arXiv雑要約
数値解析 - 2026/04/28 公開
非対称二重グリッド法の最適移行演算子 [math.NA, cs.NA]目的：非対称二重グリッド法における収束性解析と最適移行演算子の導出
- 大規模線形方程式の解法は，科学技術計算の根幹であり，効率的なソルバーの開発が不可欠である。
- 非対称不定行列に対するAMG法の理論的理解が十分ではなく，既存手法では適用が限定される場合がある。
- より広範な条件のもとで非対称二重グリッド法の収束性を保証し，最適な演算子を構築することで，適用範囲を拡大する。
- 非対称内積および誘導されるB-ノルムに対する二重グリッド法の収束性に関する理論的枠組みが確立された。
- 二つの異なる二重グリッド誤差演算子について，収束条件や特性の違い，およびノルマリティの必要性が明らかにされた。
- 誤差ノルムを最小化する，両方の二重グリッド法に対する最適な互換性のある補間・制限演算子が導出された。
非対称代数Vサイクルマルチグリッド法のノルムに基づく収束境界 [math.NA, cs.NA]目的：非対称および不定行列に対する代数マルチグリッド法の収束解析
- 大規模疎行列の解法は，科学技術計算において不可欠であり，計算効率が求められる。
- 非対称行列に対するマルチグリッド法の理論的保証は十分ではなく，収束性の評価が難しい。
- 非対称行列に対するマルチグリッド法の収束性を，一般的なノルムを用いて厳密に評価する。
- 非対称代数マルチグリッド法の収束性を測るための枠組みを拡張し，新たな結果を提供した。
- 2種類の異なるマルチグリッド演算子について，誤差伝播行列のノルムに関する鋭い評価を得た。
- 粗グリッド空間のサイズを大きくすることで，ノルムが減少することを示し，McCormickのVサイクル境界を非対称ケースに拡張した。
凸最適化のためのランダムな部分空間補正法 [math.OC, cs.NA, math.NA]目的：凸最適化問題に対するランダムな部分空間補正法の理論的枠組み
- 最適化問題は，工学，経済学，データ科学など，広範な分野で不可欠である。
- 既存手法は，分解方法や局所ソルバーの選択に依存し，適用範囲が限定される。
- 部分空間補正法の統一的枠組みを提供し，より広範な問題設定への適用を可能にする。
- 本研究では，ドメイン分解，マルチグリッド，ブロック座標降下法など，既存のアルゴリズムを包括する抽象的枠組みを提示した。
- この枠組みは，弱い滑らかさや凸性を持つ問題，および任意の部分空間分解に対しても適用可能である。
- 得られた収束レート解析は，非線形偏微分方程式，画像処理，データ科学など，幅広い分野への応用を示唆する。
ガウス分布を超えたアフィン条件付け：アンサンブルカルマン更新のユニークな特徴づけ [math.ST, cs.NA, math.NA, math.OC, math.PR, stat.TH]目的：アンサンブルカルマン更新の理論的特徴付け
- 逆問題やデータ同化において，事後分布を近似する手法として広く利用されている。
- ガウス分布以外の場合，アフィン条件付けは一意に定まらず，複数の解が存在する。
- アフィン条件付けにおいて，アンサンブルカルマン更新が唯一の解となる条件を明らかにする。
- アンサンブルカルマン更新が厳密な条件付けを与える分布の集合が，ガウス分布の集合よりも大きいことが示された。
- 高対称性分布を除き，アンサンブルカルマン更新が唯一のアフィン条件付け写像であることが証明された。
- アンサンブルカルマン更新を含む分布依存型アフィン写像が存在する最大の集合が特定された。
暗黙的ハミルトニアンを持つ最適制御問題に対するヤコビアンフリー逆伝播の収束性 [math.OC, cs.LG, cs.NA, math.NA]目的：暗黙的ハミルトニアンを持つ最適制御問題におけるヤコビアンフリー逆伝播の収束性
- 最適制御は，ロボット工学や経済学など，様々な分野で重要な役割を担っている。
- 暗黙的ハミルトニアンを持つ場合，閉形式の最適制御則が得られず，学習が困難である。
- ヤコビアンフリー逆伝播を用いて，高次元最適制御問題における収束性を保証することを試みる。
- 本研究では，ミニバッチ法におけるヤコビアンフリー逆伝播の収束性を理論的に保証した。
- その結果，得られた更新は期待される最適制御目的の停留点に収束することが示された。
- マルチエージェント消費問題や群制御といった高次元問題への適用可能性も実証された。
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ある学習のための最適実験計画
- 材料のミクロな挙動をマクロなモデルで記述する上で，構成則は重要な役割を果たす。
- 実験データが限られる場合，構成則を正確に特定するためのパラメータ推定が困難となる。
- 実験計画を最適化することで，少ない実験回数で信頼性の高いパラメータを特定することを目指す。
- ベイズ最適実験計画法を導入し，パラメータの不確実性を定量化し，実験計画の有用性を最大化する。
- ガウス近似とサロゲート近似により，計算コストを削減し，高次元データ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計画よりもパラメータの特定能力を大幅に向上させることを示した。
復元係数由来の粘弾性減衰を含む連続的粒状流モデル [cond-mat.soft, cs.NA, math.NA, physics.flu-dyn]目的：速度依存性を示す粒状流の，全領域にわたるモデル化
- 粒状物質は，産業プロセスや自然現象において重要な役割を果たすため，その流れの理解が不可欠である。
- 従来のモデルでは，波の伝播やエネルギー散逸を正確に表現できず，粒子の衝突特性とマクロな流れの関連性が不明瞭であった。
- 粒子の衝突特性を反映した粘弾性減衰を導入し，粒状流のより現実的な挙動を予測することを目指す。
- 復元係数と連続体粘性との間に明確な関係を確立し，粒子スケールの衝突物理とマクロな減衰を直接的に結びつけた。
- 弾性応答と粘性応答を明確に分離することで，波の伝播と衝突過程を支配する粘性散逸を，塑性流則を変えることなく実現した。
- 様々な数値例において，モデルが波の伝播，拡散，速度依存性を示す粒状挙動を統一的に捉えることを示した。
- 1
- 2