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 - 2026/03/19 公開

• 解釈可能なAI支援による二パラメータ並列求根スキームの早期信頼性予測 [math.NA, cs.LG, cs.NA]目的：二パラメータ並列求根スキームにおけるソルバーの信頼性予測

  • 数値計算の信頼性は科学技術計算において重要であり，誤った結果を避ける必要がある。
  • パラメータ空間において，安定性と不安定性の領域を事前に特定することは困難である。
  • 反復計算の初期段階で信頼性を予測し，効率的な問題解決を支援すること。
  • 提案手法は，反復ダイナミクスの短いプレフィックスからソルバーの信頼性を予測可能である。
  • 最適なモデルは，初期段階で高い予測精度（R^2=0.48）を示し，反復回数の増加とともに改善される（R^2=0.89以上）。
  • このフレームワークは解釈可能な安定性指標を提供し，ソルバー実行中の継続，再起動，パラメータ調整などの意思決定を支援する。

  Link: https://arxiv.org/abs/2603.16980

• 前方および随伴波動方程式のための時空間双対対生成和分によるフレームワーク [math.NA, cs.NA]目的：前方および随伴波動伝播問題に対する時空間双対対生成和分（DP-SBP）数値フレームワークの提案

  • 波動現象のシミュレーションは，科学技術の多様な分野において不可欠である。
  • 高精度かつ安定な波動方程式の数値解法は，計算コストとのトレードオフが課題である。
  • 高精度，安定性，随伴整合性を兼ね備えた新しい数値フレームワークの開発。
  • 本研究では，時空間双対対生成和分法に基づく新しい数値フレームワークを提案し，時間発展における自然な消散を導入した。
  • 初期条件および境界条件を弱く課すことで，数値スキームの安定性を理論的に保証した。
  • 逆波動伝播問題への応用を可能にする随伴整合性のある離散近似を構築し，数値実験で検証した。

  Link: https://arxiv.org/abs/2603.17014

• 非重複Schwarz交互法における緩和と加速の役割について [math.NA, cs.NA]目的：緩和と加速手法がドメイン分解に基づく結合における非重複Schwarzアルゴリズムの収束行動に与える影響

  • 大規模な問題を効率的に解くため，ドメイン分解法は不可欠であり，その性能向上が求められている。
  • 従来のSchwarz交互法は収束が遅い場合があり，より高速な解法が課題となっている。
  • Aitken加速やAnderson加速などの手法を用いて，Schwarz交互法の収束を加速し，効率と安定性を向上させる。
  • Aitken加速は，２つのサブドメイン分割において，効率と安定性の点で最適な手法であることが示された。
  • 一方，Anderson加速は，より大規模な多ドメイン設定において有効であることが示された。
  • 適応的なAnderson加速法（"Anderson with memory adaptation"）は，堅牢かつ効率的な手法であることが確認された。

  Link: https://arxiv.org/abs/2603.17143

• 二階常微分方程式解の零点計算のための修正ハレー法 [math.NA, cs.NA]目的：二階常微分方程式解の零点計算のための効率的な反復法

  • 科学技術計算において，微分方程式の解の零点計算は，様々な問題の数値解法において重要である。
  • 二階常微分方程式の解の零点計算は，計算コストが高く，効率的な手法が求められている。
  • 本研究は，計算効率を向上させた修正ハレー法を提案し，二階常微分方程式解の零点計算問題を解決することを目指す。
  • 本研究では，リッカチ微分方程式の近似解を利用した三次のハレー法を導出した。
  • さらに，ハレー法の一部の関数を定数に固定する修正ハレー法を提案し，計算効率の向上を図った。修正ハレー法も三次の収束性を維持している。
  • 数値実験の結果，提案手法は既存手法と比較して効率的であることが示された。

  Link: https://arxiv.org/abs/2603.17448

• 波数明示型hp-FEMによる，区分的に滑らかな媒質におけるインピーダンス境界条件付きマクスウェル方程式の解析 [math.NA, cs.NA, math.AP]目的：マクスウェル方程式の波数明示的hp-FEM解法

  • 電磁波現象の正確なシミュレーションは，様々な工学的応用において不可欠である。
  • 高波数領域における数値解法の精度と効率が課題となっている。
  • 波数に依存するメッシュサイズに関する条件を満たすことで，高波数領域での安定性と精度を向上させる。
  • 波数$k$に対して，$|k|h/p$が十分に小さく，かつ$p/\log |k|$が下限を持つ場合に，準最適性が成立する。
  • 境界が解析的で，媒質の透磁率と誘電率が区分的に解析的な場合に解法の有効性が示された。
  • 波数明示的なメッシュサイズ分解能条件を満たすことで，Galerkin離散化が準最適となることが示された。

  Link: https://arxiv.org/abs/2603.17467

• Landau-Lifshitz-Gilbert方程式に対する新しい分数ステップ構造保存法 [math.NA, cs.NA]目的：Landau-Lifshitz-Gilbert方程式の構造を保存する数値解法

  • 強磁性体の磁化ダイナミクスを記述する重要な方程式であり，物性研究に応用される。
  • 既存の数値解法では，長時間の計算において構造が崩壊し，精度が低下することがある。
  • 構造を保存する数値解法を開発し，長期的な安定性と精度を向上させる。
  • Crank-Nicolson型と暗黙的Gauss-Seidel分数反復を用いた構造保存法を提案した。
  • 時間方向で1次精度，空間方向で2次精度の安定性，および長さを保存する特性が確認された。
  • 1次元および3次元のテストにより，数値精度，ノルム保存性，および安定性が検証された。

  Link: https://arxiv.org/abs/2603.17477

• フィッツHugh-Nagumoモデルに対するニューラル演算子の並進不変性 [cs.LG, cs.NA, math.NA]目的：ニューラル演算子によるフィッツHugh-Nagumoモデルの解演算子の学習

  • 偏微分方程式の解法は科学技術計算の根幹であり，高精度かつ高速な解法が求められている。
  • 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適用が困難な場合がある。
  • ニューラル演算子を用いて，計算コストを抑えつつ高精度な解を得る手法の確立を目指す。
  • ニューラル演算子は，フィッツHugh-Nagumoモデルのような励起性細胞の時空間ダイナミクスを捉える能力を持つことが示された。
  • CNOsは並進されたテストデータに対して良好な性能を示したが，訓練コストは高い傾向にあった。
  • FNOsは訓練誤差は低いものの，推論時間が長く，並進されたダイナミクスに対する予測精度は低かった。

  Link: https://arxiv.org/abs/2603.17523

• 不変多様体パラメータ化法の有効性限界：振動系の実用的な基準の評価 [math.NA, cs.NA]目的：不変多様体パラメータ化法の有効性限界の評価

  • 非線形振動系の簡約化モデリングは，複雑なシステムの解析を可能にし，工学的応用において重要である。
  • パラメータ化法は局所的な理論と漸近展開に依存するため，適用可能な振幅範囲に限界が存在する。
  • 計算中に有効範囲を推定する実用的なアプローチを提案し，安全な範囲で簡約化モデルを使用可能にすること。
  • 3つの異なる基準を評価し，不変性の誤差，正規形の特異点，級数収束則に基づいて有効性限界を検証した。
  • Duffing方程式や2自由度振動系，有限要素ビーム構造を用いて基準の有効性を確認し，汎用的な指針を導出した。
  • 提案された基準により，非線形振動構造のモデル次数削減において，正確かつ使いやすい誤差範囲を算出できる。

  Link: https://arxiv.org/abs/2603.17611

• 進化アルゴリズムを用いた文法に基づく代数マルチグリッド設計 [eess.SY, cs.SY, cs.CE, cs.AI, cs.NA, math.NA]目的：効率的なマルチグリッドサイクルの構築

  • 偏微分方程式の解法において，マルチグリッド法は計算効率に優れている。
  • マルチグリッド法の性能は，構成要素の選択に大きく依存する。
  • 文法と遺伝的プログラミングにより，非標準的なマルチグリッドサイクルを自動生成する。
  • 本研究で開発された非標準サイクルは，ソルバーおよび前処理器としてマルチグリッド法の性能を向上させる可能性を示す。
  • コンテキストフリー文法と遺伝的プログラミングを組み合わせることで，広範な探索空間を効率的にナビゲートできる。
  • 線形代数ライブラリhypreを用いた数値実験により，提案手法の有効性が確認された。

  Link: https://arxiv.org/abs/2603.17641

• 非圧縮流体問題に対するデカップルド発散フリーニューラルネットワーク基底法 [math.NA, cs.NA, physics.flu-dyn]目的：非圧縮流体問題の解法

  • 流体シミュレーションは，気象予測や航空力学など，様々な分野で不可欠な技術である。
  • 従来の数値解法は計算コストが高く，複雑な形状の流体問題に対応が難しい場合がある。
  • 本研究は，計算コストを削減しつつ，非圧縮性の制約を厳密に保持する解法を目指す。
  • 提案手法では，速度場を発散を持たないようにストリーム関数またはベクトルポテンシャルの回転として表現する。
  • 速度と圧力に関する2つの独立したサブ問題を導き出し，逐次的に解くことで計算効率を向上させる。
  • ガウス・ニュートン線形化とTransNetフレームワークを用いることで，非線形性を扱い，既存手法よりも計算コストを削減できる。

  Link: https://arxiv.org/abs/2603.17906

• Langevin拡散における状態依存温度制御：数値探索型Hamilton-Jacobi-Bellman方程式によるアプローチ [eess.SY, cs.SY, math.NA, cs.NA, math.OC]目的：Langevin拡散における最適化問題解決のための状態依存的なノイズ制御手法

  • 最適化問題解決において，Langevinダイナミクスは強力な手法であり，その性能はノイズの大きさに大きく依存する。
  • 高次元最適化問題において，適切なノイズ量を決定することは難しく，Hamilton-Jacobi-Bellman方程式の数値解法にも課題が多い。
  • 状態依存的なノイズ量を高次元問題で安定的に推定し，最適化性能を向上させることを目指す。
  • 本研究では，適切な制御範囲の設定と，高次元問題におけるヘッセ行列の安定的な計算という数値的な課題を解決した。
  • 物理情報に基づいたニューラルネットワークフレームワークを導入し，探索型HJB方程式の構造を学習に組み込むことで，状態依存的なノイズ量を高精度に推定することに成功した。
  • 提案手法は，低次元テストケースだけでなく，高次元問題においてもロバストかつ効果的な性能を発揮することが数値実験で示された。

  Link: https://arxiv.org/abs/2603.17934

• ミューオンを超えて：Transformer高速化のためのMUD（モーメンタム装飾相関除去） [cs.LG, cs.NA, math.NA, math.OC]目的：Transformer学習の高速化

  • Transformerは自然言語処理の基盤技術であり，その効率的な学習は重要である。
  • 既存の最適化手法では，計算コストが高く，学習速度がボトルネックとなる場合がある。
  • MUDは，最適化のオーバーヘッドを削減し，Transformerの学習を加速することを目的とする。
  • MUDは，AdamWやMuonと比較して，10-50%の壁時計時間の短縮を実現した。
  • MUDは，Muonと同程度の検証パースplexityを，より短い時間で達成した(ESM-2 150Mモデル)。
  • A100環境において，MUDはMuonに対し，トークン/秒を1.3-2.6倍，最大で3倍に向上させた。

  Link: https://arxiv.org/abs/2603.17970

• ランダム反復方程式のシミュレーションにおける全密度アプローチ [math.DS, cs.NA, math.NA, stat.CO]目的：ランダム反復方程式のシミュレーションのための統一的な計算フレームワーク

  • 複雑なシステムを理解する上で，確率的な要素を含む方程式の解析は不可欠である。
  • 従来のモンテカルロ法は計算コストが高く，効率的なシミュレーションが課題である。
  • 状態ベクトルの全確率密度を段階的に伝播させ，効率的なシミュレーションを実現する。
  • 本研究では，状態ベクトルの全確率密度を反復ごとに伝播させることで，モンテカルロシミュレーションの必要性を回避する手法を提案した。
  • 不確実性下での最適化手法である全密度勾配降下法（FDGD）を含む，様々な応用例を示した。
  • カオス写像のシミュレーションにも応用可能であり，このフレームワークの有用性を示した。

  Link: https://arxiv.org/abs/2603.17466

• 計量空間上の構造化集団モデルに対するオペレーター分割アルゴリズム [math.NA, cs.NA]目的：構造化集団モデルの数値解法

  • 生態系や感染症などの動態を理解する上で重要であり，その予測精度向上に貢献する。
  • 複雑なモデルでは解析解を得ることが難しく，数値シミュレーションが不可欠である。
  • 測度値関数を用いたモデルを効率的に解くための数値アルゴリズムを提案し，その精度を検証する。
  • 提案するオペレーター分割法は，空間離散化パラメータに対して線形収束し，時間ステップサイズに対して $\alpha$ 次の多項式収束を示す。
  • このアルゴリズムは，ベイズ逆モデルの事後分布を近似できるため，モデルパラメータと測定データの関連付けに活用できる。
  • モデル関数が線形であれば，測度空間における有限範囲近似が適用可能となる。

  Link: https://arxiv.org/abs/2502.07341

• ランダム化における漸近的レート：ガウス・ザイデル法とカッツマルツ法 [cs.CG, cs.DM, math.CO, math.NA, cs.NA]目的：ランダム化された反復法の漸近的性能限界

  • 反復法は，大規模な連立一次方程式の解法において重要な役割を担う。
  • 理論的な性能限界は厳密であるとされても，実際の性能との乖離が課題である。
  • 理論と実践のギャップを埋め，緩和が性能向上に与える影響を解明する。
  • 新たな手法により，ランダム化された反復法の演算子のスペクトル半径を評価する限界を導出した。
  • その結果，非可換代数におけるペロン・フロベニウス理論との関連性が明らかになった。
  • 緩和が性能向上に寄与する役割を定量的に示し，2007年にStrohmerとVershyninが提起した問題を解決した。

  Link: https://arxiv.org/abs/2503.09469

• アドベクション拡散問題における，新規ADMMに基づくCCBM最適化による形状復元性能の向上 [cs.HC, cs.MA, cs.CL, math.NA, cs.NA, math.OC]目的：アドベクション拡散方程式に従う逆問題における形状最適化

  • 工学・医学分野における形状復元は，逆問題解決の鍵であり，非破壊検査等に不可欠である。
  • 複雑な形状やノイズの影響で，凹凸のある形状の正確な復元が困難である。
  • アドベクションと拡散が組み合わさった条件下での，凹形状の復元精度向上を目指す。
  • 提案手法では，複素値状態変数の虚部に基づくコスト関数を用いることで，形状最適化を実現している。
  • 変分形式での形状微分を厳密に導出し，勾配および二階情報を明示的に表現した。
  • ADMMに基づき，ノイズやアドベクション・拡散の影響下でもロバストな形状復元を可能にした。

  Link: https://arxiv.org/abs/2508.16898

• 結合酸素動態とニューロン電気生理学の数理・数値モデリング [math.NA, cs.NA]目的：酸素供給がニューロン興奮性に与える影響のモデル化

  • 脳機能解明には，酸素供給の役割理解が不可欠である。虚血などの病態理解にもつながる。
  • 酸素供給不足はイオンポンプの機能不全や細胞浮腫を引き起こし，脳機能に深刻な影響を与える。
  • 酸素濃度と細胞浮腫の関係をモデル化し，虚血状態での脳電気生理学的変化を解明する。
  • 細胞浮腫と局所酸素濃度，血流低下率を結びつける法則を構築し，低酸素から輸送阻害へのメカニズムを明らかにした。
  • モノドメインモデルとニューロンイオン・代謝モデルを結合し，酸素供給と興奮性の相互作用を記述した。
  • p-適応不連続ガレルキン法とクランク・ニコルソン法を用い，複雑な形状領域における多スケール問題を数値的に解いた。

  Link: https://arxiv.org/abs/2509.22863

• 三次元保存型空間分数拡散方程式の有限体積近似のための最適事前条件付け手法 [cs.RO, math.NA, cs.NA]目的：三次元保存型空間分数拡散方程式の有限体積近似における効率的な線形方程式解法

  • 科学技術計算において，偏微分方程式の数値解法は重要な役割を担う。
  • 空間分数拡散方程式の離散化は，大規模な線形システムを生み出し，計算コストが高い。
  • 事前条件付け手法を用いることで，線形システムの収束を加速し，計算効率を向上させる。
  • 正則な場合，事前条件付けされた行列のスペクトルが(1/2, 3/2)の開区間で一様有界であることが示され，PCG法の線形収束が保証された。
  • 非正則な場合も，PGMRES法が離散化ステップサイズに依存しない線形収束率を達成することが示された。
  • 二次元および三次元の数値実験により，提案された事前条件付けKrylov部分空間法の最適性能が確認された。

  Link: https://arxiv.org/abs/2511.21198

• 一般数値フラックス関数に対する3次エッジベーススキームのフラックス補正形 [cs.HC, math.NA, cs.NA, physics.comp-ph]目的：オイラー方程式に対する3次エッジベーススキームのフラックス補正形

  • 数値流体計算は，工学や科学の様々な分野で不可欠なシミュレーション手法である。
  • 既存スキームでは，数値フラックス関数の選択が精度や安定性に影響を与える場合がある。
  • 汎用的な数値フラックス関数を直接利用可能なスキームを開発し，柔軟性を向上させる。
  • 提案するフラックス補正形は，第三次精度を維持しつつ，一般的な数値フラックス関数を適用できる。
  • U-MUSCLスキーム（κ = 1/2）を用いることで，二次関数に対して正確に状態を計算でき，精度が確保される。
  • 不規則な四面体格子上で，HLLCおよびLDFSSフラックス関数を用いた数値実験により，第三次精度が確認された。

  Link: https://arxiv.org/abs/2602.01938

• 大規模行列の対数行列式のL\'eja点近似に基づく新しい手法 [math.NA, cs.NA]目的：大規模疎行列の対数行列式の推定

  • 数値線形代数や機械学習など，多くの科学計算分野で対数行列式の計算が不可欠である。
  • 高次元行列の場合，メモリ制限によりCholesky分解が困難となる場合がある。
  • L\'eja点を利用し，行列積と固有値範囲の概算のみで対数行列式を効率的に推定する。
  • L\'eja点補間とHutch++アルゴリズムを組み合わせることで，計算量を削減しつつ，確率的ランチョス積分法と同等の精度を維持した。
  • 行列関数の近似誤差と，この手法で得られる近似に対する乗法的誤差界を確立した。
  • 大規模疎合成行列および大規模実世界行列に対する有効性とスケーラビリティを数値実験で確認した。

  Link: https://arxiv.org/abs/2603.02207

• 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・プランク方程式の解法

  • 複雑な幾何形状における確率過程のモデリングは，物理学，生物学，工学など幅広い分野で重要である。
  • 従来の解法は，メッシュや座標系に依存し，高次元や複雑な形状での計算が困難である。
  • 多様体上の確率分布を直接的に，かつ効率的に表現・計算する手法を開発すること。
  • 本研究では，ニューラルプッシュフォワード法を拡張し，多様体上に確率分布を制約することで，メッシュフリーかつ座標系フリーなアルゴリズムを実現した。
  • 2次元球面上の二重井戸問題を数値的に解き，曲面上での多峰性不変分布を捉える能力を示した。
  • 定常状態と時間依存性の両方の定式化を開発し，多様体上のフォッカー・プランク方程式の解法に新たな道を開いた。

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

• 米国ニューイングランド地域における時空間CP分解分析 [stat.AP, cs.NA, math.NA]目的：時空間データのCP分解のための初期化手法

  • 気象，交通量，犯罪率など，時空間データは多様な分野で重要性を増している。
  • 高次元データにおける効率的な解析手法が課題となっている。
  • 時空間データの空間的・時間的構造を活かしたCP分解の初期化を試みる。
  • 提案手法は，既存の初期化手法と比較して良好な性能を示した。
  • クラスタリング分析により，提案手法の有効性がさらに確認された。
  • NCAR Climate Data Gatewayのデータを用いて検証を行った。

  Link: https://arxiv.org/abs/2510.10322

• 1