arXiv雑要約
数値解析 - 2026/03/16 公開
単層PINNのスケーリング則と病理：ネットワーク幅と偏微分方程式の非線形性 [cs.LG, cs.NA, math.NA, physics.comp-ph]目的：単層Physics-Informed Neural Networksにおけるスケーリング則の検証
- 偏微分方程式の数値解法は科学技術計算において不可欠であり，近年，機械学習を用いた効率的な解法が注目されている。
- 既存のPINNは，ネットワーク幅を増やしても必ずしも精度が向上せず，理論的な近似精度に満たない場合がある。
- 本研究は，PINNの精度向上のボトルネックを特定し，スケーリング則をより正確に記述することを目的とする。
- 単層PINNにおいて，ネットワーク幅を増やしても解誤差が減少しないという病理が確認された。
- この病理は，偏微分方程式の非線形性が高まるほど顕著になることが示された。
- 最適化のボトルネックが近似能力よりも重要であり，その複雑なスケーリング効果を測定するための手法が提案された。
非負低ランク主要固有行列の計算とそのマルコフグリッドおよびメッツラー演算子への応用 [math.NA, cs.NA]目的：線形行列値実演算子の右側固有ペアの非負低ランク近似
- 固有値問題は，様々な科学技術分野において，システムの安定性や振動特性を理解する上で不可欠である。
- 大規模な行列に対する固有値計算は計算コストが高く，特に非負制約がある場合は困難を伴う。
- 非負制約を満たしつつ，効率的に低ランク近似を計算することで，計算コストを削減し，応用範囲を広げる。
- 提案手法は，適切な微分システムの時間積分に基づき，非負因子化を用いて解をパラメータ化する。
- ペロン・フロベニウスの定理により非負性が理論的に保証され，マルコフグリッドや成長拡散演算子への応用が可能となる。
- 理論的解析と数値実験により，提案手法が従来の手段と比較して有効であることが示された。
イオン輸送をモデル化したクロス拡散系に対する有限体積要素法の収束性 [math.NA, cs.NA]目的：イオン輸送をモデル化したクロス拡散系の数値解法
- 化学種拡散は，電池や生体システム等，多様な現象で重要である。
- イオン種の拡散が退化する場合，従来の数値解法では安定性や収束性が課題となる。
- エントロピー不等式を満たす有限体積要素法を用いて，その問題を解決する。
- 有限体積要素法は，一般の単体メッシュ上でクロス拡散系を近似する。
- 離散スキームは，化学ポテンシャルに基づいて導出され，コンパクト性を示す。
- イオン種の拡散が退化する場合における収束性の検証が行われた。
分数 Fokker-Planck 方程式に対する弱い敵対的ニューラルプッシュフォワード法 [cs.RO, math.NA, cs.NA, math.AP]目的：分数 Fokker-Planck 方程式の解分布の近似
- 物理学，工学等の分野における拡散現象のモデリングにおいて，非整数階の拡散現象を記述する分数 Fokker-Planck 方程式の重要性が増している。
- 分数 Fokker-Planck 方程式の厳密解を得ることが困難であり，数値解法においても計算コストや精度が課題となっている。
- ニューラルネットワークを用いて効率的かつ高精度に分数 Fokker-Planck 方程式の解を近似することを目指す。
- 本研究で拡張された弱い敵対的ニューラルプッシュフォワード法は，時間離散化を必要とせず，モンテカルロサンプリングのみで分数 Fokker-Planck 方程式を解くことができる。
- 平面波が分数ラプラシアンの固有関数である性質を利用することで，分数ラプラシアンの計算を効率的に行うことが可能となる。
- 数値実験の結果，提案手法は，初期条件を正確に満たしつつ，時間発展する確率分布を忠実に再現し，粒子シミュレーションとの比較においても良好な一致を示した。
パラメータ化されたシステムの物理ベースおよびデータ駆動モデリングにおける代替モデル：レビューと新たな視点 [math.NA, cs.CE, cs.LG, cs.NA]目的：パラメータ化されたシステムの入力パラメータと出力量の関係を効率的に評価するための代替モデルの構築
- 最適化，制御，データ同化など，複雑なシステム解析には効率的な評価が不可欠である。
- 物理モデルや実験データのみでは，高次元問題や計算コストの課題が存在する。
- 物理ベース，データ駆動，そしてそれらのハイブリッドな代替モデル構築手法の統一的な理解を目指す。
- 代替モデル構築を関数近似問題として捉え，基底の選択と近似基準を再検討した。
- 適切な次元削減，物理情報活用，データ駆動モデリングに関する最新動向と新たな視点を提示した。
- 忠実度の異なる情報源の活用や，適応的サンプリング等の品質向上技術についても議論した。
溶接継手の不均質弾塑性特性の自動空間マッピング手法の開発 [cs.CE, cs.NA, math.NA]目的：溶接継手の不均質弾塑性特性の空間マッピング手法
- 工学製品の設計・解析には材料特性の知識が不可欠であり，信頼性向上が求められている。
- 従来の特性評価手法は空間分解能や信頼性の面で限界があり，不均質材料の評価が困難である。
- 仮想場法を拡張し，弾塑性パラメータの空間的パラメータ化を自動化することで，この課題を解決する。
- 本手法は，様々な形状，荷重条件，異種材料の溶接継手特性評価を可能にする。
- 数値検証の結果，事前情報なしに目標パラメータマップへ収束することが確認された。
- 本研究は，溶接継手の特性評価における有効な概念実証となった。
自律常微分方程式の爆発時間推定のための事前適応数値手法 [math.NA, cs.NA]目的：自律常微分方程式の爆発時間推定
- 偏微分方程式などに応用されるため，常微分方程式の解の挙動を正確に把握することが重要である。
- 爆発時間は解析的に求めるのが難しく，数値計算による推定が必要となる場合が多い。
- 補助的な到達時間に対する感度に基づく，効率的な事前適応数値手法を開発すること。
- 提案手法では，到達時間の感度に基づいてステップ幅を調整することで，計算効率を向上させている。
- 理論的な誤差評価により，提案手法の有効性が確認された。
- 数値実験の結果は，提案手法が他の手法よりも優れた性能を示すことを示唆している。
有限次元退化を持つ二次最適化問題に対する正則化手法 [math.NA, cs.NA, math.AP]目的：有限次元退化を持つ二次最適化問題の近似
- 最適化問題は，工学，経済学など幅広い分野で重要な役割を果たす。
- 退化した二次最適化問題は，数値的解決が困難な場合が多い。
- 本研究では，退化問題を効率的に近似する新しい正則化手法を提案する。
- 提案手法では，小さな正則化パラメータを用いて元の問題を近似する。
- 有限要素法を用いて離散化を行い，連続関数族と離散関数族のΓ収束を示す。
- 本手法は，既存のネーマン問題の数値近似法を一般化し，効率性とスパース性の維持を両立する。
物理ベースモデリングによる移動汚染源の迅速特定 [math.NA, cs.NA]目的：移動する汚染源の検出，特定，定量化
- 重要インフラへの攻撃から国民を守るため，有害物質の迅速な検知と対応が不可欠である。
- 有害物質は目に見えないことが多く，検知が遅れ，迅速な対応が困難になる場合がある。
- 限られたセンサーデータから，未知の発生時刻と軌跡を持つ汚染源を特定する。
- 提案手法は，アドベクション拡散モデルとセンサーデータを組み合わせ，汚染源を特定する。
- 空間的な疎性を事前情報として組み込むことで，既存手法よりも高い精度を実現する。
- 風洞実験による3次元流れモデルの較正手法と，デジタルツイン環境との連携戦略も提案する。
非自己共役固有値問題に対する最適収束レートを持つ適応有限要素法 [cs.HC, math.NA, cs.NA, math.SP]目的：非自己共役固有値問題に対する適応有限要素法の最適収束性
- 工学・科学における様々な現象の解析に固有値問題は不可欠であり，その高精度な数値解法が求められている。
- 従来の有限要素法では，非自己共役固有値問題に対して十分な精度と効率を両立することが困難であった。
- 本研究では，適応有限要素法を用いることで，非自己共役固有値問題の精度向上と計算コスト削減を目指す。
- 本研究で提案する適応アルゴリズムは，固有値クラスターに対して最適収束レートを達成することが示された。
- 新たな理論的誤差評価子と計算可能な誤差評価子を提示し，それらの同値性を証明した。
- 数値実験によって，理論的結果の妥当性が確認された。
多項式シルベスター方程式に対する低ランク外挿法 [math.NA, cs.NA]目的：多項式シルベスター方程式の定常反復法の高速化
- 科学技術計算において，大規模連立一次方程式の解法は不可欠であり，その効率性が重要である。
- 多項式シルベスター方程式の反復解法は，大規模問題において収束が遅い場合がある。
- 低ランク外挿法を用いることで，反復解法の収束性を改善し，計算コストを削減する。
- 低ランク外挿法は，小規模および大規模問題の両方において，定常反復法の高速化に有効であることが示された。
- 大規模問題に対しては，低ランク行列近似を用いた非定常反復法が議論され，計算効率の向上が確認された。
- 数値実験により，低ランク外挿法が記憶容量と計算時間の削減に貢献することが示された。
RUNNs：変分問題を解くための Ritz-Uzawa ニューラルネットワーク [math.NA, cs.NA]目的：変分問題の解法
- 偏微分方程式の数値解法は，科学技術計算の根幹であり，高精度な近似が求められる。
- 従来のニューラルネットワークを用いた解法は，積分誤差やスペクトルバイアス，安定性の問題を抱える。
- RUNNsは，これらの問題を克服し，より安定で高精度な変分問題の解法を提供する。
- RUNNsは，Ritz法とUzawa法を組み合わせた反復手法であり，強，弱，超弱変分形式に対応する。
- 強形式は受動的な分散減少機構を持ち，弱・超弱形式では分散が持続する。
- データ駆動型の周波数チューニング戦略により，スペクトルバイアスを軽減し，高周波成分や特異点を捉えることができる。
ポートハミルトニアンシステムとしてのバーガース方程式の離散化 [math.NA, cs.NA, math.AP]目的：バーガース方程式の離散化手法
- 流体現象の数値シミュレーションにおいて，精度と安定性の両立が重要である。
- 非粘性バーガース方程式の数値解では，不連続点近傍で望ましくない振動が発生しやすい。
- ポートハミルトニアン形式を用いることで，数値安定性を高めることを目指す。
- 非粘性および粘性バーガース方程式に対するポートハミルトニアン定式化を提案し，対流と消散効果を組み込んだ表現を実現した。
- 有限要素法を適用することで，有限次元のポートハミルトニアンシステムを導出した。
- 時間ステップ，空間解像度，粘性間の関係を解析し，数値安定化に必要な条件を明らかにした。
楕円型界面問題に対するフィクティスドメイン定式化のための拡張ラグランジュ乗数事前条件子 [math.NA, cs.NA]目的：楕円型界面問題におけるジャンプ係数を含む有限要素離散化から生じる線形システムの解法
- 界面問題は，様々な工学・科学分野で頻出する重要な課題である。
- 係数に大きな飛躍がある場合，数値解法の収束性が悪化する。
- 大きな係数飛躍に対する収束性を改善する事前条件子を提案する。
- 拡張ラグランジュ乗数（AL）事前条件子を導入し，FGMRES法の収束性を改善した。
- 理想的なAL事前条件子における固有値のクラスタリングを証明し，修正版のスペクトルの限界振る舞いを解析した。
- 様々な没入型形状に対する数値実験で，メッシュ非依存の反復回数と大きな係数飛躍に対するロバスト性が確認された。
ヘルムホルツ方程式に対する埋め込みTrefftz DG法 [math.NA, cs.NA]目的：ヘルムホルツ方程式の解法
- 波動現象のシミュレーションは，工学分野において不可欠な技術である。
- 高波数領域における数値計算の精度と効率が課題となっていた。
- Trefftz DG法を用いて，高波数領域における安定性と収束性を改善する。
- 埋め込みTrefftz DG法は，Trefftz基底関数を明示的に構成することなく，局所制約を通じてTrefftz性質を適用する。
- T-coercivityと Schatz型双対性技術を組み合わせることで，波数に依存する安定性を示すことができた。
- 適切なメッシュ分割条件の下で，準最適性と収束性の評価を導出した。
線形化アテンションにおける影響の可変性：非収束型NTKダイナミクスの二重の影響 [cs.LG, cs.CV, cs.NA, math.NA, stat.ML]目的：線形化アテンションの学習ダイナミクスにおけるトレードオフの解明
- アテンションメカニズムは深層学習の重要な構成要素であり，その理論的基盤の理解はモデル性能向上に不可欠である。
- アテンションメカニズムの複雑な非線形ダイナミクスにより，理論的解析が困難である。
- 線形化アテンションにおける非収束という問題を明らかにし，影響の可変性の特徴を分析すること。
- 線形化アテンションは，無限幅のNTK限界に収束せず，特定の幅（$m = \Omega(\kappa^6$)）を超えない限り収束しないことが示された。
- アテンションはReLUネットワークと比較して影響の可変性が6～9倍高く，データ依存型カーネルが近似誤差を削減する一方で，敵対的操作に対する脆弱性を高める。
- アテンションの強みと脆弱性は，カーネルレジームからの逸脱という共通の起源を持つことが示唆された。
平面グリッドサンプルのゼロ点高速計算：PhaseJumps [math.NA, cs.NA, math.CV]目的：平面上の複素関数からグリッドサンプルを用いてゼロ点を計算すること
- 信号処理や複素解析において，関数のゼロ点を正確に特定することは重要な課題である。
- 既存手法では，非解析関数や一般的な解析窓に対するゼロ点計算が困難であった。
- PhaseJumpsアルゴリズムにより，そのような関数や窓に対してもゼロ点を効率的に計算することを試みる。
- PhaseJumpsは，複素平面上の関数のゼロ点を，グリッド上の隣接点間の位相変化と局所的な振動を比較することで高速に計算する。
- 短時間フーリエ変換のゼロ点計算に初めて効果的に適用でき，信号処理の応用範囲を広げる。
- ノイズ添加によりアルゴリズムの失敗例が抑制されることが示され，グリッド間隔δに対して√δの精度でゼロ点を計算できることが理論的に保証された。
単一パラメータHermitian固有値問題における適応モード追跡の厳密な基礎：存在定理，誤差指標，およびSAFE分散解析への応用 [cs.CE, cond-mat.mtrl-sci, math.NA, cs.NA, physics.comp-ph]目的：単一パラメータHermitian固有値問題におけるモード追跡の厳密な理論的枠組み
- 導波路の分散特性解析は，様々な工学的応用において不可欠である。
- モード屈曲領域では，固有値の縮退と固有ベクトルの急激な変化により，正確なモード追跡が困難である。
- モード追跡の信頼性を高めるための誤差指標に基づく適応波数サンプリングアルゴリズムを提案する。
- SAFE法における固有ベクトルの微分を導出し，固有値ギャップとの逆関係を明らかにした。
- モード追跡の信頼性を保証するModal Assurance Criterionの閾値を定量的に設定可能となった。
- 提案手法は，既存手法と比較して，計算効率と精度に優れていることが検証された。
履歴依存型構成則の信頼性のある学習のための最適実験計画 [cond-mat.mtrl-sci, cs.LG, cs.NA, math.NA, physics.comp-ph, stat.CO]目的：履歴依存型構成則の信頼性のある学習のための最適実験計画の確立
- 材料のミクロメカニクス効果を包括的に記述するため，構成則は不可欠である。
- 実験予算が限られているため，構成則を特徴付ける十分なデータが得られない場合がある。
- 実験計画を最適化することで，パラメータの不確実性を低減し，信頼性のある学習を実現する。
- ベイズ最適実験計画法は，パラメータの不確実性の低減や情報量の最大化を通じて実験計画の有用性を定量化する。
- ガウス近似と代理モデル近似を用いることで，高度な材料試験への適用を可能にした。
- 数値シミュレーションの結果，最適化された実験計画が，ランダムな実験計画と比較してパラメータの識別可能性を大幅に向上させることを示した。
反復近似を通じたサンプリング：輸送による勾配不要・多忠実度ベイズ推論 [stat.CO, cs.NA, math.NA]目的：計算コストの高いモデルや，複雑な事後分布におけるベイズ推論
- ベイズ推論は不確実性の定量化に重要であり，科学技術の様々な分野で応用が広がっている。
- 事後分布の計算には高コストなモデル評価が必要であり，勾配が計算困難な場合が多い。
- 高次元かつ非ガウス的な事後分布における効率的なサンプリング手法の確立。
- 提案手法は，幾何学的テンパリングと多忠実度モデリングを組み合わせた汎化されたアニーリングスキームを用いる。
- ターゲット密度の勾配を評価せずに学習する，表現力豊かな測度輸送代理を用いることで，効率的な推論を実現する。
- 偏微分方程式を含む逆問題を対象とした実験により，提案手法の有効性と精度が示された。
微細な損傷からマクロなゲームへ：幹細胞恒常性の次元削減 [q-bio.NC, cs.SY, eess.SY, math.AP, cs.NA, math.NA]目的：組織恒常性の数学的基礎
- 組織は微細な損傷を積み重ねながらも，マクロな恒常性を維持する必要がある。
- 従来の理論モデルでは，微細な生物物理学とマクロな現象論的モデルの乖離が課題であった。
- 微細な状態変動からマクロな組織の動態を予測する数学的枠組みを構築すること。
- 組織恒常性は，誘導されたナッシュ均衡として数学的に証明された。
- 連続的な微細な状態の変化が，測定可能なマクロな指標に変換される規則（Ratio and Equalization Laws）が得られた。
- マウス腸管モデルにおいて，実験データと一致する結果が得られ，細胞系列の可塑性率の推定が可能となった。
ポート・ハミルトニアン多体系力学：ラグランジュ形式，一貫した相互接続，構造保存シミュレーションとインデックス低減 [math.OC, cs.DC, stat.ML, math.DS, cs.CE, cs.NA, math.NA]目的：制約力学系のポート・ハミルトニアンモデル
- 多体系力学は，複雑な機械システムの挙動解析に不可欠であり，様々な工学分野で活用されている。
- 従来のモデルでは，特異点や数値的不安定性が問題となり，長期間シミュレーションの信頼性が損なわれる場合がある。
- 本研究は，構造を保存し，安定したシミュレーションを実現する新たなポート・ハミルトニアン形式を提案することで，この課題を解決する。
- ラグランジュ方程式から直接導出されたポート・ハミルトニアンモデルは，特異点のない回転表現により，質量行列を一定に保つ。
- ポート・ハミルトニアン剛体サブシステムの電力保存的相互接続は，理想的な関節の運動学的ペアによる古典的な記述と数学的に同等である。
- インデックス2の微分代数方程式のポート・ハミルトニアン構造を利用することで，暗黙的構造保存型中間点時間積分が可能となり，エネルギーと角運動量の保存則を満たす。
演算子シンコーン反復のオーバーリラクセーションの数値的に安定な変形 [math.OC, cs.NA, math.NA]目的：完全正写像のスケーリング問題を解くための演算子シンコーン反復の加速手法
- 量子情報科学等の分野において，スケーリング問題は状態の最適化やデータ処理に不可欠である。
- 従来のシンコーン反復は，条件数が悪い場合に収束が遅く，精度が制限されるという課題があった。
- オーバーリラクセーションを適用しつつ，数値的な安定性を確保し，スケーリング問題を効率的に解決する。
- 提案手法では，シンコーン反復の枠組みの中でスケーリングを動的に適用することで，数値的安定性を向上させている。
- 実験結果から，提案手法は，条件数の悪い場合でも，オーバーリラクセーションによるシンコーン反復の高速化を可能にすることが示された。
- この変形により，従来のオーバーリラクセーション法が抱える不安定性を克服し，より高い精度での計算が可能となった。
タンパク質プロトタイプの単純モデルが，エネルギー地形の自明でない超距離構造を示す [cond-mat.dis-nn, cond-mat.stat-mech, cs.NA, math.NA]目的：エネルギー地形の超距離構造の研究
- タンパク質のフォールディング機構解明は，生命現象理解の根幹である。
- タンパク質のエネルギー地形は複雑で，その構造解析が困難である。
- タンパク質のエネルギー地形が持つ超距離構造の解明を目指す。
- シミュレーション結果から，90.0%の配列において，超距離三角形が半数以上含まれていることが示された。
- さらに，97.8%の配列において，自明でない超距離構造が優勢であることが確認された。
- これらの結果はフラウエンフェルダーの仮説を支持し，より現実的なタンパク質モデルへの応用に繋がる。
芳香族および凝集型多指標：代数構造とホップ埋め込み [math.CO, cs.DM, math.CO, cs.NA, math.NA, math.RA]目的：芳香族および凝集型多指標の代数構造
- 数値解析において体積保存法は重要であり，その解析には Butcher forest が不可欠である。
- 体積保存性の数値的記述には未解決の問題が多く，低次元や特定の力学系に限られた進展が見られる。
- 低次元におけるテイラー展開をより良く記述する，より単純な代数的対象を提供する。
- 芳香族および凝集型多指標は，pre-Lie-Rinehart algebra，Hopf algebroid，Hopf algebra の代数構造を持つことが示された。
- 芳香族の文脈において，多指標からBCK Hopf algebraへのホップ埋め込みを一般化した。
Trilinos：多様なハードウェアアーキテクチャにおける大規模科学計算の実現 [cs.MS, cs.NA, math.NA]目的：大規模科学計算のためのソフトウェアフレームワークTrilinosの設計と機能
- 科学技術計算は，社会の様々な課題解決に不可欠であり，その重要性は増している。
- 異なるハードウェア環境での性能を維持することが困難であり，移植性の問題が存在する。
- ヘテロジニアスなハードウェアアーキテクチャへの対応と性能の可搬性向上を目指す。
- Trilinosフレームワークは，科学技術計算における複雑なシミュレーションコードの開発を促進する。
- Kokkosエコシステムに基づく最新のソフトウェアスタックにより，ハードウェアアーキテクチャ間の性能の可搬性を実現している。
- Trilinosコミュニティの組織と貢献モデルについても解説し，新規ユーザーと貢献者の参加を支援する。
最近接可逆マルコフ連鎖を見つけるためのリーマン最適化アプローチ [math.NA, cs.NA]目的：与えられたマルコフ連鎖に最も近い可逆マルコフ連鎖の探索
- マルコフ連鎖は確率過程の基本的なモデルであり，様々な分野で利用されている。
- マルコフ連鎖の可逆性は，統計的推論やサンプリングにおいて重要な性質である。
- マルコフ連鎖の可逆化は困難であり，効率的なアルゴリズムが求められている。
- 本研究では，リーマン最適化に基づく新たなアプローチを提案し，可逆マルコフ連鎖の探索を可能にした。
- 提案手法は，既存の二次計画法と比較して優れた性能を示し，合成実験で有効性が確認された。
- 確率微分方程式から得られた遷移カウントデータからの可逆マルコフ連鎖の構築にも応用可能である。
確率粒子法における誕生・消滅ダイナミクス [math.NA, cs.NA]目的：高次元非線形偏微分方程式の数値解法における効率向上
- 高次元問題の解法において，次元の呪いの克服が重要な課題である。
- 従来の確率粒子法では，粒子の再サンプリング頻度が高い場合がある。
- 誕生・消滅ダイナミクスを導入し，再サンプリング頻度を低減し効率を向上させる。
- 提案手法SPM-birth-deathは，非線形項に基づき粒子を生成し，粒子数が閾値を超えた場合，消滅させる。
- 時間と空間に関して一次収束，初期サンプルサイズに関して半次収束が理論的に証明された。
- Allen-Cahn方程式の数値実験により，SPM-birth-deathがSPMよりも低い計算コストでより小さな誤差を達成できることが示された。
物理情報ニューラルネットワークにおける凸多角形領域上のディリクレ境界条件を厳密に施行するための Wachspress 기반の超有限要素定式化 [math.NA, cs.NA, cs.NE]目的：物理情報ニューラルネットワークにおける凸多角形領域上のディリクレ境界条件の厳密な施行
- 物理現象のシミュレーションにおいて，境界条件の正確な設定は計算精度に不可欠である。
- 従来のニューラルネットワークを用いた手法では，境界条件の厳密な施行が困難であった。
- Wachspress座標に基づく超有限要素定式化により，境界条件を厳密に施行し，計算精度を向上させる。
- Wachspress座標と超有限要素定式化を組み合わせることで，凸多角形領域におけるディリクレ境界条件を厳密に施行できることを示した。
- 提案手法は，線形・非線形問題，逆熱伝導問題，パラメータ化された幾何学的ポアソン境界値問題において高い精度を発揮した。
- Wachspress座標は，ニューラルネットワークに対する幾何学的特徴マップとして機能し，パラメータ化された形状に対する応用を可能にする。
FastLSQ：フーリエ特徴と厳密な解析的導関数による一発微分方程式求解 [cs.DC, math.NA, cs.LG, cs.NA]目的：偏微分方程式および逆問題の求解
- 物理現象のシミュレーションや設計において，偏微分方程式の高速かつ高精度な求解は不可欠である。
- 従来の数値解法は計算コストが高く，複雑な問題に対しては現実的な時間で求解が困難であるという課題がある。
- フーリエ特徴を用いることで，微分演算子をグラフフリーで構築し，高速な求解を実現することを目指す。
- FastLSQは，線形偏微分方程式を1回の最小二乗法で，非線形偏微分方程式をニュートン・ラプソン法と解析的組み立ての再利用により求解する。
- 17種類の偏微分方程式（1～6次元）において，線形方程式は0.07秒で$10^{-7}$，非線形方程式は9秒未満で$10^{-8} \sim 10^{-9}$の精度を達成した。
- これにより，反復型PINNと比較して，大幅な高速化と高精度化を実現し，微分可能なデジタルツインや逆問題への応用を可能にする。
軸対称Stokes問題における圧力頑健性：速度再構成によるアプローチ [math.NA, cs.NA]目的：軸対称Stokes問題に対する圧力頑健性
- 流体解析において，精度と計算効率の両立は重要な課題である。
- 円筒座標系への変換に伴い，従来の有限要素法では，軸対称条件を満たす離散化が難しい。
- 速度再構成演算子を導入することで，軸対称Stokes問題における圧力頑健性を回復する。
- 低次Bernardi-Raugel離散化に対し，標準的な補間演算子を適用することは原理的には可能だが，最適な誤差評価に必要な特性を欠く。
- Raviart-Thomas関数を軸上で消失するよう修正した再構成演算子を導入することで，最適な誤差評価が可能となった。
- 数値実験の結果，提案手法の有効性が確認され，軸上消失特性が有意な改善をもたらす場合もあった。
ノイズデータからの事前情報に基づく偏微分方程式の同定 [math.NA, cs.NA, math-ph, math.MP]目的：ノイズを含む時空間データからの偏微分方程式の同定
- 物理現象の理解や予測には，それを記述する偏微分方程式の正確な同定が不可欠である。
- 微分演算によるノイズ増幅や，過剰なライブラリによる曖昧さのため，ノイズデータからの同定は困難である。
- コンパクトな物理事前知識を用いて，ノイズデータからの偏微分方程式の同定のロバスト性と精度を向上させる。
- 提案手法は，物理的に妥当な候補特徴量を事前に構築することで，ノイズの影響を抑制し，高精度な同定を可能にする。
- ハミルトン系，粘性バーガース方程式，浅水方程式など，様々なシステムにおいて，事前知識を用いない手法と比較して高い同定精度を示した。
- コンパクトな構造的事前知識と弱形式化の手法を組み合わせることで，ノイズデータからの物理的に信頼性の高い偏微分方程式同定が可能となる。
直方体上の積分分数ラプラシアンに対するhp-FEMの指数的収束 [math.NA, cs.NA]目的：直方体上の積分分数ラプラシアンに対するhp-有限要素近似の指数的収束性
- 偏微分方程式の数値解法において，高精度な近似を実現することが重要である。
- 分数ラプラシアンのような非局所演算子に対する効率的な数値解法は未だ十分とは言えない。
- 解析的な関数に対するhp-FEMの収束速度を理論的に保証し，数値実験で検証すること。
- 解析的な強制項を持つ直方体上の積分分数ラプラシアンに対し，テンソル積hp-有限要素近似が根指数収束することを示した。
- hp-GLL補間近似におけるエネルギーノルム誤差は，自由度Nに対して$\lesssim \exp(-b\sqrt[6]{N})$の境界を示すことができた。
- 幾何学的に洗練されたテンソル積メッシュ族を用いることで，理論的な結果と一致する数値実験結果が得られた。
線形スケーリングテンソルトレインスケッチ [cs.CY, cs.CL, math.NA, cs.DS, cs.NA]目的：テンソルトレイン形式向け構造化ランダム射影
- テンソル計算は機械学習や科学計算で重要であり，大規模データへの適用が課題。
- 既存のテンソルスケッチ法は，テンソル階数が増加すると計算量が指数関数的に増加。
- テンソル階数に対して線形にスケーリングする効率的なスケッチ法の開発。
- 提案手法TTStackは，既存のスケッチ手法を統一的に表現し，パラメータ調整により性能を変化させられる。
- TTStackは，テンソル階数に対して線形にスケーリングするoblivious subspace embeddingとinjectionの性質を持つことが証明された。
- QB因数分解やランダム化TT丸めにおいて準最適な誤差境界が得られ，数値実験で有効性が確認された。
確率的微分方程式における乗法的ノイズに対する二次の信頼性法のスケーラビリティ [astro-ph.IM, cond-mat.dis-nn, cond-mat.mtrl-sci, cs.RO, physics.class-ph, stat.CO, cond-mat.stat-mech, cs.NA, math.NA, math.PR]目的：乗法的ノイズを持つ確率的微分方程式における稀な事象確率の漸近的に鋭い推定の効率的な計算
- 確率的微分方程式は，物理，工学，金融など幅広い分野で現象をモデル化する上で不可欠である。
- 高次元問題において，稀な事象確率を正確かつ効率的に評価することは計算上の課題である。
- 時間離散化に伴うスケーラビリティを保ちながら，高次元問題に対する二次の信頼性法（SORM）の推定を可能にする。
- 本研究では，SORMの推定に必要な無限次元量の計算を数値的にスケーラブルに行う方法を提示した。
- 自動微分ツールを用いることで，JAXによるSORM推定のブラックボックス的な数値計算を容易にした。
- 確率的偏微分方程式を含むSDEの例を通じて，高次元問題に対する効率的かつ正確なSORM推定が可能であることを示した。
センサーネットワーク局所化は低次元緩和後に穏やかな地形を持つ [math.OC, cs.NA, math.NA]目的：センサーネットワーク局所化問題における最適解の性質
- 位置情報サービス等の実現には，センサーネットワークの正確な位置推定が不可欠である。
- 局所化問題は非凸であり，偽の局所最適解に陥りやすいという課題がある。
- 高次元空間での緩和により，局所最適解が全体最適解となる可能性を示す。
- 問題の次元を緩和することで，全ての二階臨界点がグローバル最小値となることが示された。
- 全ての距離が既知の場合，緩和後の次元数 $k$ が $O(\sqrt{\ell n})$ であれば成立する。
- 等方性ランダムな真の点の場合，緩和後の次元数 $k$ が $O(\ell + \log n)$ であれば成立する。
- 1