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 - 2026/03/12 公開

• 複雑な境界におけるヒステリシスを伴う接触線ダイナミクスのモデル化のための，シャープかつ保存的な3D VOF法 [math.NA, cs.NA, physics.flu-dyn]目的：複雑形状における接触線ダイナミクスのシミュレーション手法

  • 多相流解析は，工業プロセスや自然現象の理解に不可欠であり，界面追跡技術は重要な役割を担う。
  • 複雑な形状の境界を持つ流体問題では，正確な界面の表現と物質保存が課題となる。
  • 複雑形状における接触線ダイナミクスの高精度かつ安定なシミュレーションを実現すること。
  • 本研究では，液相，気相，固相を含む混合セルのためのVOFスキームを改良し，厳密な局所質量保存を保証した。
  • カットセルの影響による時間ステップの制限を克服するため，体積保存性を維持しつつCFL条件を解消する再分配戦略を導入した。
  • 高さ関数に基づいた新たな接触角設定技術と，パラボロイド事前適合法により，不規則な固体表面上での正確な接触角条件の適用を可能にした。

  Link: https://arxiv.org/abs/2603.10045

• 幾何学的明示的なコッセラ桿モデル：区分線形ひずみを用いた複雑な桿系 [math.NA, cs.NA]目的：複雑な桿系のモデル化

  • 構造解析において，細長い部材である桿の正確な挙動予測は重要である。
  • 従来の桿モデルでは，数値的な不安定性や計算コストが課題となる場合がある。
  • 幾何学的厳密性と計算効率を両立する桿モデルの提案。
  • 本研究では，コッセラ桿の幾何学的明示的な定式化を提示し，構成空間とひずみに基づく表現を統合した。
  • 区分線形パラメータ化により，せん断および膜ロッキングを回避し，任意の桿ネットワークに対応可能である。
  • SE(3) 上でのRiemannian Newtonソルバーの開発により，高速な収束と一貫性のある回転処理を実現した。

  Link: https://arxiv.org/abs/2603.10050

• 科学計算のためのニューロモルフィックアルゴリズムにおける内在的な数値的頑健性と耐障害性 [eess.SY, cs.SY, cs.NE, cs.AI, cs.LG, cs.NA, math.NA]目的：ニューロモルフィックアルゴリズムの数値的頑健性および耐障害性の評価

  • 科学計算の高速化と低消費電力化が求められており，ニューロモルフィックコンピューティングは有望な手法の一つである。
  • 従来のニューロモルフィックシステムは，ノイズやデバイスの故障に弱く，実用化が課題となっていた。
  • 本研究は，ニューロモルフィックアルゴリズムが持つ潜在的な耐障害性を実証し，ロバスト性を高める方法を探る。
  • 偏微分方程式を解くためのニューロモルフィックアルゴリズムが，構造的摂動（ニューロンの除去やスパイクの欠落）に対して内在的な耐性を持つことが示された。
  • ニューロンの最大32%またはスパイクの最大90%を完全に削除しても，精度の著しい低下は見られなかった。
  • このロバスト性は，構造的ハイパーパラメータを調整することで制御可能であり，脳の特性に触発されたアルゴリズム設計がその要因となっている。

  Link: https://arxiv.org/abs/2603.10246

• グラフニューラルネットワークによる条件数の推定 [eess.SY, cs.SY, math.OC, cs.LG, cs.NA, math.NA]目的：疎行列の条件数推定

  • 機械学習の応用範囲拡大に貢献し，大規模データ処理の効率化が期待される。
  • 既存手法では，大規模疎行列の条件数計算に膨大な時間がかかるという課題がある。
  • グラフニューラルネットワークを用いて，高速かつ高精度な条件数推定手法を開発する。
  • 提案手法は，既存のHager-Higham法やLanczos法と比較して，大幅な高速化を達成した。
  • グラフニューラルネットワークの効率的な学習・推論のために，特徴量エンジニアリングを工夫した。
  • 1-ノルムおよび2-ノルム条件数推定に関する実験により，提案手法の有効性が確認された。

  Link: https://arxiv.org/abs/2603.10277

• 新たなテンソルネットワーク：管状テンソルトレインとその応用 [cs.CY, math.NA, cs.LG, cs.NA]目的：管状テンソルトレイン分解によるテンソル表現

  • ビッグデータ解析において，高次元データの効率的な表現が重要である。
  • 既存のテンソル分解手法では，データサイズ増加に伴い計算コストが増大する。
  • 本研究は，高次元データの効率的な表現と計算コスト削減を目指す。
  • 管状テンソルトレイン（TTT）分解を提案し，T-SVDとテンソルトレイン（TT）の利点を組み合わせた。
  • TTTは，管状ランクが限定される場合，モード数に対して線形にスケールするストレージコストを実現する。
  • 画像圧縮，動画圧縮，テンソル補完，ハイパースペクトル画像処理への応用を示し，実用的な性能を確認した。

  Link: https://arxiv.org/abs/2603.10503

• チェビシェフフィルタリングされたベクトルの条件数の推定とChASEライブラリへの応用 [math.NA, cs.CE, cs.DC, cs.NA]目的：チェビシェフフィルタリングされたベクトルの条件数の推定方法

  • 固有値問題の解法は，科学技術計算の様々な分野で不可欠であり，効率的なアルゴリズムが求められている。
  • チェビシェフフィルタリングは有効だが，ベクトルの条件数が高い場合，適切なQR分解アルゴリズムの選択が困難である。
  • 条件数の上限を効率的に推定し，QR分解アルゴリズムの選択を自動化することで，計算効率を向上させる。
  • 提案手法により，チェビシェフフィルタリングされたベクトルの条件数を高精度に，かつ低コストで推定できることが示された。
  • 推定された条件数に基づきQR分解アルゴリズムを適切に選択することで，ChASEライブラリの性能が向上した。
  • 性能向上は，計算精度を損なうことなく実現されている。

  Link: https://arxiv.org/abs/2603.10514

• 非正則な荷重を持つ摂動サドル点問題 [cs.RO, math.NA, cs.NA]目的：非正則な荷重を持つ摂動サドル点問題の離散的可解性

  • サドル点問題は，物理現象や工学における様々なモデルの離散化において重要な役割を果たす。
  • 右辺の荷重が滑らかでない場合，従来の解法では誤差が大きくなり，収束性が保証されない場合がある。
  • 非正則な荷重に対する離散可解性を確立し，数値解法の収束性を保証すること。
  • 加重クレメント準補間を用いた射影による荷重の正則化を通じて，離散的可解性解析を開発した。
  • 荷重が$\mathrm{H}^{-1}$空間に存在する場合でも有効な事前評価式を導出した。
  • 混合伝導方程式に対するステンベルグ後処理の適切な適応の収束性を解析し，数値結果で検証した。

  Link: https://arxiv.org/abs/2603.10532

• 大規模メタサーフェスによる電磁波散乱のための体積積分方程式のQR再帰圧縮 [math.NA, cs.NA, math-ph, math.MP]目的：大規模メタサーフェスによる電磁波散乱の高速かつ効率的な数値計算

  • 電磁波散乱問題は，通信，センシング，イメージングなど，様々な分野で重要である。
  • 大規模メタサーフェスの数値計算は，計算コストが高く，現実的な応用が困難である。
  • 本研究は，大規模メタサーフェスの効率的なモデル化を可能にする数値解法の開発を目指す。
  • QR分解に基づく圧縮手法と体積積分方程式法を組み合わせることで，計算コストを大幅に削減した。
  • 提案手法は，数千個の粒子からなるメタサーフェスのモデル化において有効であることが数値実験で示された。
  • メタサーフェスの形状構造を利用した適切な前処理により，高速かつ高精度な反復解法を実現した。

  Link: https://arxiv.org/abs/2603.10586

• 陽子線治療における線量計算のための$M_1$モデルの実現可能性を維持する有限要素離散化 [cs.DB, cs.IR, math.NA, cs.NA]目的：陽子線治療における線量計算のための有限要素離散化手法

  • 陽子線治療は，従来の放射線治療に比べ，周囲組織への負担が少ないため，癌治療の有効な選択肢となっている。
  • 陽子線治療の正確な線量計算は，治療効果と副作用のバランスを最適化する上で不可欠である。
  • 本研究は，線量計算における物理的な実現可能性を保証する新しい有限要素離散化手法を開発することを目指す。
  • 提案手法は，エネルギー依存性のある$M_1$モーメントモデルの有限要素離散化に基づき，線量計算の決定論的枠組みを提供する。
  • 実現可能性を維持する離散化により，物理的に妥当な線量分布を正確に計算できることが数値実験によって示された。
  • この Strang-MCL法は，エネルギー逆方向進化中に線量を累積することで，正確かつ物理的に整合性の取れた線量分布を生成する。

  Link: https://arxiv.org/abs/2603.10632

• 多孔質媒体における双曲線輸送問題に対する継続法の効率的設計 [math.NA, cs.NA]目的：多孔質媒体における双曲線輸送問題に対する継続法の設計

  • 炭素貯留や地下水管理など，多孔質媒体における多相流の物理モデル化は重要である。
  • 従来のニュートン型ソルバーは，収束性が保証されず，計算コストが高いという課題がある。
  • 本研究は，継続法を用いて，よりロバストで効率的な多相流シミュレーションを目指す。
  • 補助問題の選択が解曲線追跡の成否を左右するため，様々な補助問題を比較検討した。
  • バッキリー・レベレット方程式を用いて，消失拡散法，線形構成則，エントロピー解に基づく継続法を比較した。
  • 複雑な多相流問題に対する継続法を系統的かつロバストに設計するための洞察が得られた。

  Link: https://arxiv.org/abs/2603.10730

• 遅延微分代数方程式系の$H^2$-ノルムの計算と最適化 [cs.FL, math.CO, math.DS, math.NA, cs.NA, math.OC]目的：遅延微分代数方程式系で記述される時間遅延システムの$H^2$-ノルムの近似と最適化

  • 制御システム設計において，システムのロバスト性や性能評価に$H^2$-ノルムが重要である。
  • 時間遅延を含むシステムの$H^2$-ノルムは，計算が困難であり，効率的な近似手法が求められている。
  • 時間遅延システムの$H^2$-ノルムを効率的に近似・最適化し，ロバスト制御やモデル簡約を可能にすること。
  • Lanczos tau法を用いることで，$H^2$-ノルムの近似と最適化が可能であることが証明された。
  • 遅延の数に応じて，立方収束（遅延型）または線形収束（中立型）が確認された。
  • パラメータや遅延に関する勾配を効率的に計算する公式が導出され，ロバスト制御やモデル合成への応用が示された。

  Link: https://arxiv.org/abs/2603.10734

• 非線形超弾性格子構造の効率的な微細スケールシミュレーション [math.NA, cs.NA]目的：非線形超弾性格子構造の微細スケールシミュレーションの効率化

  • アディティブマニュファクチャリングの進展により，軽量かつ特性制御可能な格子材料の工業的応用が現実的になっている。
  • 格子構造は複雑な形状を持つため，大規模な非線形シミュレーションにおいて計算コストが課題となっている。
  • 格子構造の自己相似性を利用し，メモリと計算コストを削減する効率的なソルバーを開発すること。
  • 提案手法は，主要なセルに着目し，その組み合わせで局所的な接線演算子を表現することで，計算効率を向上させている。
  • 2次元・3次元の数値実験により，数時間かかっていた計算時間が数十分程度に短縮され，メモリ使用量も大幅に削減された。
  • 数百万自由度の問題を，市販のノートパソコン上で数分以内に解くことが可能になった。

  Link: https://arxiv.org/abs/2603.10741

• ドメイン依存性カットセル安定化の一貫性について [math.NA, cs.NA]目的：カットセル安定化法の一貫性解析

  • 複雑形状への応用が容易なカットセルメッシュの数値解析における安定性確保の重要性
  • カットセルが微小になると時間ステップ幅に厳しい制約が生じる問題
  • 高次精度におけるドメイン依存性安定化法の数学的根拠の確立
  • 任意の多項式次数および十分な滑らかさを持つ解に対して一貫性が証明された。
  • 本研究により，高次精度での詳細な解析への道が開かれると期待される。
  • 数値結果は，従来のDG法と同程度の精度を示すことを裏付けている。

  Link: https://arxiv.org/abs/2603.10754

• オイラー・マルヤマ法によるリーキー積分発火ネットワークの数値解析 [math.NA, cs.NA, math.PR]目的：リーキー積分発火ネットワークの数値シミュレーション誤差の評価

  • 脳科学における計算モデルやニューロモーフィックAIの基盤として重要である。
  • 数値シミュレーションにおける誤差が，特に発火イベントのタイミングに集中する点が課題である。
  • 層状フィードフォワードネットワークにおける誤差の厳密な上限を導出すること。
  • 層状ネットワークにおいて，滑らかで有界な観測量に対して，有限の範囲での二乗平均強誤差と弱誤差のオーダー1の限界が証明された。
  • 強誤差解析では，正確なスパイク履歴と数値的なスパイク履歴が一致する「良い集合」と，そうでない「悪い集合」にパス空間を分割する手法が用いられた。
  • 弱誤差解析では，セミアグループ/後方コルモゴロフの議論を用いて，ステップごとの欠陥を内部テイラー項と境界ストリップ項に分割し，オーダーO(Th)を導出した。

  Link: https://arxiv.org/abs/2603.10854

• 空間均一ランダウ方程式に対する物理情報に基づく時間全領域ニューラル粒子法 [math.NA, cs.NA]目的：空間均一ランダウ方程式の解法

  • プラズマ物理や輸送現象のシミュレーションにおいて，高精度かつ効率的な解法が求められている。
  • 従来の数値解法では，時間離散化誤差やメッシュへの依存性が課題となっていた。
  • ニューラルネットワークを活用し，時間離散化誤差のないメッシュフリーな解法を提案することで，上記課題の解決を目指す。
  • 物理情報に基づくニューラル粒子法(PINN--PM)を提案し，ランダウ方程式のダイナミクスを連続時間残差を用いて表現することで，時間離散化誤差を排除した。
  • 学習された特性関数と厳密な特性関数の差は，スコア近似誤差，粒子近似誤差，物理残差の3つの要素によって制御されることが示された。
  • ベンチマークテストの結果，提案手法は安定した輸送と巨視的保存則の維持を示し，既存手法と比較して同等またはより高い精度を少ない粒子数で実現した。

  Link: https://arxiv.org/abs/2603.10874

• バロトロピックオイラー方程式のデータ同化のための全離散観測器の収束解析 [math.NA, cs.NA, math.OC]目的：バロトロピックオイラー方程式のデータ同化における全離散観測器の収束性

  • 気象予測や海洋予測など，流体現象の正確なシミュレーションは，科学技術の発展に不可欠である。
  • 観測データと数値モデルの間の不一致や，数値計算の誤差が，予測精度を制限する課題となっている。
  • 観測データを用いたデータ同化により，モデルの状態を修正し，予測精度向上を目指す。
  • 本研究では，速度のみを観測する1次元バロトロピックオイラー方程式に対し，離散ルエンベルガー観測器の収束性が証明された。
  • 誤差評価は，初期値の差，空間・時間格子サイズ，観測誤差，およびナッジングパラメータに依存する項の和として導出された。
  • 本研究は，準線形双曲系に対する離散観測器のエラー評価として初であり，長時間のシミュレーションにおける観測器の均一な時間精度を示唆する。

  Link: https://arxiv.org/abs/2603.10962

• 線形スケールテンソルトレインスケッチング [cs.IR, cs.CL, math.NA, cs.DS, cs.NA]目的：テンソルトレイン形式に特化した構造化ランダム射影

  • 大規模テンソルデータの効率的な処理が重要であり，次元の呪いを克服する必要がある。
  • 既存のテンソルスケッチ手法は，テンソル次数が増加すると計算量が指数関数的に増加する問題がある。
  • テンソル次数に対して線形にスケーリングする新しいスケッチ手法を開発し，計算効率を向上させる。
  • 提案手法であるBSTTは，パラメータPとRを調整することで，既存のスケッチ手法を統合する。
  • BSTTは，無意識部分空間埋め込み(OSE)および無意識部分空間注入(OSI)の性質を持つことが証明された。
  • 理論的結果は，合成テンソル，アダマール積，量子化学アプリケーションを用いた数値実験によって支持されている。

  Link: https://arxiv.org/abs/2603.11009

• 信頼領域内点確率的逐次二次計画法 [physics.soc-ph, cond-mat.stat-mech, cs.SI, nlin.AO, math.OC, cs.LG, cs.NA, math.NA, stat.ML]目的：確率的目的関数と決定論的非線形制約を持つ最適化問題の解法

  • 最適化は，工学，経済，機械学習など広範な分野で不可欠なツールである。
  • 現実の問題では，目的関数の正確な評価が困難な場合が多く，確率的近似に頼る必要がある。
  • 確率的近似を用いた効率的かつ信頼性の高い最適化手法の開発が求められている。
  • 提案手法は，確率的オラクルを用いて目的関数と勾配を推定し，適切な精度を保証する。
  • 内点法を採用し，バリアパラメータを適切に減衰させることで，制約条件を効率的に扱う。
  • 標準的な仮定の下で，提案手法は一次の定常点への大域的ほぼ確実な収束が証明された。

  Link: https://arxiv.org/abs/2603.10230

• Geo-ADAPT-VQE：量子化学のための量子情報幾何学的指標に基づいた回路最適化 [quant-ph, cs.NA, eess.SP, math.NA, physics.chem-ph]目的：変分量子固有値ソルバーにおける適応的なアンザッツ構築

  • 量子化学計算において，古典計算機では困難な高精度な分子構造計算が求められている。
  • 既存の適応的アンザッツ構築法は，一次微分のみに依存し，量子状態空間の幾何学的な情報を活用できていない。
  • 量子状態の幾何学的な構造を考慮した演算子選択により，収束性と効率を改善することを目的とする。
  • Geo-ADAPT-VQEは，自然勾配則を用いた演算子選択により，アンザッツが量子状態幾何学に沿って成長するようにする。
  • その結果，収束が改善され，浅い局所最小値や鞍点領域の影響を受けにくくなることが示された。
  • ５つの分子に対する数値シミュレーションにおいて，既存手法と比較して，より高速かつ安定した収束と，大幅なアンザッツ短縮が確認された。

  Link: https://arxiv.org/abs/2603.10325

• Mamba ニューラル演算子：勝者は？偏微分方程式におけるTransformer 対 状態空間モデル [cs.DM, math.CO, math.PR, cs.LG, cs.NA, math.NA]目的：偏微分方程式の解法における，Mamba ニューラル演算子の有効性

  • 偏微分方程式は複雑な物理システムを記述する上で不可欠であり，その効率的な解法は科学技術の発展に寄与する。
  • Transformer は高性能だが，連続的なダイナミクスや長距離相互作用の表現に課題がある。
  • 状態空間モデルの構造化設計を活用し，Transformer の課題を克服し，より高精度な解法を実現すること。
  • Mamba ニューラル演算子（MNO）は，状態空間モデルとニューラル演算子の間の理論的な繋がりを確立した。
  • MNO は，従来の Transformer よりも長距離依存性と連続的なダイナミクスを効果的に捉えることが示された。
  • MNO はニューラル演算子の表現力と精度を向上させ，偏微分方程式に関連するタスクにおいて Transformer を上回る性能を発揮する。

  Link: https://arxiv.org/abs/2410.02113

• サドル点形式におけるノイマン境界最適制御問題に対する安定化不要一般次数仮想要素法 [cs.RO, math.NA, cs.NA]目的：ノイマン境界最適制御問題の数値解法

  • 最適制御問題は，工学，経済学など広範な分野で重要な役割を果たす。
  • 従来の仮想要素法では，安定化パラメータの選択が精度に影響する。
  • 安定化パラメータ選択の問題を回避する代替手法を提案する。
  • 本研究では，任意の次数に対して厳密な事前誤差評価を導出した。
  • 数値実験により，理論的な結果が確認された。
  • 安定化項の影響と近似誤差に関する解析を行った。

  Link: https://arxiv.org/abs/2411.08497

• 臨界鉱物応用に向けた物理知識に基づく機械学習を用いた反応輸送モデル化 [cs.SI, math.NA, cs.NA]目的：多孔質媒体における高速双分子反応のシミュレーション

  • 資源確保の重要性から，臨界鉱物の抽出技術の高度化が求められている。
  • 地下環境における化学反応の正確なモデル化は困難である。
  • 物理知識に基づく機械学習で反応輸送モデルの精度向上を目指す。
  • 物理知識を組み込んだニューラルネットワーク（PINN）フレームワークを開発した。
  • PINNは，多孔質媒体での反応輸送プロセスを効率的にシミュレーションできる。
  • 本研究は，臨界鉱物抽出を含む地質科学応用への貢献が期待される。

  Link: https://arxiv.org/abs/2506.15960

• 単一モードに沿ったファイバーワイズ観測からのテンソルトレイン補完 [math.NA, cs.LG, cs.NA, eess.SP, math.OC, stat.CO, stat.ML]目的：ファイバーワイズ観測されたテンソルのテンソルトレイン分解

  • 多次元データ解析において，テンソル分解はデータの低次元表現を捉え，効率的な処理を可能にする重要な技術である。
  • 従来のテンソル補完は，ランダムな観測パターンを仮定しており，特定の構造を持つ観測パターンに対する効率的なアルゴリズムは不足している。
  • 特定のファイバーワイズ観測パターンに着目し，決定的な保証を持つ高速なテンソル補完手法を開発することで，この問題を解決する。
  • 提案手法は，標準的な線形代数演算のみを用いてテンソルトレイン分解を計算できる。
  • 観測パターンに関する合理的な決定論的条件の下で，補完が保証される。
  • 時間軸などの特定のモードに沿ったデータ収集に適しており，数値実験により有効性が示された。

  Link: https://arxiv.org/abs/2509.18149

• 高次のメッシュフリー表面積分：特異被積分関数を含む [math.NA, cs.NA]目的：表面点群上の積分手法

  • 偏微分方程式の数値解法など，工学や科学の様々な分野で表面積分が重要である。
  • 従来のメッシュベース手法では，高次精度を実現するために曲面メッシュの作成が困難である。
  • 特異被積分関数を含む場合でも，高精度を維持した表面積分の計算を可能とする。
  • 提案手法は，特定の点配置や初期三角形分割を必要としない完全なメッシュフリー法である。
  • 特異点近傍での点密度を変化させることなく，特異積分を高精度に処理できる。
  • 表面点群上での高次積分計算の新たな可能性を示す。

  Link: https://arxiv.org/abs/2510.14236

• 時間変化確率微分方程式に対するオイラー型法のパラメータに関する強い収束率 [math.NA, cs.NA, math.PR]目的：時間変化確率微分方程式に対するオイラー型法の強い収束率

  • 確率微分方程式は，金融，物理，生物学など幅広い分野でモデルとして利用されており，その数値解法の精度向上が重要である。
  • 従来の数値解法では，時間変化確率微分方程式の特性を捉えきれず，収束率が低いという課題があった。
  • 本研究では，時間変化確率微分方程式に対するオイラー型法の収束率を解析的に評価し，精度向上を目指す。
  • 等間隔ステップサイズを用いたオイラー・マルヤマ法において，グローバルなLipschitz条件の下での強い収束率が確立された。
  • 切り捨てオイラー・マルヤマ法に対しては，Khasminskii型条件を緩和し，強い収束率を証明した。
  • 両数値スキームにおいて，強い収束次数が時間変化プロセスのパラメータ$\alpha$に依存し，$\alpha/2$に近似されることが示された。

  Link: https://arxiv.org/abs/2510.16405

• 境界値追跡型楕円型分布最適制御問題の数値解法 [math.NA, cs.NA, math.OC]目的：境界値追跡型楕円型最適制御問題の数値解

  • 工学・物理学の様々な問題に応用可能な最適制御理論の基礎研究。
  • 偏微分方程式制約下の最適制御問題に対する効率的な数値解法の確立が課題。
  • 有限要素離散化による，境界値追跡型最適制御問題の数値解を精度良く求めること。
  • テンソル積有限要素離散化を用いた数値実験により，理論的結果の妥当性が確認された。
  • 最適離散化誤差評価および高速ソルバーの導出が可能であることが示された。

  Link: https://arxiv.org/abs/2510.27336

• 非リプシッツ領域における不連続区分多項式近似 [math.NA, cs.NA]目的：非リプシッツ領域の非リプシッツメッシュ上における不連続区分多項式近似の最適近似誤差評価

  • 数値解析における近似精度評価は，計算効率と精度の両立に不可欠である。
  • 複雑な形状の領域や粗いメッシュでは，従来の近似理論が適用できない場合がある。
  • フラクタルな境界を持つ領域や不規則なメッシュにおける近似誤差を理論的に評価すること。
  • 非リプシッツ領域における分数ソボレフ空間上で，不連続区分多項式近似の最適近似誤差評価が導出された。
  • 特に，領域の境界やメッシュ要素の境界がフラクタルである場合にも適用可能であることが示された。

  Link: https://arxiv.org/abs/2511.22628

• 確率微分方程式の近似のための深層学習フレームワークStPINNs [math.NA, cs.NA]目的：確率微分方程式の解の近似

  • 物理現象の記述に不可欠な確率微分方程式の数値解法は，工学・金融など広範な分野で重要である。
  • 従来の数値解法は計算コストが高く，高次元問題への適用が困難である。
  • 深層学習を用いることで，効率的に確率微分方程式の解を近似し，高次元問題に対応することを目指す。
  • 本研究では，Levyノイズ駆動の確率微分方程式を近似するためのStPINNs (stochastic physics-informed neural networks) という深層学習フレームワークを提案する。
  • StPINNsは，物理情報と確率的な性質をニューラルネットワークに組み込むことで，SDEの解を効果的に学習する。

  Link: https://arxiv.org/abs/2512.14258

• Langevinに基づく速度と初期値推定による確率微分方程式における確率的補間を用いたサンプリング [math.NA, cs.LG, cs.NA, math.PR, stat.ML]目的：非正規化ボルツマン分布からのサンプリング手法

  • 機械学習や統計物理における確率分布からの効率的なサンプリングは，モデル学習や推論に不可欠である。
  • 高次元や多峰性分布からのサンプリングは，既存手法では計算コストが高く困難である。
  • 確率微分方程式に基づき，Langevinサンプラーを用いた効率的なサンプリング手法を開発し，その有効性を検証する。
  • 提案手法は，線形確率的補間から導出される確率フロー常微分方程式に基づき，Langevinサンプラーを用いることで効率的なシミュレーションを実現する。
  • Langevinサンプラーは，中間時点でのサンプル生成と，確率フロー常微分方程式を支配する速度場のロバストな推定に利用される。
  • 理論的な収束性保証に加え，様々な次元や複雑な分布に対する数値実験で，提案手法の有効性が確認された。

  Link: https://arxiv.org/abs/2601.08527

• 粗微分方程式の単一軌道に対する逆問題 [math.CA, cs.NA, math.NA, math.ST, stat.TH]目的：離散的に観測された確率的粗微分方程式に対する統計的推論を行うための一般的な枠組みを開発する必要性から，観測された軌道と一致する応答を持つ幾何学的 $p$-粗経路の構成

  • 確率過程のモデリングにおいて，滑らかでない軌道を持つ粗微分方程式は不可欠であり，その理論的および応用的な重要性が増している。
  • 粗微分方程式の理論は発展しているものの，観測データから未知の粗経路を復元する逆問題の解決は依然として課題である。
  • 観測軌道から粗経路を復元する連続逆問題を厳密に定義し，離散逆問題の収束性を示すことによって，その解法を提供する。
  • 提案手法は，経路のシグネチャ表現を利用し，応答と制御を繰り返し更新することで，離散逆問題の解を数値的に構築する。
  • 観測間隔 $\delta$ を0に近づける極限において，離散逆問題の解が連続逆問題の解に収束することが証明された。
  • この文脈において，数値アルゴリズムは局所勾配の同時更新に簡略化され，$\delta$ に関して一様収束することが示された。

  Link: https://arxiv.org/abs/2201.10300

• リプシッツ領域における主要ディリクレ固有関数の性質：確率的結合によるアプローチ [math.PR, cs.NA, math.AP, math.NA]目的：リプシッツ領域における主要ディリクレ固有関数の正則性に関する評価

  • 偏微分方程式のスペクトル解析は，物理現象の理解に不可欠であり，数学的基礎の確立が重要である。
  • 領域の形状が複雑な場合，固有関数の正則性評価は困難であり，数値解析の精度にも影響を及ぼす。
  • 確率的結合を用いた新しい手法により，リプシッツ領域における固有関数のより厳密な正則性評価を目指す。
  • 離散スペクトル問題における主要固有ベクトルに対し，領域内でのk次差分（またはk次導関数）に関する正則性評価を得た。
  • ファインマン・カツ表現とギャンブラーの破綻評価，および新規な「マルチミラー」結合を用いることで，確率的な証明を達成した。
  • 連続スペクトル問題における主要固有関数に対しても同様の評価が導かれ，固有関数の収束性に関する既知の結果を拡張した。

  Link: https://arxiv.org/abs/2408.15858

• 生成事前分布を持つベイズ逆問題における誤差解析 [stat.ML, cs.LG, cs.NA, math.NA]目的：ベイズ逆問題における誤差の上限

  • 逆問題は，医療画像処理など幅広い分野で重要であり，データから未知のパラメータを推定する。
  • 機械学習を用いたデータ駆動型手法は普及しているが，事前分布の選択が課題となっている。
  • 生成モデルを用いた事前分布が誤差に与える影響を定量的に評価し，その上限を導出する。
  • 生成事前分布を用いたベイズ逆問題において，事後分布の誤差が事前分布の誤差率を継承することが示された。
  • Wasserstein-1距離に関する事前分布のレートと，事後分布の誤差が一致するという結果が得られた。
  • 数値実験により，解析結果が検証され，非定常場をモデル化する際の有効性が確認された。

  Link: https://arxiv.org/abs/2601.17374

• 1