arXiv雑要約
数値解析 - 2026/04/20 公開
離散変分公式と配置法に基づくロバスト変分物理情報ニューラルネットワーク(DVF-CRVPINN)をサポートするPythonライブラリ [cs.RO, cs.LG, cs.NA, math.NA]目的：偏微分方程式の離散弱形式による解法
- 工学や科学における様々な現象は偏微分方程式で記述され，その数値解法は重要である。
- 従来の数値解法は計算コストが高く，複雑な形状への適用が困難な場合がある。
- ニューラルネットワークを活用し，効率的かつロバストな偏微分方程式の解法を開発する。
- 離散弱形式を定義するためのPython環境を構築し，クロネッカーのデルタ関数を用いた離散的アプローチを提案した。
- この環境上で，離散化されたStokes方程式の解をニューラルネットワークを用いて訓練し，良好な結果を得た。
- 提案手法は損失関数のwell-posednessとロバスト性を数学的に証明し，数値誤差の制御が可能であることを示した。
ブリ ンクマン界面問題に対する補正関数に基づくKFBI法 [math.NA, cs.NA]目的：ブリ ンクマンおよびストークス型界面問題の解法
- 流体シミュレーションにおいて，複雑な形状や物質特性を扱う上で界面問題は不可欠である。
- 従来の界面解法は，計算コストが高く，複雑な係数の取り扱いが難しいという課題があった。
- 界面近傍の解の跳躍を補正関数で表現し，効率的な数値解法を確立することを目指す。
- 補正関数に基づくカーネルフリー境界積分法(CF-KFBI)を提案し，界面問題の積分方程式化を実現した。
- 修正マーカーアンドセル(MAC)スキームを用いることで，界面近傍の跳躍を局所的なCauchy問題として定式化した。
- 数値実験により，固定界面および移動界面問題において，提案法の精度と効率が確認された。
不適合ドメインにおける境界演算子の効率的かつ良好な条件化されたゴースト点離散化 [math.NA, cs.NA]目的：不適合ドメインにおける境界演算子のゴースト点離散化手法の改良
- 複雑な形状の領域に対する数値シミュレーションにおいて，境界に適合したメッシュ生成は計算コストが高い。
- 高精度な離散化では，広いテンプレートが必要となり，計算効率が低下し，大規模並列シミュレーションの性能を損なう場合がある。
- コンパクトなテンプレートを用いたゴースト点離散化により，計算効率と線形システムの条件化を改善することを目指す。
- 提案手法は，境界条件を局所的に近似する境界演算子を用いることで，コンパクトなテンプレートを実現する。
- 最小二乗再構成により，柔軟なテンプレート構成が可能でありながら，必要な精度を維持する。
- 数値実験により，境界層が存在する場合でも高い精度を維持し，テンプレートのコンパクト性と線形システムの条件化が向上することが示された。
運動量を用いた自然勾配降下法 [cs.LG, cs.AI, cs.NA, math.NA, math.OC]目的：非線形多様体における関数の近似
- 機械学習モデルの性能向上は重要であり，特に深層学習においては最適化手法が鍵となる。
- 勾配降下法は局所最小値に陥りやすく，学習が停滞する問題がある。
- 非線形モデルにおける学習の効率化と，局所最適解からの脱出を目指す。
- 自然勾配降下法に運動量を導入することで，学習過程が改善されることが示された。
- 提案手法は，関数空間上での最適更新に近づき，より効率的な学習を可能にする。
- 運動量項を加えることで，局所最小値からの脱出を促し，より良い解を得られる可能性がある。
事前条件付き交互アンダーソン加速法による一般化シルベスター方程式の効率的解法 [math.NA, cs.NA]目的：一般化シルベスター方程式の数値解法
- 科学技術計算において頻繁に現れるため，効率的な解法が求められている。
- 係数行列が一般的で，関連演算子のスペクトル半径が大きい場合に，効率的な解が困難である。
- 事前条件付けとアンダーソン加速を組み合わせることで，計算コストと反復回数を削減する。
- 提案手法は，既存の最先端手法と比較して，中規模および大規模問題の両方で一貫して優れた性能を発揮する。
- 計算時間と反復回数が大幅に削減された。
- 提案する事前条件演算子は，演算子の逆演算を回避しながら，収束速度を向上させる。
シンプレックスおよびほぼ任意の形状の要素網目上の$p$-ラプラシアンに対する$hp$版ロバストな内部ペナルティ不連続ガレルキン法 [math.NA, cs.NA]目的：$p$-ラプラシアン方程式の不連続ガレルキン法による離散化
- 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な役割を担う。
- 複雑な形状の要素網目上での安定性および精度が課題となる場合がある。
- 任意の形状の要素網目上での安定性と誤差評価を確立し，数値計算の信頼性を高める。
- 新たなトレース型の逆不等式を証明し，手法の無条件安定性を示す。
- $hp$版事前ノルムおよび準ノルム誤差評価を確立し，既存の多項式近似結果との整合性を示す。
- ほぼ任意の形状の曲面ポリゴン/ポリヘドラ要素網目に手法を拡張し，その有効性を示す数値実験を実施した。
多階層hp-有限セル法による効率的な熱粘塑性解析：非負モーメント適合法を用いた手法 [eess.SY, cs.SY, cs.DC, math.NA, cs.NA]目的：熱依存性材料挙動を持つ熱粘塑性問題のシミュレーション
- 材料の熱的・機械的挙動を正確に予測する事は，製品設計や安全性評価に不可欠である。
- 複雑な形状や非線形材料では，高精度な数値解析が困難であり，計算コストが増大する。
- 切断セルにおける積分計算の効率化と安定性を向上させ，計算コストを削減する。
- 提案手法では，非負モーメント適合法により積分点の数を削減しつつ，精度と安定性を維持している。
- hp-適応細分化戦略により，ひずみ勾配や温度勾配が大きい領域を高精度に解析できる。
- ベンチマークテストと応用例において，標準的な積分手法と比較して，精度向上と計算時間の短縮が確認された。
線形システムソルバーにおける後方誤差の普遍的収束に向けて [cs.CG, cs.SI, math.NA, cs.DS, cs.LG, cs.NA, math.OC]目的：線形システムソルバーの後方誤差の普遍的収束
- 数値線形代数において，効率的な線形システムの解法は重要であり，計算コスト削減に繋がる。
- 既存手法は条件数に依存し，安定した収束が保証されない場合がある。
- 条件数に依存しない，普遍的な収束性を持つ解法の確立を目指す。
- リチャードソン反復法が正定値線形システムに対し，反復回数$k$で最大$1/k$の後方誤差に収束することを示した。
- この結果から，正定値線形システムを$\epsilon$の後方誤差で解くアルゴリズムが$O(n^2/\epsilon)$の計算量で実現できる。
- MINBERRというアルゴリズムを開発し，$O(n^2/\sqrt\epsilon)$の計算量でより高速な収束を実現した。
ナビエ-ストークス-コルテヴェーグモデルに対する有限体積スキームの収束性：消散解による [math.NA, cs.NA]目的：ナビエ-ストークス-コルテヴェーグモデルに対する有限体積スキームの収束性
- 流体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り，特に非線形問題においては難易度が高い。
- 従来の解の概念では，非線形問題の数値解の収束性を保証することが困難であった。
- 消散解の概念を用いることで，数値スキームの整合性と安定性から収束性を導くことを目指す。
- 本研究では，ナビエ-ストークス-コルテヴェーグモデルに対する有限体積スキームの条件付き収束性が，消散解の概念を用いて証明された。
- スキームの保存性，消散性，および整合性を活用することで，数値解が消散解に収束することが示された。
- この成果は，オイラー方程式やナビエ-ストークス方程式に対する同様の研究を拡張するものである。
ブロック疎行列積状態に対する低ランク固有値ソルバー [math.NA, cs.NA]目的：ブロック疎行列積状態に対する低ランク固有値計算手法
- 量子多体系計算において，効率的な固有値ソルバーは重要な課題である。
- 高次元空間での計算コストが課題であり，メモリ使用量の削減が求められている。
- 粒子数保存則を考慮したフェルミオン系における固有値計算の効率化を目指す。
- 前処理付き反復法とランク切り捨てを組み合わせたソルバーの解析的考察を行った。
- 複数の固有空間の同時近似のための一般化手法を提案した。
- モデル問題に対する数値実験を通して，本手法の実用的な性能を示した。
2次元渦度PDF方程式に対する新たな条件付き平均推定によるデータ駆動型アプローチ [physics.flu-dyn, cs.NA, math.NA]目的：2次元同性等方性乱流における渦度場の統計量
- 乱流は，自然界や工学において広範に存在する現象であり，その理解は重要である。
- 乱流の統計的性質を記述する確率密度関数(PDF)の決定は，未解決の問題である。
- PDF方程式を数値的に解くための効率的な手法の開発が求められている。
- 本研究では，DNSデータと条件付き平均のサンプリング推定器を組み合わせたハイブリッドなデータ駆動型手法を提案した。
- 提案手法は，減衰乱流と強制乱流のDNSデータに適用され，PDFの直接評価との良好な一致を示した。
- この結果は，確率密度関数の正確な決定に向けて有効な手段となりうる。
パラメータ化された双曲型保存則に対する構造を保持するグラフニューラルソルバー [physics.comp-ph, cs.LG, cs.NA, math.NA]目的：双曲型保存則の数値解法における，構造を保持するグラフニューラルネットワーク
- 輸送現象を記述する双曲型保存則は，物理現象の多様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，多数の計算を要するタスクには不向きである。
- 物理構造を尊重した，高速かつ安定な数値解法を開発し，シミュレーションの効率化を図る。
- 提案手法は，従来の数値解法に匹敵する精度と安定性を持ちながら，大幅な計算時間短縮を実現した。
- ネットワークは，局所的な保存則や風上差分スキームといった物理的性質を保持するように設計されている。
- 高次の空間・時間予測器として機能し，大規模な時間ステップでも安定した更新を可能にした。
2次元Navier-Stokes方程式に対する有限次元MORに基づくRHCによる望ましい軌道への操舵 [math.OC, cs.NA, math.NA]目的：2次元Navier-Stokes方程式の望ましい軌道への操舵
- 流体制御は，航空宇宙，気象予測など広範な分野で重要である。
- 高次元なNavier-Stokes方程式の直接制御は計算コストが高い。
- モデル次数縮約による計算コスト削減と安定化性能の両立を目指す。
- 本研究により，局所的な指数関数的な安定化と劣最適性が示された。
- 適切な直交分解を用いることで，計算コストを大幅に削減できることが確認された。
- 数値実験の結果は理論的知見を裏付け，手法の実用性を評価している。
不規則境界および界面を持つ3次元熱方程式に対するADIスキームと応用 [cs.SI, cs.CY, cs.SI, math.PR, math.ST, stat.TH, math.NA, cs.NA, physics.comp-ph]目的：不規則境界および界面を持つ3次元熱方程式の解法
- 熱伝達現象のシミュレーションは，工学，科学における重要な課題である。
- 複雑な形状の領域における熱方程式の数値解法は，計算コストが高いという課題がある。
- 不規則境界や界面を持つ熱方程式を効率的に高精度に解く手法を開発すること。
- 本研究では，時間依存境界条件における精度低下を軽減した修正ADIスキームを提案した。
- KFBI-ADIスキームは，Cartesianグリッドを利用し，高速Thomasアルゴリズムを適用可能である。
- 提案スキームの二次の精度と無条件安定性は，数値実験により検証された。
フィルタリングを用いた代数マルチグリッド法：大規模接触力学最適化における内部点法の効率的な前処理法 [cs.SI, math.NA, cs.NA, math.OC]目的：大規模接触力学最適化における内部点法の効率的な前処理法の開発
- 構造設計や製造など，多くの工学分野で大規模接触力学シミュレーションが不可欠である。
- 接触問題は非線形・非凸であり，メッシュ解像度が増加するほど求解が困難になるという課題がある。
- 内部点法の計算効率を改善するため，接触制約による病的な条件を克服する前処理法を提案する。
- 提案手法であるフィルタリング付き代数マルチグリッド法（AMGF）は，メッシュサイズに依存しない収束性を示す。
- AMGFは，内部点法で問題となる病的な条件に対して頑健性を持つことが実験的に確認された。
- AMGFは，接触力学以外にも，局所的な制約や界面条件に起因する低次元部分空間が性能を制限する問題に適用可能である。
HiPreNets：漸進的訓練による高精度ニューラルネットワーク [cs.LG, cs.NA, cs.NE, math.NA]目的：高精度ニューラルネットワークの訓練手法
- 科学技術分野における非線形問題解決に不可欠であり，複雑な問題への対応が求められている。
- 最適化の非凸性やハイパーパラメータへの依存性が高く，安定した性能向上が困難である。
- 平均二乗誤差最小化に偏りがちで，安全性が重要な用途における最大誤差の抑制が課題である。
- HiPreNetsは，逐次的な残差更新によって高精度なニューラルネットワークを訓練する。
- Feynmanデータセットの回帰問題において，既存手法よりも高い精度を達成した。
- 20次元の電力システムODEの学習に適用し，RMSEと最大誤差を大幅に削減，シミュレーション速度を向上させた。
一般化量子特異値変換と量子共役勾配最小二乗法への応用 [cs.HC, cs.CY, cs.IR, cs.RO, math.NA, cs.NA, quant-ph]目的：一般化量子特異値変換の開発と量子共役勾配最小二乗法への応用
- 量子計算は，古典計算機では困難な問題を効率的に解決する可能性を秘めている。
- 既存の量子信号処理には多項式の偶奇に関する制約があり，応用範囲が限定されていた。
- より広範な行列関数を扱える量子特異値変換の拡張を目指す。
- 本研究で提案する一般化量子特異値変換は，既存の方法よりも多項式の偶奇に関する制約が緩やかである。
- 一般化行列関数と標準行列関数の関係を利用し，古典量子ハイブリッドな量子共役勾配最小二乗法を提案した。
- 提案手法は，従来の量子特異値変換の制限を克服し，より多様な量子アルゴリズムへの応用を可能にする。
3次元空間における放物双曲線走化性系に基づくニューラル補間を用いた効率的な粒子場アルゴリズム [math.NA, cs.NA]目的：3次元空間における腫瘍血管新生現象の数値解法
- 腫瘍の成長には血管新生が不可欠であり，その理解はがん治療の発展に繋がる。
- 従来の数値解法は計算コストが高く，特に勾配が大きい領域の解析が困難である。
- 計算効率を向上させ，腫瘍血管新生のダイナミクスを迅速に捉えること。
- 提案手法は，ニューラルネットワークを用いた粒子ベースのアルゴリズムであり，従来の差分法やSIPF法よりも高速に3次元多峰解を捉える。
- 本アルゴリズムは，質量の保存性と密度の非負性を保証する。
- 低コストな合成データで訓練されたCNNを用いることで，計算効率の向上を実現した。
有限要素法と極限学習ネットワークによる逆問題解決 [math.NA, cs.LG, cs.NA]目的：パラメータ依存偏微分方程式のモデリング手法
- 制御，逆問題，不確実性定量化など，様々な分野でパラメータ依存偏微分方程式が重要である。
- 高次元パラメータ空間において，従来の補間法では計算コストが増大し，精度の低下を招く恐れがある。
- 有限要素法と極限学習ネットワークを組み合わせることで，高次元パラメータ空間における逆問題を効率的に解決すること。
- 本研究で提案するフレームワークは，空間離散化とパラメータ近似の間の相互作用を明確に定量化する厳密な誤差評価を提供する。
- 高次元パラメータ空間では，極限学習機械による代替モデルを使用し，明示的な近似と安定性に関する仮定の下で誤差限界を得る。
- 定量光音響断層撮影における逆問題への応用により，計算量の削減と精度の維持が可能であることが示された。
プロレート球状波関数を用いた高速Ewald和計算 [math.NA, cs.NA]目的：分子動力学シミュレーションにおけるクーロン相互作用の効率的な評価
- 分子シミュレーションにおいて，クーロン相互作用の正確かつ効率的な計算は不可欠である。
- 従来のEwald和計算では，精度と計算コストのトレードオフが課題となっていた。
- プロレート球状波関数を用いて，より高精度かつ高速なEwald和計算手法を確立すること。
- プロレート球状波関数に基づいたEwald和計算は，ガウス関数やBスプライン関数に基づく手法と比較して，同じ精度を得るために必要なフーリエモード数とウィンドウサポートを大幅に削減できる。
- フーリエ打ち切り誤差とエイリアシング誤差の閉形式近似を導出し，許容誤差に適合するパラメータ選択を明確化した。
- 数値実験により，解析結果が検証され，本手法が粒子シミュレーションにおける既存のEwald法に優れることが示された。
行列指数関数の作用をスター積アプローチで計算 [math.NA, cs.NA]目的：行列指数関数によるベクトルへの作用の計算
- 制御理論や数値解析において，行列指数関数はシステムの過渡応答や安定性を分析する上で不可欠である。
- 時間区間全体に対する行列指数関数を効率的に計算する方法が課題であった。
- スター積アプローチを用いて，指定された時間区間における行列指数関数作用の効率的な計算を目指す。
- 提案手法は，ベクトルに作用する行列指数関数を直交多項式級数に展開することで，時間区間内の解を効率的に評価する。
- この手法は，二変量分布の代数であるスター代数における行列指数関数の新しい表現に基づいている。
- 得られた定式化は，直接法またはクリロフ部分空間法によって解くことのできる，シュタイン型行列方程式と同値である。
時間発展方程式に対するベルンシュタイン・フォン・ミーゼス定理 [math.ST, cs.NA, math.AP, math.NA, math.PR, stat.TH]目的：非線形放物型偏微分方程式で駆動される無限次元動力系における事後分布の近似
- 複雑なシステムにおける確率的モデリングの基礎であり，不確実性の定量化に不可欠である。
- 初期条件が確率分布で与えられる場合の，事後分布の解析的表現が困難である。
- 離散的な観測データから得られる事後分布を，ガウス分布で近似可能とする条件を導く。
- 事後分布は，ある条件下で，ウォータースhtein距離を用いてガウス過程の法則で近似できることが示された。
- 周期的な非線形反応拡散方程式への適用例が提示され，時間依存シュレーディンガー方程式との関連性が示された。
- 粗いガウス初期条件を持つシュレーディンガー方程式の共分散作用素の表現が導かれた。
確率的力学のためのKoopman法：カーネル拡張動的モード分解に対する誤差限界 [math.DS, cs.NA, math.NA]目的：確率的力学系におけるKoopman演算子のカーネル拡張動的モード分解（kEDMD）近似の誤差限界
- 力学系の解析において，高次元かつ非線形な問題を扱う必要性が高まっている。
- 既存手法では，確率的システムの解析における誤差評価が困難であった。
- kEDMD近似の誤差を理論的に評価し，その精度向上に貢献すること。
- kEDMD近似の誤差は，データ点分布とカーネル関数の選択に依存することが示された。
- 誤差は，決定論的な項（fill distance）と確率的な項（サンプル数に依存）に分解された。
- Langevin方程式を用いた数値実験により，導出された誤差限界の有効性が確認された。
正則化オプティマル輸送の鋭敏な局所的な疎性 [math.AP, cs.NA, math.NA, math.PR, math.ST, stat.TH]目的：エントロピー正則化オプティマル輸送における正則化された最適輸送結合の収束率の評価
- 最適輸送は，確率分布間の距離を測る重要なツールであり，機械学習など様々な分野で応用が広がっている。
- エントロピー正則化オプティマル輸送の解は疎であり，その収束速度が未解決の問題であった。
- 条件付き測度のサポートが縮小する率を明らかにし，正則化ポテンシャルの収束率を導くことを目指す。
- 条件付き測度のサポートは，半径$\varepsilon^\frac 1 {d(p-1)+2}$の球状に振る舞うことが証明された。
- この結果は，正則化ポテンシャルが一様に強い凸性を持ち，その収束速度を導出することを可能にする。
- 本研究は，多変量ケースや自己輸送でないケースを含む，既存の結果を一般化する。
ProxiCBO：収束が証明可能なコンセンサスベースの複合最適化手法 [math.OC, cs.NA, math.NA]目的：複合最適化問題に対するコンセンサスベース最適化と近接勾配法の統合
- 信号処理をはじめとする様々な分野で，非線形な複合最適化問題が頻出している。
- 従来の近接勾配法やCBOでは，複雑な最適化状況への対応や計算効率が課題であった。
- ProxiCBOにより，より高精度かつ効率的な最適化手法を提供し，実用的な性能向上を目指す。
- 提案手法ProxiCBOは，連続時間有限粒子動力学において大域的な収束性を保証する。
- シミュレーション結果から，ワンビット量子化測定からの信号復元や，単一光子LiDARデータからのパラメータ推定において，既存手法を上回る性能が確認された。
- ProxiCBOは，精度と粒子効率の両面において，従来法よりも優れていることが示された。
- 1