案手法が滑らかな流れと不連続な流れの両方に対して有効であることを示している。

  Link: https://arxiv.org/abs/2603.07167

• 有限ひずみ仮想要素法における安定化のスケーリングに関する調査 [math.NA, cs.NA]目的：有限ひずみ仮想要素法における安定化のスケーリング

  • 高分子材料等の非線形な挙動をシミュレーションする上で，正確な有限ひずみモデルは不可欠である。
  • 既存の安定化手法は，補助的なメッシュ分割に依存し，Newton線形化を複雑化し，せん断モードを不必要に硬化させる。
  • メッシュ分割に依存せず，せん断と体積変化を分離した，よりロバストな安定化手法を開発する。
  • 提案手法では，せん断応力と体積応力を独立にスケーリングし，カーネル上の安定化を最適化した。
  • 理論的解析により，提案手法がメッシュサイズやポアソン比に依存せず，古典的な安定化手法よりも優れた安定性を示すことが確認された。
  • Cook膜実験の結果からも，提案手法がほぼ非圧縮性の条件下で，様々なポリゴンメッシュに対してロバストであることが示唆された。

  Link: https://arxiv.org/abs/2603.07218

• 半線形ヘルムホルツ方程式における多パラメータ決定 [math.NA, cs.NA, stat.CO]目的：半線形ヘルムホルツ方程式の線形係数と非線形係数の回復

  • 逆問題は，物理現象の内部構造を非破壊的に推定する上で重要である。
  • 境界データのみから内部係数を一意に決定することは困難である。
  • 境界測定から係数の一意決定と数値再構成手法を確立すること。
  • 高次線形化アプローチを用いて，境界測定から線形係数と非線形係数の一意決定を証明した。
  • 空間次元が3以上の場合は，$C^\gamma$ 正則性下，2次元の場合は $W^{1,p}$ 正則性下で一意性が成り立つ。
  • 有限差分法とベイズ推論に基づく数値再構成フレームワークを開発し，有効性を示した。

  Link: https://arxiv.org/abs/2603.07247

• 離散表面に対する圧力堅牢な浸没界面法 [math.NA, cs.NA, physics.flu-dyn]目的：流体構造相互作用における浸没界面法の精度向上

  • 流体構造相互作用は，工学分野において重要な課題であり，様々な現象の解析に不可欠である。
  • 従来の浸没界面法では，浸没境界における応力不連続性が問題となり，精度の低下を招いていた。
  • 本研究は，表面法線の不連続性を解消し，圧力分布の正確な計算を可能にすることを目的とする。
  • C0三角分割表面における表面法線の不連続性が，圧力負荷の精度低下の主要な原因であることを特定した。
  • 再構成された連続的な法線ベクトル場を用いて跳躍条件を計算することで，漏洩を最大で6桁削減できることを示した。
  • L2射影と逆重心距離重み付けによる頂点法線の構築という2つの連続法線近似手法を検討した。

  Link: https://arxiv.org/abs/2603.07248

• フローマップ学習法によるリアルタイムアクティブ流れ制御の数値的アプローチ [math.NA, cs.NA]目的：アクティブ流れ制御のためのデータ駆動型数値的アプローチ

  • 流れの制御は，航空力学や流体工学において，性能向上や省エネルギー化に不可欠である。
  • 従来の制御手法は，計算コストが高く，リアルタイムでの最適制御が困難であるという課題がある。
  • フローマップ学習を用いて，流れ場のシミュレーションを必要としないリアルタイム制御を実現し，計算コストを削減する。
  • 提案手法は，円柱周りの二次元非圧縮流れにおいて，ドラッグ低減効果を実証した。
  • フローマップ学習モデルは，ドラッグおよび揚力といった関心対象量（QoI）の動的なモデルを構築する。
  • 本手法により，20％を超えるドラッグ低減を達成し，リアルタイム最適制御の可能性を示唆した。

  Link: https://arxiv.org/abs/2603.07678

• 貪欲型スパース学習におけるステップサイズ減衰と構造的停滞 [cs.LG, cs.NA, math.NA]目的：貪欲型スパース学習におけるステップサイズ減衰と構造的停滞のメカニズム

  • スパース近似は，高次元データ処理において重要な役割を果たすため，その効率的な学習アルゴリズムの開発が求められている。
  • ステップサイズの減衰が速すぎると，アルゴリズムが局所解に陥り，学習が停滞する可能性がある。
  • 本研究は，構造的停滞が起こる条件を明確にし，適切なステップサイズ設計の指針を示すことを目指す。
  • ステップサイズが速く減衰する場合，一般のヒルベルト空間において収束しないことが示された。
  • 特徴量のコヒーレンスが低い低次元のスパース設定でも，過剰な減衰により構造的停滞が発生することが理論的に証明された。
  • 数値実験により，理論的予測が検証され，特徴量のコヒーレンスがステップサイズ設計に重要な役割を果たすことが示唆された。

  Link: https://arxiv.org/abs/2603.07703

• 理想MHDに対する低散逸中心スキーム [eess.SY, cs.SY, cs.HC, math.NA, cs.NA]目的：理想MHD系の数値解法

  • 宇宙プラズマや核融合プラズマなど，磁場と流体の相互作用を伴う現象の理解に不可欠である。
  • 従来のスキームでは，接触不連続面における振動や散逸が課題となっていた。
  • 接触不連続面での解像度向上と，磁場の発散のない性質の維持を目指す。
  • 提案された低散逸中心スキームは，接触不連続面における振動を抑制し，波の解像度を高める効果が確認された。
  • 滑らかな解に対しては，実験的に2次精度が確認された。
  • 磁場の発散のない条件は，機械精度まで維持された。

  Link: https://arxiv.org/abs/2603.07738

• 放物型最適制御問題に対する時間並列Schwarz法の弱スケーラビリティ [math.NA, cs.NA, math.OC]目的：放物型最適制御問題に対する時間並列Schwarz法の弱スケーラビリティの分析

  • 科学技術計算において最適制御問題は重要であり，高性能な数値解法が求められている。
  • 古典的な時間ステップ法では計算コストが高く，大規模な問題に対応できない場合がある。
  • 時間並列Schwarz法を用いて，大規模最適制御問題の効率的な解法を確立することを目指す。
  • 時間並列Schwarz法の反復行列のスペクトル半径を評価するための2つの解析手法を提示した。
  • スペクトル半径に関する非漸近的な境界と，時間区間の数が増加するにつれての固有値の漸近的な特性を明らかにした。
  • 数値実験により理論的結果を検証し，時間並列Schwarz法の弱スケーラビリティを実証した。

  Link: https://arxiv.org/abs/2603.07768

• 偏微分方程式の伝播，サンプリング，そしてフーリエ比 [cs.MS, cs.DC, cs.PF, math.NT, math.NA, cs.NA, math.CA]目的：偏微分方程式のスナップショットからの不完全な空間サンプルの復元

  • 物理現象のシミュレーション等において，偏微分方程式の解を効率的に扱うことが重要である。
  • 離散化されたデータからの復元において，サンプリングレートと復元の安定性の関係が課題となる。
  • フーリエ比を改善することで，より少ないサンプル数での安定的な復元を可能とする。
  • 偏微分方程式の伝播が，初期データと比較してフーリエ比を厳密に改善することが示された。
  • 特に3次元の波動方程式において，格子サイズに依存しないフーリエ比の境界が得られた。
  • これにより，欠損した空間サンプルからの安定な再構成のための明示的なサンプリングレート境界が得られた。

  Link: https://arxiv.org/abs/2603.07851

• LegONet：構成的な偏微分方程式学習のためのプラグアンドプレイ構造保存ニューラル演算ブロック [cs.RO, cs.CL, math.NA, cs.NA]目的：偏微分方程式のソルバー構築のための，プラグアンドプレイ可能な構造保存演算ブロックの構成的フレームワーク

  • 科学計算において，偏微分方程式の数値解法は不可欠であり，その精度と効率が重要である。
  • 従来の機械学習によるソルバーは，特定の方程式に特化し，再利用性や長期予測の安定性に課題がある。
  • 境界条件とメカニズム学習を分離することで，汎用性と安定性を向上させ，新たなソルバーを容易に構築すること。
  • LegONetは，共有された境界適応スペクトル表現上で定義された構造保存演算ブロックを組み合わせることでPDEソルバーを構築する。
  • 境界条件を構造的に満たし，事前学習済みのブロックを再学習なしで組み立てて新しいソルバーを作成可能にする。
  • 10種類の時間依存性偏微分方程式において，高い精度と安定性を示し，方程式や境界条件の再構成においても有効性が確認された。

  Link: https://arxiv.org/abs/2603.07882

• ベテ・サルペーター固有値問題に対する構造を保存するLOBPCGアルゴリズム [math.NA, cs.NA]目的：ベテ・サルペーター固有値問題の求解

  • 多体系物理学における重要な固有値問題であり，物質の基礎的性質の理解に不可欠である。
  • 既存のLOBPCGアルゴリズムでは，問題の構造を活かしきれていない点が課題である。
  • 問題の構造を考慮した効率的な固有値求解アルゴリズムを開発し，安定性を確保すること。
  • 提案アルゴリズムは，ベテ・サルペーター固有値問題の固有値ペアを効率的かつ正確に計算できることを数値実験で示した。
  • 不定内積に対する改良されたヘトマニウク・ルオークトリックと，適応的多階層直交化戦略が安定性の向上に貢献している。
  • 本アルゴリズムは，正定値対称行列に対するシンプレクティック固有値問題にも適用可能である。

  Link: https://arxiv.org/abs/2603.07910

• 半離散最適輸送スキームによる準地衡スライス圧縮モデル [math.NA, cs.NA]目的：準地衡圧縮方程式に対する半離散最適輸送スキーム

  • 大規模な大気力学や前線生成のモデル化において重要な役割を担う分野である。
  • 圧縮性方程式は変数密度や内部エネルギーを含むため，数値計算が困難である。
  • 最適輸送の定式化と幾何学的構造を保全することで，より現実的な大気流れのシミュレーションを目指す。
  • 本スキームでは，非二次コスト関数と放物型$c$-Laguerreセルという課題に対処するため，$c$-指数写像を用いた効率的な$c$-Laguerre分割を導入した。
  • 質量とエネルギーの保存を保証しつつ，主要な幾何学的構造を維持する堅牢な数値スキームを実現した。
  • 単一シードベンチマークや誤差解析による数値実験を通して，スキームの収束性が検証された。

  Link: https://arxiv.org/abs/2603.08105

• 変数係数を用いた行列の逆行列計算アルゴリズム [cs.DC, cs.NI, cs.CL, math.NA, cs.NA]目的：行列の逆行列を計算するための新しい効率的な一般化されたシュルツ反復法の構築

  • 線形代数における基本的な演算であり，科学技術計算など広範な分野で利用されているため。
  • 既存の方法では，計算コストや数値安定性の問題が存在する場合があるため。
  • Frobeniusノルムの観点から最適な係数を選択し，数値的に安定で効率的な手法を開発すること。
  • 本研究で構築した反復法は，最適な係数選択により，効率的な行列の逆行列計算を可能にする。
  • 数値実験の結果，理論的アプローチが検証され，提案手法の有効性が確認された。
  • 構築された手法は数値的に安定であり，実用的な応用が期待される。

  Link: https://arxiv.org/abs/2603.08196

• 曲線座標系における有限弾塑性構成に関する注意点 [math.NA, cs.NA]目的：有限ひずみ弾塑性変形における変形勾配，ヤコビアン，およびシフトの役割の明確化

  • 連続体力学の基礎であり，複雑な形状や境界条件への適用に不可欠な分野である。
  • 非直交座標系では，計算に誤差が生じやすく，正確な数値解析が困難となる場合がある。
  • 曲線座標系における有限弾塑性問題の安定した数値解析手法を確立することを目指す。
  • テンソル解析は座標系に依存しない基礎を提供するが，数値実装ではユーザーが選択した基底に依存する。
  • 曲線座標系では，変形勾配，ヤコビアン，シフトの取り扱いが複雑になり，特に大変形問題では注意が必要である。
  • 本研究では，標準的な直交座標表現から曲線座標系への変換を明示的に行うことで，安定した有限要素解析を可能にする手法を示す。

  Link: https://arxiv.org/abs/2603.08220

• 境界条件が変化するパラメトリック問題に対するグラフ指示型ニューラルネットワーク [cs.HC, math.NA, cs.AI, cs.LG, cs.NA]目的：境界条件が変化するパラメトリック偏微分方程式のシミュレーション

  • 物理現象のシミュレーションは，科学技術の発展に不可欠であり，その精度と効率が求められる。
  • 従来の数値解析手法は，境界条件が変化する場合，計算コストが増大し，リアルタイムでの応用が困難である。
  • 境界条件の変化に対応可能な，効率的なパラメトリック偏微分方程式の解法を開発すること。
  • 提案手法であるグラフ指示型ニューラルネットワーク（GINN）は，パラメトリック問題と解の対応関係を効果的に学習する。
  • GINNは，境界条件の変化にロバストであり，全結合型ニューラルネットワークと比較してスケーラビリティに優れている。
  • 本研究の結果は，応用指向の様々な分野において，複雑なパラメトリック偏微分方程式を効率的に扱うための強力なツールとなりうる。

  Link: https://arxiv.org/abs/2603.08304

• 有限要素法における測度値源項に対する最適な局所誤差評価 [cs.CL, cs.CL, math.NA, cs.NA]目的：測度値を持つ右辺項を持つ2次楕円問題の有限要素近似

  • 偏微分方程式の数値解法は，工学や科学における様々な現象のシミュレーションに不可欠である。
  • 特異な源項を持つ問題では，解の正則性が低く，数値解法の収束性が制限される場合がある。
  • 源項の支持領域から離れた領域における最適な収束率を明らかにすること。
  • 有限要素法は，標準的なラグランジュ要素を用いることで，リプシッツ多面体/多角形領域上でwell-posedである。
  • 源項の支持領域から厳密に離れた部分領域において，最適な局所$L^2$および$H^1$誤差評価が成立する。
  • 有限要素法におけるグローバル収束の低下は局所的であり，源項から離れた領域では最適な収束率が得られる。

  Link: https://arxiv.org/abs/2603.08396

• 超音波強化ドラッグデリバリーにおける非線形多物理現象問題の不連続Galerkin近似 [math.NA, cs.NA]目的：超音波強化ドラッグデリバリーのシミュレーションに動機づけられた数理モデルの数値解析

  • 超音波治療やドラッグデリバリーなどの医療分野において，物理現象の正確なシミュレーションが重要である。
  • 既存の数値解法では，複雑な多物理現象や非線形性の取り扱いが困難であり，計算精度や効率の向上が求められている。
  • 超音波と薬剤拡散の連成現象を正確にモデル化し，効率的な数値解法を開発することで，ドラッグデリバリーの最適化を目指す。
  • 本研究では，超音波の非線形伝播を考慮したWestervelt方程式と，薬剤濃度を記述する対流拡散方程式を不連続Galerkin法で離散化した。
  • 適切な仮定の下で，圧力サブ問題の解の一意性，非退化性，エネルギーノルムにおける最適収束率が理論的に示された。
  • 数値実験を通して，理論的な結果が検証され，提案手法の有効性が確認された。

  Link: https://arxiv.org/abs/2603.08415

• 乗数性ノイズを持つ確率的ベンジャミン・ボナ・マホニー方程式の有限要素近似 [math.NA, cs.NA, math.PR]目的：乗数性ノイズによって駆動される確率的ベンジャミン・ボナ・マホニー方程式の完全離散有限要素近似の数値解析

  • 非線形波動現象の理解は，海洋波，プラズマ波，音響学など，多岐にわたる分野で重要である。
  • 確率的偏微分方程式の数値解法は，ノイズの影響を伴う複雑な現象を扱う上で，誤差解析が困難である。
  • 本研究は，数値スキームの収束性を厳密に評価することで，確率的 BBM 方程式の信頼性の高い数値計算手法を確立することを目指す。
  • 確率的 BBM 方程式の解の存在性と一意性が適切な変分枠内で示され，連続問題に対するいくつかの安定性評価が導出された。
  • ノイズ係数が有界の場合，指数関数的な安定性特性と確率的 Gronwall の不等式を組み合わせることで，期待値における最適な強い誤差評価が得られた。
  • 有界性仮定が適用できない一般的な乗数性ノイズの場合，サンプル空間における高確率事象に基づく局所化技術を用いて，確率における亜最適収束率が導かれた。

  Link: https://arxiv.org/abs/2603.08496

• ポートハミルトニアンシステムの多様体上での構造保存型モデル次数の削減 [math.NA, cs.NA]目的：ポートハミルトニアンシステムの構造保存型モデル次数削減手法

  • エネルギーに基づくモデリングから導出されるシステムで，安定性や受動性等の重要な特性を維持する必要がある。
  • 非線形ポートハミルトニアンシステムに対する構造保存型モデル次数削減法は，既存研究が限られていた。
  • 汎用的な非線形近似写像に基づく，非線形ポートハミルトニアンシステムの構造保存型モデル次数削減手法を確立する。
  • 提案手法は，線形および非線形ポートハミルトニアンシステムに適用可能であり，依然としてポートハミルトニアン形式の縮約モデルが得られる。
  • 数値例として，線形および非線形マス・スプリング・ダンパーシステムを用いることで，提案手法が既存手法よりも低い相対削減誤差を示すことが示された。

  Link: https://arxiv.org/abs/2603.08656

• 大規模偏微分方程式制約逆問題に対する，勾配評価以上の追加偏微分方程式解法を必要としないガウス・ニュートン法 [math.OC, cs.NA, math.NA]目的：大規模偏微分方程式制約逆問題に対する効率的な解法

  • 偏微分方程式制約最適化は，科学技術計算において重要な役割を担う。
  • 偏微分方程式の求解は計算コストが高く，最適化のボトルネックとなりやすい。
  • 勾配計算に必要な偏微分方程式の求解以外に追加の求解を不要にすることを目指す。
  • 提案手法は，追加の偏微分方程式求解を必要とせず，勾配法と同等の効率を実現する。
  • 数値実験の結果，提案手法はガウス・ニュートン法の高速収束性を維持する。
  • フル波形反転（FWI）への適用が実証され，有効性が確認された。

  Link: https://arxiv.org/abs/2603.06899

• 高度パッケージの初期設計に向けたフルスケールGPU加速過渡電磁界-熱-機械連成シミュレーション [physics.comp-ph, cs.CE, cs.NA, math.NA, physics.app-ph]目的：高度パッケージ初期設計におけるシミュレーション精度と計算時間のトレードオフ解消

  • 電子パッケージの高性能化に伴い，熱や応力の影響が重要視されている。
  • 従来の設計手法では，計算時間短縮のため動的熱現象や応力集中を捉えきれない。
  • GPU加速による過渡連成シミュレーションで，初期設計段階での問題発見を目指す。
  • 提案手法により，大規模パッケージの非均質時域シミュレーションを高速化し，設計反復を可能にした。
  • NEC SX-Aurora TSUBASAパッケージのシミュレーションで，従来手法では見逃されていた信号誘起断熱応力を特定した。
  • 初期設計段階での物理精度向上により，後期設計での手戻りを削減し，信頼性向上に貢献する。

  Link: https://arxiv.org/abs/2603.07038

• 一階法に対する高分解能ODEフレームワークの統一的構築 [math.OC, cs.NA, math.NA]目的：一階法に対する高分解能ODEフレームワークの構築

  • 離散時間アルゴリズムの解析において，ODEフレームワークは重要なツールとなり得る。
  • 従来のODEフレームワークは，固定点仮定を満たすアルゴリズムに限定されていた。
  • 本研究は，モメンタムを含む一階法にも適用可能なODEフレームワークを提案する。
  • 加速勾配法など，モメンタムを含む一階法に対し，新たな高分解能ODEフレームワークを導出した。
  • ヘシアン駆動の減衰の存在により，重球法とNesterov加速勾配法のODEが異なることが示された。
  • PDHGと重球法に対し，検証可能な収束性を持つ修正を提案し，理論的予測を数値結果で確認した。

  Link: https://arxiv.org/abs/2603.07075

• 双数重み付きダイグラフの隣接行列の二重ドラジン逆元について [math.CO, cs.NA, math.NA]目的：双数重み付きダイグラフの隣接行列の二重ドラジン逆元の研究

  • グラフ理論は，ネットワーク科学や情報科学など，多様な分野に応用が広がっている。
  • 双数重み付きダイグラフの隣接行列の逆行列に関する解析は未だ発展途上である。
  • 特定のクラスのダイグラフに対する二重ドラジン逆元の明示的な公式を導出すること。
  • 双数複素数を用いた反三角ブロック行列の二重ドラジン逆元の公式が得られた。
  • DN-DSダイグラフに関する既知の条件を緩和し，DN-DLSダイグラフにおける未解決問題も解決した。
  • DN-DWダイグラフに対する群逆行列の結果を二重ドラジン逆行列に拡張し，別の隣接行列に対する公式も導出した。

  Link: https://arxiv.org/abs/2603.08354

• グロス・ピタエフスキイ方程式の分割法と渦核生成 [math.AP, cs.NA, math.NA]目的：グロス・ピタエフスキイ方程式の時間積分法の収束性

  • 超流動やボース・アインシュタイン凝縮系のダイナミクス記述に不可欠な方程式である。
  • 時間発展の数値計算における安定性や精度が課題となっていた。
  • 分割法の理論的根拠を示し，数値シミュレーションでの検証を行う。
  • リー・トロッター法とストレンジ分割法のZhidkov空間における収束性が証明された。
  • 一般化された質量保存則とギンツブルグ・ランドーエネルギー平衡則の近似的な保存が示された。
  • 一次元暗ソロトンを用いた数値実験が理論的結果を支持している。

  Link: https://arxiv.org/abs/2603.08440

• 輪郭積分に基づく一般化特異値計算アルゴリズム [cs.NI, math.NA, cs.NA]目的：行列または行列対の少数特異値の計算

  • 大規模データ解析や制御理論において，特異値は重要な役割を果たす。
  • 既存のFEASTアルゴリズムは，一般化特異値問題の構造を十分に活用できていない。
  • 一般化特異値問題に特化した効率的で堅牢な計算スキームを提案し，解決を目指す。
  • 提案アルゴリズムは，Jordan-Wielandt行列鉛筆に対する投影戦略を分析し，GSVDに最適化されたスキームを実現した。
  • 理論的解析と数値実験の結果，本アルゴリズムは高速な収束性と十分な精度を達成することが示された。
  • 提案手法は，既存手法と比較して計算効率の向上が確認された。

  Link: https://arxiv.org/abs/2401.00121

• 多孔質領域における拡散波洪水モデルの非線形多水準解法戦略 [math.NA, cs.NA]目的：多孔質領域における拡散波洪水モデルの数値解法

  • 都市洪水モデリングは，社会基盤の安全確保に不可欠であり，その精度向上が求められている。
  • 複雑な形状の領域，特に多数の多孔質構造を含む場合，数値解法の安定性・効率性が著しく低下する。
  • 多孔質領域における非線形問題に対し，大規模計算に適した効率的な解法を開発すること。
  • 既存の多水準粗空間を利用し，線形化された拡散波問題に対するロバストな二水準事前条件付き法を構築した。
  • Schwarz法に基づく非線形事前条件付き法を組み合わせることで，大規模非線形問題に対する実用的な解法を提供した。
  • 数値実験により，提案手法の有効性を検証し，Nice市の地形データを用いた現実的なケーススタディを行った。

  Link: https://arxiv.org/abs/2406.06189

• 高次元確率的動力学におけるノイズを考慮したシステム同定 [cs.CL, cs.CY, math.NA, cs.NA]目的：高次元確率的動力学のシステム同定

  • 物理，生物，工学など広範な分野で確率的動力学が重要であり，その理解が不可欠である。
  • 高次元データにおける複雑な相関ノイズや状態依存性ノイズが，システム同定の課題となっている。
  • 事前のノイズモデルの仮定なしに，決定論的ドリフトと完全なノイズ構造を同時に復元することを目指す。
  • 本手法は，様々な確率的動力学（有色ノイズや乗法的ノイズを含む）に対応可能である。
  • 高次元システムへの効率的なスケーリングを実現し，基盤となる動力学を高精度に再構成する。
  • 多様なシステムにおける数値実験により，アプローチの有効性と複雑な確率的環境におけるデータ駆動型モデリングへの応用可能性が確認された。

  Link: https://arxiv.org/abs/2411.00002

• 非線形最適制御における状態依存リカチ方程式：解析，誤差推定，数値近似 [cs.CL, cs.AR, cs.NI, cs.SY, eess.SY, cs.RO, math.NA, cs.NA, math.OC]目的：非線形最適制御における状態依存リカチ方程式の解析

  • 複雑な非線形システムの制御において，最適制御は重要な役割を果たす。
  • 状態依存リカチ方程式は近似手法であり，真の最適解からの誤差が存在する。
  • 残差に基づく誤差評価と，それを最小化する手法の開発が求められている。
  • 状態依存リカチ方程式とハミルトン・ヤコビ・ベルマン方程式の関係性を解析した。
  • 残差に基づく誤差評価により，状態依存リカチ方程式の劣最適性を定量化した。
  • ニュートン・クラインマン反復法が，計算効率と精度のバランスに優れていることを示した。

  Link: https://arxiv.org/abs/2503.01587

• 線形写像のア adjoint 不一致の計算 [math.NA, cs.NA, math.OC]目的：線形写像のア adjoint 不一致の検出

  • 機械学習等の数値計算において，線形写像の近似計算は重要である。
  • 写像と adjoint 写像のみがブラックボックスで与えられる場合，不一致の評価が困難である。
  • ブラックボックスな写像間での不一致を効率的に計算する手法を開発する。
  • 提案手法は，線形写像の差分の演算子ノルムへ，ほぼ確実に収束することが示された。
  • 本アルゴリズムは，Rayleigh 商の一般化に対するランダム探索法であり，最適なステップサイズを用いる。
  • 対応する特異ベクトルおよび固有値方程式に対する収束性解析も実施された。

  Link: https://arxiv.org/abs/2503.21361

• 不連続ドリフトを持つ跳躍拡散確率微分方程式に対する強順1次適応近似 [math.NA, cs.NA, math.PR]目的：不連続ドリフトと（場合によっては）退化した拡散を持つ跳躍拡散確率微分方程式の適応近似

  • 金融モデリング等で重要。不確実性を含む現象を記述する上で不可欠なツールである。
  • 従来の数値解法は，不連続ドリフトや跳躍を扱うのが難しく，十分な精度が得られない場合がある。
  • 跳躍時間とステップサイズを適応的に調整することで，より効率的かつ高精度な数値解法を確立する。
  • 本研究では，駆動ノイズプロセスの評価回数に関して，$L^p$空間で強収束率1を持つ初のスキームを提案した。
  • そのために，より強い仮定の下で，関連する二重適応型準ミルシュタインスキームが収束次数1を持つことを証明した。
  • 本スキームは，跳躍時間とステップサイズを適応的に調整することにより，不連続ドリフトに対応する。

  Link: https://arxiv.org/abs/2504.09452

• 変動係数を持つ偏微分方程式の弱いグループ識別 [cs.RO, math.NA, cs.NA]目的：変動係数を持つ偏微分方程式の識別手法

  • データ駆動型モデリングにおいて，偏微分方程式の識別は重要な役割を担う。
  • ノイズの多い時空間データからのPDE識別は，安定性と精度において課題がある。
  • 空間的に変動する係数を持つPDEの識別におけるノイズの影響軽減を目指す。
  • 提案手法WG-IDENTは，偏微分方程式の弱い定式化を用いることでノイズの影響を低減する。
  • Bスプラインとスペクトル分析に基づく最適な結び目ベクトルの選択により，テスト関数とPDE係数を表現する。
  • 新しいグループ特徴量トリミング技術GF-Trimにより，不要な特徴量を削減し，スパース回帰を促進する。

  Link: https://arxiv.org/abs/2504.10212

• 生成事前分布に基づくニューラルインターフェース再構成：3D電気インピーダンス断層撮影への応用 [math.NA, cs.CV, cs.NA]目的：3D電気インピーダンス断層撮影における複雑な3Dインターフェースの再構成

  • 科学計算において，間接測定からの複雑な3D形状再構成は重要な課題である。
  • 従来の形状最適化はトポロジー変化や正則化調整に課題があり，深層学習は物理的整合性やデータ量で制限される。
  • 事前学習された生成モデルと厳密な境界積分方程式ソルバーを組み合わせ，物理制約を満たす効率的な再構成を目指す。
  • 本研究では，物理法則を厳密な制約として課す「ソルバー・イン・ザ・ループ」フレームワークを提案した。
  • 微分可能なニューラル形状表現により，データの少ない状況でも高い幾何学的精度とデータ効率を実現した。
  • 実験結果から，本手法は従来の技術では困難な，物理制約に基づく幾何学的発見の新たなパラダイムを確立する。

  Link: https://arxiv.org/abs/2505.16487

• 多相立方MARS法による，任意のトポロジーと形状を持つ二つ以上の物質の四次以上の界面追跡 [cs.CL, math.NA, cs.NA]目的：二つ以上の物質の界面追跡手法

  • 多種多様なシミュレーションにおいて，物質界面の正確な追跡は不可欠である。
  • 既存手法では，複雑な界面や複数の物質を扱う際に精度や効率が課題となる。
  • 複雑なトポロジーと形状を持つ界面を高精度かつ効率的に追跡すること。
  • 提案手法は，グラフ，サイクル，三次スプラインを用いて界面のトポロジーと形状を表現する。
  • 界面マーカー間の距離を一定範囲内に維持し，高曲率領域にはより多くのマーカーを配置する。
  • 時間的・空間的に四次，六次，八次の精度を達成し，VOF法やレベルセット法が苦手とする接合部も容易に扱える。

  Link: https://arxiv.org/abs/2506.11897

• 重力を含むオイラー方程式に対する構造保存ノードDG法II：一般的な平衡状態 [math.NA, cs.NA]目的：重力を含むオイラー方程式の数値解法

  • 流体力学において，天体物理や気象現象のシミュレーションは重要である。
  • 従来の数値解法では，平衡状態を正確に再現することが困難であった。
  • 一般的な平衡状態を正確に計算可能な数値解法を開発すること。
  • エントロピー安定なノード不連続ガレルキン法を新たに開発した。
  • 重力項の扱いを工夫することで，静止および移動平衡状態に対してwell-balanced性を実現した。
  • 理論的な厳密な解析と数値実験により，スキームのロバスト性と効率性が確認された。

  Link: https://arxiv.org/abs/2507.21948

• 半線形クライン-ゴルドン方程式の解の安定性と収束性に関する定量的評価 [math.NA, cs.NA, math.AP, quant-ph]目的：半線形クライン-ゴルドン方程式の数値解の安定性と収束性評価手法

  • 偏微分方程式は自然科学の多くの現象を記述する上で不可欠であり，その数値解法は重要な課題である。
  • 非線形方程式の数値解は，不安定性や収束性の問題が生じやすく，適切な評価手法が求められている。
  • 数値解の安定性と収束性を定量的に評価し，適切なパラメータ設定を提案することで，より信頼性の高い計算を可能にする。
  • 数値解の安定性と収束性を評価する手法を提案し，初期値や質量を変化させることで閾値を調査した。
  • 提案手法に基づき，適切なパラメータ値を特定し，安定かつ収束する数値解を得るための指針を示した。
  • シミュレーションを通して，提案する評価方法の有効性と実用性を示した。

  Link: https://arxiv.org/abs/2508.21659

• 質量集中仮想要素法と強安定性保存ルンゲ・クッタ時間積分法による二次元放物型問題 [cs.RO, cs.HC, math.NA, cs.NA]目的：二次元放物型問題に対する質量集中仮想要素法と強安定性保存ルンゲ・クッタ時間積分法の適用

  • 複雑な形状の領域に対する数値解析において，要素分割形状に依存しない安定な手法が求められている。
  • 従来の有限要素法では，要素分割の形状が解析精度に影響を与える場合がある。
  • 要素分割形状に依存せず，高精度かつ安定な放物型問題の数値解法を確立すること。
  • 質量集中仮想要素法において，一様正定な対角質量行列を効率的に構築する方法を提案した。
  • 離散拡散作用素の最大固有値のスケーリングを解析的に導出し，古典的な拡散型CFL条件を導いた。
  • 歪んだ四角形，セレンディピティ，ボロノイメッシュを用いた数値実験により，理論的予測の妥当性を検証した。

  Link: https://arxiv.org/abs/2510.06653

• 効率的な最適化に基づく不変領域保存型リミッターによるガス動方程式の解法 [math.NA, cs.NA]目的：ガス動方程式における不変領域を保存するリミッターの効率的な最適化手法

  • 高精度な数値計算において，物理量の保存則や不変性を満たすことが重要である。
  • 高次のスキームでは，不変性を維持しながら安定性を確保することが課題となる。
  • 最適化に基づくリミッターを用いて，高精度かつ不変性を保存するスキームを構築する。
  • 最適化に基づくアプローチにより，高精度，全体的な保存性，不変領域保存性を兼ね備えたスキームが構築可能となった。
  • Douglas-Rachford分割やDavis-Yin分割といった手法を適切に適用することで，効率的な計算が可能となった。
  • Discontinuous Galerkinスキームへの適用と，困難なベンチマークテストにより，提案手法の堅牢性と性能が検証された。

  Link: https://arxiv.org/abs/2510.21080

• フロケ乗数と部分空間のための多段階法 [math.NA, cs.NA]目的：フロケ乗数と部分空間の正確かつ効率的な計算

  • 力学系における極限サイクルやRFシミュレーションにおける周期定常状態解析に不可欠である
  • 従来の1段階 collocation 法は大規模ケースで計算コストが増大する
  • 多段階法を用いることで計算効率を高め，寄生的な周期固有値を抑制すること
  • 多段階法による計算では，フロケ乗数と固有部分空間が高次の精度で収束する
  • 寄生周期固有値はステップサイズ減少と共に幾何級数的にゼロに収束し，フロケ乗数に影響を与えない
  • 大規模 pPEP を解くためのメモリ効率の良いアルゴリズム pTOAR の有効性が確認された

  Link: https://arxiv.org/abs/2510.23082

• FEALPy：クロスプラットフォーム型知能数値シミュレーションエンジン [math.NA, cs.NA]目的：数値シミュレーションエンジンの開発

  • 科学技術計算は，様々な分野で不可欠であり，その重要性は増している。
  • 既存の数値シミュレーションソフトウェアは分散しており，連携が困難である。
  • 異なる数値手法を統合し，クロスプラットフォーム環境での利用を可能にすること。
  • FEALPyは，統一されたテンソル抽象化層を基盤としたモジュール設計を採用している。
  • NumPy，PyTorch，JAXなどの多様な計算バックエンドをサポートし，CPUおよびGPU環境で一貫した適応性を提供する。
  • 線形弾性，高次PDE，移動メッシュ法，逆問題，経路計画など，幅広い応用分野で有効性が示された。

  Link: https://arxiv.org/abs/2512.06632

• 数値微分法の分類 [cs.RO, math.NA, cs.CE, cs.NA]目的：数値微分法の体系

  • 科学技術のあらゆる分野において，微分は計算やデータ分析の基礎である。
  • 既存手法は制約が多かったり，ノイズに弱いという課題があった。
  • 問題に応じた最適な方法の選択を支援することを目的とする。
  • 様々な数値微分法をレビューし，選択肢や利点を比較検討した。
  • 各アルゴリズムの理論的背景を解説し，応用分野との適合性を明らかにした。
  • ノイズを含むデータの微分を行うためのPythonパッケージPyNumDiffを公開した。

  Link: https://arxiv.org/abs/2512.09090

• 時間依存モンテカルロ粒子輸送計算のためのハイブリッド重み窓法 [math.NA, cs.NA, physics.comp-ph]目的：時間依存粒子輸送問題における全体的な分散低減

  • 核燃料サイクルや放射線遮蔽など，様々な分野で粒子輸送計算の精度向上が求められている。
  • 従来のモンテカルロ法では，計算コストが高いという課題があり，効率的な計算手法が求められている。
  • ハイブリッド重み窓法を用いて，モンテカルロ計算の効率性と精度を向上させることを目指す。
  • 提案手法では，補助的なハイブリッドモンテカルロ/決定論的問題を解くことで重み窓の中心を定義する。
  • 解析的な輸送ベンチマークを用いてアルゴリズムを検証し，パラメータ設定による性能への影響を調査した。
  • ハイブリッドモンテカルロ法の性能が示され，計算効率が定量的に評価された。

  Link: https://arxiv.org/abs/2512.19925

• 事前学習有限要素法：物理情報ニューラル演算子による偏微分方程式の事前学習とウォームスタートフレームワーク [math.NA, cs.NA]目的：偏微分方程式に対する事前学習とウォームスタートのフレームワーク

  • 物理現象のシミュレーションは科学技術の発展に不可欠であり，高精度かつ効率的な手法が求められている。
  • 従来の有限要素法は計算コストが高く，複雑な形状や材料特性への対応が課題である。
  • ニューラル演算子と有限要素法を組み合わせることで，計算効率と精度を両立し，シミュレーションの高速化を目指す。
  • 物理情報に基づいた事前学習により，相対誤差1%程度の高い汎化性能を達成した。
  • 従来の有限要素法と比較して，最大で1桁の計算時間の短縮を実現した。
  • 複雑な形状，異方性材料，任意の境界条件を持つ問題にも適用可能であることが示された。

  Link: https://arxiv.org/abs/2601.03086

• 放射状ミュンツ・サシャスネットワーク：多次元特異点のための学習可能な基底を持つニューラルアーキテクチャ [cs.LG, cs.NA, math.NA]目的：多次元特異点をモデル化するためのニューラルアーキテクチャの開発

  • 物理現象や工学問題において，特異点の正確なモデリングは不可欠である。
  • 従来の座標分離可能なニューラルネットワークでは，放射状特異点を正確に表現することが困難である。
  • 学習可能な基底関数を用いることで，複雑な放射状特異点を高精度に表現することを目指す。
  • 放射状ミュンツ・サシャスネットワーク(RMN)は，MLPやSIRENと比較して，RMSEを大幅に低減した。
  • RMNは，わずか27パラメータで，MLP(33,537パラメータ)やSIREN(8,577パラメータ)よりも優れた性能を発揮した。
  • RMNは，複数のソースや角度依存性を考慮した拡張バージョンでも高い精度を維持した。

  Link: https://arxiv.org/abs/2602.08419

• 最適確率密度制御の最大原理 [math.OC, cs.AI, cs.LG, cs.NA, math.NA]目的：最適確率密度制御の理論的枠組み

  • 大規模な多エージェント制御問題解決に不可欠な理論的基盤の確立。
  • 高次元の確率分布空間における制御問題の解析が困難であること。
  • 確率分布空間上の制御問題に対する効率的な数値解法の提供。
  • 確率分布空間上の制御問題に対する最大原理とハミルトン-ヤコビ-ベルマン方程式を導出した。
  • 深層ニューラルネットワークを活用したスケーラブルな数値アルゴリズムを提案した。
  • ドメイン障害やエージェント間の相互作用を含む多エージェント制御問題への適用例を通して有効性を示した。

  Link: https://arxiv.org/abs/2505.18362

• Allee効果を含む解けるモデルにおける速度依存型ティッピング現象 [math.DS, cs.NA, math.NA]目的：速度依存型ティッピング現象の発生条件

  • 生態系や社会システムにおいて，急激な状態変化を予測する重要性が高まっている。
  • 従来のモデルでは，速度依存型ティッピングの解析が困難であった。
  • 速度依存型ティッピングの発生に必要な条件を数学的に明確化すること。
  • 提案モデルは，Allee効果を含むため，絶滅閾値を持つことが示された。
  • 速度依存型ティッピングの発生には，特定の積分不等式を満たす必要があることが導かれた。
  • 内陸漁業の盛衰を説明する上で，提案モデルの有効性が示唆された。

  Link: https://arxiv.org/abs/2601.20128

• 非負CPおよびTucker分解におけるβ-ダイバージェンスに対するジョイント・マジョライゼーション最小化：アンフォールディングフリー更新 [math.OC, cs.NA, math.NA]目的：非負テンソル分解手法の効率的な更新アルゴリズム

  • テンソル分解は，高次元データの解析や次元削減に不可欠な技術である。
  • 従来のテンソル分解では，アンフォールディングや大規模な補助行列が必要となり，計算コストが高い。
  • テンソル縮約のみを用いて実装可能な，計算効率の高い更新アルゴリズムを開発すること。
  • 提案手法は，アンフォールディングや大規模な補助行列を必要とせず，テンソル縮約のみで実装可能である。
  • ジョイント・マジョライゼーション戦略により，キャッシュされた参照量を再利用し，内側の更新を高速化する。
  • 合成テンソルおよびUberの時空間カウントテンソルを用いた実験で，従来のアンフォールディングに基づく手法や最近のeinsum-factorizationフレームワークと比較して，大幅な高速化が確認された。

  Link: https://arxiv.org/abs/2602.14683

• 1