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 - 2026/03/18 公開

• 摂動サンプリングノードを持つニューラルネットワーク演算子のStancu型一般化 [math.NA, cs.NA, math.FA]目的：多変量ニューラルネットワーク演算子のStancu型一般化

  • ニューラルネットワークは，複雑な関数近似において強力なツールである。
  • サンプリングノードの配置が近似精度に大きく影響する。
  • サンプリングノードの配置に柔軟性を持たせることで近似精度を向上させる。
  • 提案された演算子は，既存の演算子よりもサンプリングノード配置の自由度が高い。
  • 演算子の定義の妥当性と有界性が示され，コンパクト領域上での一様収束が証明された。
  • 連続性のモジュラスに関する定量的な誤差評価が導かれ，収束速度の結果が得られた。合成ECG信号を用いた実験でノイズ除去効果が示された。

  Link: https://arxiv.org/abs/2603.15671

• 乱流の効率的かつ正確な代理モデル化：空間依存集約と低次元モデルの活用 [math.NA, cs.NA, physics.flu-dyn]目的：乱流の代理モデルの効率性と精度向上

  • 乱流現象のシミュレーションは，工学設計や気象予測等，幅広い分野で不可欠である。
  • 従来のRANSモデルは計算効率が高いが，精度が乱流閉包モデルに依存し，空間的に変動する。
  • 空間依存集約と低次元モデルを統合し，高精度かつ高速な代理モデルを構築することを目指す。
  • 複数の乱流モデル，空間依存集約，非侵入的低次元モデルを統合する統一的なフレームワークを提案した。
  • 集約重みを学習するニューラルネットワークを導入し，滑らかで汎化性能の高い空間連続重みを実現した。
  • 二次元周期的な丘や高さ依存性のある隆起の流れのベンチマークにおいて，提案手法がRANSおよび低次元モデルよりも高い精度を示した。

  Link: https://arxiv.org/abs/2603.15816

• 粒子多体系における相互作用と拡散カーネルの発見 [cs.LG, cs.NA, math.DS, math.NA]目的：多体系における相互作用カーネルの学習

  • 多剤体システムは，複雑な社会現象や自然現象のモデル化に不可欠であり，その解析は重要な課題である。
  • 既存手法では，相互作用構造に関する事前知識が必要であり，観測データからの学習が困難であった。
  • 観測データのみから相互作用と拡散のカーネルを同定し，多体系の理解を深めることを目指す。
  • 提案手法は，経路データから相互作用と拡散項の関数形を直接学習可能であり，高い精度でカーネルを再構成できる。
  • ランダムバッチサンプリングと平均場近似という2つの戦略により，部分的に観測されたデータでもロバストな結果が得られる。
  • 有界信頼性モデルや引力・斥力ダイナミクスといったベンチマークモデルでの検証により，提案手法の有効性が確認された。

  Link: https://arxiv.org/abs/2603.15927

• 局所行列指数関数を用いた有限差分法と半ラグランジュ法の一体化 [eess.SY, cs.SY, math.NA, cs.NA]目的：局所行列指数関数プロパゲータの構成に関する統一的な枠組み

  • 数値計算において，精度と計算効率の両立が重要課題である。
  • 従来の数値解法では，精度と効率の間でトレードオフが生じることが多い。
  • この研究は，精度と効率を両立する新たな数値解法を提案する。
  • 提案手法は，粘性バーガース方程式，KdV方程式，アレン=カーン方程式に対して，高い時間精度を維持することが示された。
  • 高クールン数においても優れた安定性を示すことが実験的に確認された。
  • 空間近似の次数に関わらず，計算時間が厳密に独立していることが示された。

  Link: https://arxiv.org/abs/2603.15964

• 非圧縮性ナビエ-ストークス方程式に対する動的に正則化されたラグランジュ乗数圧力補正法の収束解析 [cs.RO, math.NA, cs.NA]目的：非圧縮性ナビエ-ストークス方程式に対する動的に正則化されたラグランジュ乗数圧力補正法の収束性

  • 流体シミュレーションは，気象予測や航空工学など，幅広い分野で不可欠である。
  • 数値シミュレーションの精度と安定性は，計算コストとのトレードオフの関係にある。
  • 本研究は，精度と安定性を向上させつつ計算コストを削減することを目指す。
  • 提案手法は，時間ステップごとにポアソン方程式のみを解くことで，完全に分離されたアルゴリズムを実現している。
  • 理論解析により，速度と圧力の両方に対して最適な誤差推定値が得られた。
  • 数値実験の結果は，提案手法の精度とロバスト性を確認した。

  Link: https://arxiv.org/abs/2603.16032

• 異方性材料における流体駆動損傷および破壊のための浸没ペリダイナミクス法 [math.NA, cs.NA]目的：異方性材料の流体駆動による損傷と破壊のシミュレーション

  • 構造物の安全性評価や生物材料の挙動解析など，工学分野において重要である。
  • 従来の連続体力学では，損傷や破壊といった複雑な現象の解析が困難である。
  • 浸没ペリダイナミクス法を拡張し，異方性材料の損傷と破壊をより正確に予測する。
  • 本研究で拡張された浸没ペリダイナミクス法は，様々なペリダイナミックホライズンサイズにおいて，従来の数値シミュレーションと同等の精度を示した。
  • 繊維方向が変形および破壊過程に与える影響を調査し，現実的な生体材料モデルを用いたシミュレーションが実現された。
  • 大規模変形下における損傷の成長，亀裂の形成・伝播，破断などの現象を，グリッド収束性の高いシミュレーションで再現した。

  Link: https://arxiv.org/abs/2603.16046

• McKean-Vlasov / 平均場 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 [math.NA, cs.NA]目的：McKean-Vlasov 平均場 Fokker-Planck 方程式の解法

  • 確率微分方程式の解法は，物理，工学，金融など，広範な分野で不可欠である。
  • 平均場方程式の解析解は困難であり，数値解法への需要が高い。
  • 敵対的学習を用いて，高次元における確率分布の効率的な数値解を求める。
  • 弱い敵対的ニューラルプッシュフォワード法を平均場 Fokker-Planck 方程式へ拡張した。
  • 二次相互作用カーネルの場合，平均場非線形性はバッチサンプル平均に還元され，追加のサンプリングが不要となる。
  • 1次元線形 McKean-Vlasov 方程式の数値ベンチマークにより，正確なガウス定常分布の復元が確認された。

  Link: https://arxiv.org/abs/2603.16186

• 2次元および3次元非線形対流拡散反応方程式に対する4次コンパクト有限差分法 [math.NA, cs.NA]目的：2次元および3次元の非線形対流拡散反応方程式を解くための4次コンパクト有限差分法の開発

  • 工学，物理学等の分野において，流体や熱の挙動を記述する基礎方程式である。
  • 高次の有限差分法は精度が高い一方，導出が複雑で理解・実装が困難である。
  • 簡潔な表現を用いた4次コンパクト有限差分法を導出し，理解と実装を容易にすること。
  • 本研究では，2次元で9点，3次元で19点のコンパクト有限差分法を導出した。
  • 導出過程における新しい制約条件の導入により，簡潔で明示的な表現を実現した。
  • 提案手法は，線形・非線形，定常・非定常方程式に対して離散最大原理とM行列性を満たす。

  Link: https://arxiv.org/abs/2603.16226

• 埋め込まれたリーマン多様体上のフォッカープランク方程式のためのニューラルプッシュフォワードサンプラー [math.NA, cs.LG, cs.NA]目的：埋め込まれたリーマン多様体上のフォッカープランク方程式に対する数値解法

  • 偏微分方程式の数値解法は，物理現象のシミュレーションやデータ解析において不可欠である。
  • 複雑な形状を持つ多様体上の偏微分方程式の効率的な数値解法は未だ課題である。
  • 多様体上のフォッカープランク方程式に対し，メッシュフリーかつ自動微分を必要としない解法を提案する。
  • 提案手法は，多様体上の積分を多様体上のサンプルを用いて評価することを可能にする。
  • 球面やトーラスといった具体的な多様体に対して，明示的なラプラス・ベルトラミ演算子を導出した。
  • 二重井戸型のフォッカープランク方程式を球面$S^2$上で数値的に解き，有効性を示した。

  Link: https://arxiv.org/abs/2603.16239

• 高次DG/FRスキームにおけるショックキャプチャ法としてのJin-Xin緩和法 [math.NA, cs.NA]目的：非線形双曲型保存則近似のためのJin-Xin緩和法の応用

  • 数値流体力学において，高精度かつ安定なショックキャプチャ法は不可欠である。
  • 高次スキームは振動を起こしやすく，ショック波に対して安定性を損なう場合がある。
  • 局所的な滑らかさ指標を用いて緩和パラメータを調整し，数値粘性項を導入することで安定化を図る。
  • Jin-Xin緩和法をDG/FRスキームのショックキャプチャ法として利用する手法を提案した。
  • 緩和パラメータを各セルごとに調整することで，非滑らかな領域に数値粘性を付与し，安定性を向上させている。
  • Burgers方程式および圧縮性Euler方程式に対する数値実験により，提案手法の有効性を検証した。

  Link: https://arxiv.org/abs/2603.16290

• 堅牢な物理制約に基づく拡散モデルを用いた全波形反転 [math.NA, cs.AI, cs.NA]目的：全波形反転のための堅牢な物理制約に基づく拡散フレームワーク

  • 地球内部構造探査において，高精度な速度モデルの構築は不可欠である。
  • 全波形反転は局所解に陥りやすく，初期モデル依存性が高いという課題がある。
  • 振幅や位相の不整合に対するロバスト性を高め，効率的な反転を可能にすること。
  • 提案手法は，スコアベース生成事前分布と波動方程式シミュレーションによる尤度ガイダンスを組み合わせる。
  • Wasserstein-2距離に基づくデータ整合性ポテンシャルと，観測依存正規化により，ロバスト性を向上。
  • 事前条件付き逆拡散スキームにより，ガイダンス強度を適応的に調整し，安定した反転を実現。

  Link: https://arxiv.org/abs/2603.16393

• ポート・ハミルトニアンシステムの並列シミュレーションのための早期終了可能エネルギー保存型反復結合 [cs.RO, cs.NA, cs.SY, eess.SY, math.NA]目的：大規模ロボットシステムの並列シミュレーションと制御におけるエネルギー保存性の確保

  • 大規模システムのシミュレーションは，計算時間の短縮に不可欠であり，ロボット制御などのリアルタイム性を要求される分野で重要。
  • 既存の反復結合法では，エネルギー不整合が発生しやすく，シミュレーションの精度や安定性を損なう可能性がある。
  • 本研究は，有限回の反復でエネルギー保存性を保証する新しい結合手法を提案し，計算資源と精度のトレードオフを可能にする。
  • 提案手法は，Douglas-Rachford分解を散逸座標に組み込み，離散的な受動性条件の下でエネルギー保存性を証明する。
  • 反復回数を増やすことで，分割更新は単一の離散時間更新に収束し，精度と計算量の最適なバランスを実現する。
  • 結合オシレーターのベンチマーク実験により，数値丸め誤差レベルでの受動性証明と，反復回数増加に伴う状態誤差の単調な減少が確認された。

  Link: https://arxiv.org/abs/2603.16424

• 凸平面領域における第一固有モードのピーク熱流束に関する予想 [math.NA, cs.NA, math.AP, math.OC]目的：凸領域における，第一固有モードの境界法線微分と固有値の比率に関する研究

  • 熱伝導問題などにおいて，固有値と固有関数は重要な役割を果たす。
  • 境界における熱流束の最大値の予測は困難であり，解析的解が少ない。
  • 凸領域における熱流束の最大値を半円が達成するという予想の検証。
  • 凸領域において，境界法線微分のノルムは固有値の定数倍で上界を持つことが証明された。
  • 層ポテンシャルを利用した形状微分公式を導出し，効率的な勾配計算を可能にした。
  • 数値実験の結果，半円が熱流束を最大化する可能性が示唆され，解析的に臨界点であることも示された。

  Link: https://arxiv.org/abs/2603.16452

• ニューラルネットワークパラメータ化レベル集合による画像セグメンテーション [cs.DC, math.NA, cs.NA]目的：画像セグメンテーションのためのレベル集合関数のニューラルネットワークパラメータ化

  • 画像認識や医療画像解析など，様々な分野で対象領域を抽出する技術として重要である。
  • 従来のレベル集合法は計算コストが高く，複雑な形状のセグメンテーションが困難であった。
  • ニューラルネットワークを用いることで，効率的なセグメンテーションと分類を目指す。
  • 二層のニューラルネットワークが，多面体形状のセグメントとクラスを近似する上で最も効率的であることが示された。
  • セグメンテーションと分類の両方において，提案手法の有効性が確認された。

  Link: https://arxiv.org/abs/2603.16516

• QT積を用いた四元数テンソルのQT-Drazin逆の摂動解析 [math.NA, cs.NA]目的：四元数テンソルのQT-Drazin逆の摂動理論

  • 四元数テンソルは，様々な工学分野で応用が期待されており，その数学的性質の解明は重要である。
  • 四元数テンソルのQT-Drazin逆の計算や，その摂動に対する安定性の評価は未だ十分ではない。
  • QT積とz-ブロック巡回表現を用いて，QT-Drazin逆の摂動解析手法を確立し，計算を容易にすること。
  • QT-Drazin逆の計算において，z-ブロック巡回形式とQT-Moore-Penrose逆の関係が明らかになった。
  • QT-Drazin逆は，z-ブロック巡回行列の構造と四元数行列のJordan分解を組み合わせることで分解できることが示された。
  • MATLABによる数値例を通して，理論的結果と計算可能性が検証された。

  Link: https://arxiv.org/abs/2603.16539

• 数値気象予報のための適合有限要素離散化における水平および垂直多項式次数の分割 [math.NA, cs.NA]目的：数値気象予報のための適合有限要素離散化における水平および垂直多項式次数の分割手法

  • 大気運動の正確かつ効率的な表現は，数値気象予報において重要な課題である。
  • 大気は強い異方性を持つため，水平運動と垂直運動のスケールが大きく異なる。
  • この研究は，水平と垂直の多項式次数を独立に扱う離散化法を提案し，その有効性を示す。
  • 水平方向の次数を上げると，低・中波数範囲における重力波の表現が改善される。
  • 垂直方向の次数を上げると，格子スケール近傍での分散精度が低下し，スペクトルギャップが生じる可能性がある。
  • 主要な運動方向に多項式次数を上げると，収束性が向上し，水平方向の次数を上げることが最も効果的である。

  Link: https://arxiv.org/abs/2603.16571

• 混合精度における事前条件付き正規方程式の摂動解析 [cs.CL, math.NA, cs.NA]目的：混合精度で計算されたランダム事前条件子による正規方程式の条件付け

  • 大規模データに対する数値計算において，計算コストと精度のバランスが重要となる。
  • 正規方程式は数値的に不安定になりやすく，特に大規模問題では条件数が悪化しやすい。
  • 低精度計算による事前条件化で，正規方程式の条件付けを改善し，効率的な解法を実現する。
  • ランダム事前条件子は，マトラブのmldivideコマンドと同程度の解精度を達成可能である。
  • 事前条件子の条件付けへの影響は軽微だが，最小二乗残差の大きさに依存することが示された。
  • 事前条件子の計算精度を自動選択する手法を提案し，低精度での条件数推定に基づいている。

  Link: https://arxiv.org/abs/2603.16644

• 最適化とダイナミクスを統合し，逐次計算を並列化する：逐次ボトルネックを解消するための並列ニュートン法ガイド [math.NA, cs.AI, cs.DC, cs.NA, math.DS, math.OC]目的：逐次計算の並列化手法

  • 大規模並列ハードウェアと長序列データの普及により，機械学習における並列アルゴリズムの重要性が増している。
  • 再帰型ニューラルネットワークやマルコフ連鎖モンテカルロ法のようなダイナミクス系は，逐次処理のボトルネックに悩まされていた。
  • 並列ニュートン法によるダイナミクス系の並列化における，非効率性，不安定性，収束性の問題を解決する。
  • 本研究では，準ニュートン法と信頼領域法に基づいた，スケーラブルで安定な並列ニュートン法を開発した。
  • ピカール反復やヤコビ反復を含む，多くの固定点法を並列ニュートン法フレームワークに統合することに成功した。
  • ダイナミクス系の最大リアプノフ指数が，並列ニュートン法の収束速度を決定する条件を明確化した。

  Link: https://arxiv.org/abs/2603.16850

• 境界条件に基づくニューラル偏微分方程式ソルバーにおける演算子族 [cs.LG, cs.AI, cs.NA, math.NA]目的：境界条件が変動する場合におけるニューラル偏微分方程式ソルバーの学習メカニズム

  • 偏微分方程式ソルバーは科学技術計算の根幹であり，その高速化と高精度化が重要である。
  • 従来のニューラル偏微分方程式ソルバーは，境界条件の変化に対する汎化性能が低いという課題がある。
  • 学習データに含まれない境界条件に対する外挿性能の限界を明らかにすること。
  • 標準的なニューラル演算子学習は，境界条件に依存した演算子族を暗黙的に学習していることが示された。
  • 境界条件分布のサポート外における非識別可能性の結果が導かれ，境界条件間の汎化性能が問題となることが明らかになった。
  • ポアソン方程式を用いた実験により，境界条件の変化に対する性能劣化や，異なる境界条件分布間の失敗が確認された。

  Link: https://arxiv.org/abs/2603.01406

• 準周期の幾何学：化学量論的共分散が分岐前兆候をどのように変化させるか [math.DS, cs.NA, math.NA, math.PR]目的：捕食者と被食者の共存を揺るがすホップ分岐における，確率的変動の影響の解明

  • 生態系の安定性理解に不可欠であり，現実の生態系における予測精度向上に繋がる。
  • 従来のモデルは確率的変動の構造を十分に考慮しておらず，生態系のダイナミクスを正確に記述できない。
  • 捕食による共分散構造が，分岐前兆候に及ぼす影響を明らかにすることで，より現実的なモデルを構築する。
  • 決定論的な挙動が同じでも，共分散構造の違いがマクロな生態系動態に影響を与えることが示された。
  • 化学量論的結合を持つ拡散テンソルは，負の被食者と捕食者の交差共分散を生み出し，変動の幾何学が重要であることが明らかになった。
  • 分岐理論と確率解析を統合することで，複雑な相互作用システムの多階層モデリングを促進する。

  Link: https://arxiv.org/abs/2603.15662

• 放物型偏微分方程式制約下の最適制御問題に対する適応的解法 [math.CO, cs.CC, math.PR, math.OC, cs.SY, eess.SY, math.OC, cs.NA, math.NA]目的：放物型偏微分方程式制約下の最適制御問題の解法

  • 工学設計や物理現象の最適化において，偏微分方程式制約下の最適制御は重要な役割を担う。
  • 従来の解法では，計算コストが高く，高精度な解を得ることが困難な場合がある。
  • 本研究は，効率的かつ高精度な解法を提供し，最適制御問題の解決を支援することを目的とする。
  • 変分法とhp-Galerkin有限要素法を組み合わせることで，効率的な離散化を実現した。
  • Kirkhoff型の積分変換を用いることで，非線形性を線形化し，数値計算の安定性を向上させた。
  • 局所的な残差推定に基づく適応的メッシュ細分化により，解の精度を最大5桁向上させた。

  Link: https://arxiv.org/abs/2603.15895

• 多重回転不変曲線の破壊に対する機械算術誤差の影響 [nlin.CD, cs.NA, math.NA]目的：多重回転不変曲線の破壊機構の解明

  • 力学系において，不変曲線は系の安定性を示す重要な指標である。
  • 数値計算における精度限界により，本来存在しない現象が観測されることがある。
  • 機械算術誤差が不変曲線の破壊に与える影響を明らかにすること。
  • 三次元ミラ写像を例に，局所的な複数の曲がりが不変曲線の破壊を引き起こすことが示された。
  • 機械算術の精度に依存して，不変曲線の複雑化が数値的なアーチファクトとして観測された。
  • 機械算術の精度向上により，アーチファクトを回避可能であることが確認された。

  Link: https://arxiv.org/abs/2603.16174

• 非エルミート系スペクトルにおける量子推定の終端間アプローチ [quant-ph, cs.AR, quant-ph, cs.NA, math.NA]目的：非エルミート系の疑似スペクトル判定問題の量子計算による解決

  • 非エルミート系の研究は，現実の物理系におけるエネルギー損失や増幅を理解する上で重要である。
  • システムの摂動に対する感受性が高く，固有値が大きく変化する可能性があり，安定性評価が困難である。
  • 疑似スペクトルは摂動に強い診断指標であり，その判定を効率的に行う方法が求められている。
  • 疑似スペクトルへの所属判定問題は，4-局所演算子に対してQMA-完全であることが示された。
  • 量子特異値変換と古典後処理を組み合わせたQSIGSにより，特異値推定のスケーリングがハイゼンベルク限界に近づいた。
  • 閉じ込め型イオン量子コンピュータを用いて，最小限の非エルミート量子ビットモデルにおける疑似スペクトル内・外の点を識別することに成功した。

  Link: https://arxiv.org/abs/2603.16214

• インピーダンス境界条件を持つ異方性マックスウェル方程式の波数明示的解析正則性 [math.AP, cs.NA, math.NA]目的：インピーダンス境界条件下の異方性マックスウェル方程式における弱解の解析正則性

  • 電磁波現象のモデル化において，不均質媒質や複雑な境界形状の扱いは重要である。
  • 媒質が不均質である場合，解の正則性評価が困難であり，数値解析の安定性にも影響する。
  • 波数依存性を明示的に制御することで，解の正則性を評価し，数値計算の誤差を抑制することを目指す。
  • 波数 $k$ に依存した弱解の成長を明示的に制御できることが示された。
  • 解は領域内で区分的に解析的であり，波数 $k$ に関する明示的な評価が導かれた。
  • 境界が解析的である場合，解の正則性は境界の性質に強く依存することが示唆された。

  Link: https://arxiv.org/abs/2603.16334

• シュレディンガーブリッジにおける経路分裂検出へのヤコビ場の適用 [math.OC, cs.SY, eess.SP, eess.SY, eess.SP, cs.SY, eess.SY, math.CO, cs.DM, math.DS, cs.NA, math.NA]目的：確率分布間の確率的補間における経路分裂の開始検出

  • 確率過程の理解や制御において，経路の分岐は重要な現象であり，その予測と制御が求められる。
  • 非凸な分布や不連結なサポートを持つ分布では，補間軌跡が分岐し，解析が困難となる。
  • ヤコビ場に基づき，分裂の候補となる時間と場所を特定し，分裂現象の数学的枠組みを提供する。
  • 提案する指標は，非凸および不連結なターゲット分布において，分岐領域の出現を正確に特定できる。
  • 指標は，参照軌跡に沿った微小摂動の増幅を定量化し，分裂の時間的発展を捉えることができる。
  • ヤコビ場解析は，確率的補間における局所的な不安定性と分裂現象を研究するための自然な数学的枠組みを提供する。

  Link: https://arxiv.org/abs/2603.16618

• 精神病理学における潜在的要因を特定するための臨床質問紙の解釈可能な因子分解 [cs.LG, cs.NA, math.NA, stat.AP]目的：精神病理学の潜在的要因の特定

  • 精神疾患の研究において，質問紙データから行動における精神病理の現れ方を理解することは重要である。
  • 従来の因子分析では，得られる要因の解釈が困難であったり，交絡変数の影響を受けやすいという問題がある。
  • 質問紙データの特性に合わせた正則化を用いて，要因の解釈可能性と安定性を向上させることを目指す。
  • 提案手法ICQFは，従来の因子分析と比較して，特にデータセットサイズが小さい場合に，解釈可能性を向上させつつ，診断情報を維持することが示された。
  • ICQFは，精神疾患の範囲にわたって良好な診断情報を維持し，専門家による解釈可能性の評価において優れていることが確認された。
  • 本研究では，理論的な収束性保証を持つ最適化手順と，潜在次元を正確に検出するための自動化された手順を提示した。

  Link: https://arxiv.org/abs/2312.07762

• 電流とバリオールドの圧縮 [math.NA, cs.NA]目的：形状表現の電流およびバリオールドの圧縮アルゴリズム

  • 形状解析において，複雑な形状を効率的に表現・処理する技術は不可欠である。
  • 従来の形状圧縮手法は計算コストが高く，大規模データへの適用が困難な場合がある。
  • 本研究は，高速かつ高精度な形状圧縮手法を開発し，大規模形状データ処理の効率化を目指す。
  • リッジ・レバレッジ・スコア（RLS）サンプリングとニストローム近似理論に基づく圧縮アルゴリズムを提案した。
  • 提案手法は既存の圧縮技術よりも高速であり，圧縮誤差の減衰率に関する理論的保証が得られた。
  • 大規模な形状データセットにおける実験により，高速性とスケーラビリティが確認され，LDDMMにおける非線形形状登録の加速にも貢献することが示された。

  Link: https://arxiv.org/abs/2406.09932

• 正規サイクル近似の疎乱数法 [cs.DC, math.NA, cs.NA]目的：形状表現である埋め込み正規サイクルの圧縮アルゴリズム

  • 幾何学処理における形状解析は，３Dモデルの効率的な表現と操作が重要である。
  • 高次元形状データの取り扱いは計算コストが高く，大規模データセットへの適用が困難である。
  • 高圧縮率下でも誤差を抑え，ダウンストリームタスクの精度を維持すること。
  • 本手法は，RKHSにおけるニストロム近似とリッジレバレッジスコアサンプリングを活用する。
  • 圧縮誤差の減衰に関する理論的保証があり，大規模形状データセットで有効性が示された。
  • LDDMMフレームワークを用いた非線形形状登録タスクにおいて，大幅な高速化を実現する。

  Link: https://arxiv.org/abs/2503.01057

• 高次有限要素法におけるシンプレックス・ド・ラム複体の高速ソルバー：拡張版 [math.NA, cs.NA]目的：高次有限要素法を用いたシンプレックス・ド・ラム複体の解法

  • 工学・科学シミュレーションにおいて，高精度な数値解法は不可欠である。
  • 従来の有限要素法では，計算次数が上昇すると計算コストが急増する問題がある。
  • 計算コストを抑制しつつ，高次の有限要素法を効率的に適用すること。
  • 提案手法は，従来の naive な手法と比較して，計算量を大幅に削減できる。
  • 特に三次元空間においては，計算量は $O(p^6)$ となり，効率的な解法が実現される。
  • 内界面および内部結合の弱さを利用した事前条件付け戦略が有効であることが示された。

  Link: https://arxiv.org/abs/2506.17406

• 半ラプラシアンを用いたアドベクション拡散方程式に対する事前条件付き境界値法：スペクトル倍加によるアプローチ [math.NA, cs.NA, math.AP]目的：アドベクション拡散方程式の数値解法

  • 拡散現象は自然科学，工学の幅広い分野で基礎的な役割を担う
  • 半ラプラシアンを含む方程式は，特異積分計算が必要で数値計算が困難
  • スペクトル倍加により，半ラプラシアンの計算を効率化し，安定した数値解を得る
  • スペクトル倍加による変換により，半ラプラシアンの計算は初期条件とソース項にのみ適用されるようになり，時間発展計算における特異積分の繰り返し評価が回避される。
  • 境界値法と二次の一般化中間点スキームを開発し，その安定性と二次の時間収束性を証明した。
  • 提案手法は，強いアドベクション領域を含む様々な進化モデルに対して有効であることが数値実験により示された。

  Link: https://arxiv.org/abs/2507.07717

• 線形逆問題に対する確率的分散削減勾配法の収束について [math.NA, cs.NA, math.OC]目的：線形逆問題における確率的分散削減勾配法（SVRG）の収束性

  • 大規模データに対する逆問題は，画像処理や機械学習など幅広い分野で重要である。
  • 従来の勾配降下法では，大規模データに対する計算コストが大きいという課題がある。
  • SVRGを用いて，効率的かつ最適な収束速度を実現し，逆問題の解を精度良く求める。
  • 本研究により，適切なステップサイズと正則化項を用いることで，ノイズレベルに応じた最適な収束速度が達成されることが示された。
  • 非滑らかな解を持つ問題に対しては，事前停止規則を用いることで標準的なSVRGも最適な収束性を示すことが証明された。
  • 理論解析に加えて，数値実験により結果が補完された。

  Link: https://arxiv.org/abs/2510.14759

• 多重グリッド前処理器のスペクトルクラスタリングについて [math.NA, cs.NA]目的：複素数値の正方線形システムを直接解くための代数多重グリッド（AMG）スキームの構成要素の最適選択

  • 大規模線形方程式系の効率的な解法は，科学技術計算の様々な分野で不可欠である。
  • AMGスキームの性能は，パラメータ選択に大きく依存するが，その最適化は困難である。
  • 対称サイクル法におけるスペクトル特性を解析し，AMGスキームのパラメータ最適化を目指す。
  • 特定の二層対称サイクル法の誤差伝播演算子を解析し，その不変部分空間と固有値を計算した。
  • モードペアごとに誤差伝播演算子を解析することで，全てのモードペアが同一に反応する平滑パラメータの選択を導出した。
  • その結果として，一般的な正方行列の逆行列の新しい閉じた形式を提示し，理想的なAMG K-サイクルの明確な記述を得た。

  Link: https://arxiv.org/abs/2511.12298

• 非多項式分割差分と開花 [eess.SY, cs.SY, math.OC, cs.CL, cs.CY, math.NA, cs.NA]目的：近似理論とコンピュータ支援幾何設計における双対汎関数に関する研究

  • 近似計算や幾何設計の分野において，滑らかな曲面や形状を効率的に扱うための基盤技術である。
  • 既存の開花や分割差分は多項式に限定されており，より広範な関数空間への拡張が課題となっていた。
  • 三角スプラインやMuntzスプラインなど，非多項式関数空間に対する開花の定義と，分割差分との関係を明らかにすること。
  • 幅広いスプライン空間に対し，非多項式同次開花が定義された。
  • 非多項式分割差分と開花の間には，多項式の場合と同様の関係が存在することが示された。
  • この関係性は，多様な関数空間における近似計算の可能性を広げる。

  Link: https://arxiv.org/abs/2512.21891

• 拡散の停止過程からの拡散係数の推定 [math.ST, cs.NA, math.AP, math.NA, math.PR, stat.TH]目的：拡散係数の推定手法

  • 拡散現象は物理，化学，生物学など広範な分野で基礎となる重要な現象である。
  • 拡散係数は観測が難しく，間接的な推定に頼らざるを得ない場合が多い。
  • 拡散の停止位置の分布から，未知の拡散係数を統計的に推定する手法を確立する。
  • 拡散過程における分子の停止位置は，ポアソン点過程に従うことが示された。
  • この点過程の強度測度は，シュレーディンガー方程式の解によって決定されることが明らかになった。
  • 初期状態と結合ポテンシャルが満たす条件の下で，ベイズ統計的な枠組みにおいて拡散係数を一貫して推定できることが示された。

  Link: https://arxiv.org/abs/2503.14978

• 疎なヘーミト行列固有値問題に対する残差に基づくチェビシェフフィルタ部分空間反復法：不正確な行列ベクトル積に耐性を持つ [physics.comp-ph, cs.NA, math.NA]目的：疎なヘーミト行列固有値問題に対する効率的な固有値ペア計算手法の開発

  • 大規模行列の固有値計算は，科学技術計算の様々な分野で不可欠であり，その効率性は計算速度に直結する。
  • 大規模固有値問題の反復解法は，行列ベクトル積の計算コストが高く，精度が不正確な場合に収束性が損なわれやすい。
  • 行列ベクトル積の近似計算や低精度演算を用いても安定して収束する，新しい反復解法の提案。
  • 本研究で提案するR-ChFSIは，残差に基づく再構成により，不正確な行列ベクトル積に対してもロバストな収束性を示す。
  • R-ChFSIは，近似逆行列の利用，低精度演算（FP32, TF32），低精度通信（BF16）を自然に活用できる。
  • 数値実験により，R-ChFSIが標準的なChFSIと比較して，近似逆行列を利用する際に残差ノルムを大幅に低減し，ターゲット許容誤差を満たすことが確認された。

  Link: https://arxiv.org/abs/2503.22652

• 外部電場による均一磁化プラズマの制御 [physics.plasm-ph, cs.NA, math.AP, math.NA]目的：プラズマダイナミクスの安定化

  • プラズマ制御は，核融合エネルギー実現や宇宙環境制御に不可欠な研究分野である。
  • 外部磁場下プラズマは非線形性が強く，不安定性が生じやすい。
  • 分散関係の根の制御を通じて，プラズマの安定化を図る。
  • 外部電場制御により不安定モードを抑制し，プラズマダイナミクスを安定化できることが示された。
  • ガウス型平衡状態およびDory-Guest-Harris不安定性に対する数値実験で理論予測との一致が確認された。
  • 本手法は自由流解を特殊な場合として含み，一般的な制御戦略を提供する。

  Link: https://arxiv.org/abs/2509.07988

• 位置情報に依存しないプティコグラフィー：データ駆動型変分推論による画像再構成の可能性 [eess.IV, cs.CV, cs.LG, cs.NA, math.NA, physics.optics]目的：位置情報に依存しないプティコグラフィーにおける画像再構成

  • 単粒子回折X線イメージングの発展に不可欠であり，高解像度な構造解析を可能にする。
  • プティコグラフィーでは通常，走査位置の正確な知識が必要だが，未知である場合がある。
  • 走査位置が不明な状況下でも，画像再構成が可能となるか検証する。
  • 適切な照明構造と強力な事前知識を用いることで，ノイズ下でも信頼性の高い画像再構成が可能となった。
  • 特に難しい評価シナリオを除き，位置情報に依存しないプティコグラフィーが実現可能であることが示された。
  • データ駆動型変分推論とスコアベース拡散モデルが，この困難な問題に対して有効であることが確認された。

  Link: https://arxiv.org/abs/2509.25269

• 非一様量子フーリエ変換 [quant-ph, cs.NA, math.NA]目的：非一様離散フーリエ変換の量子アルゴリズム

  • 信号処理において，一様サンプリングだけでなく非一様サンプリングも重要であり，幅広い応用が存在する。
  • 非一様サンプリングに対する量子フーリエ変換のフレームワークは，従来の研究が未発達であった。
  • 非一様離散フーリエ変換の低ランク分解に基づく量子アルゴリズムを提案し，効率的な量子計算を実現する。
  • 提案アルゴリズムは，ブロックエンコーディング，量子信号処理，線形ユニタリー結合フレームワークを用いて構築された。
  • アルゴリズムの複雑度は，目標精度に対して対数的に，量子ビット数に対して二乗に，そして非一様グリッドの幾何学的条件パラメータに対して対数的にスケーリングする。
  • これにより，非一様サンプリングされたデータに対する量子アルゴリズムの基礎が確立された。

  Link: https://arxiv.org/abs/2602.13472

• 1