arXiv雑要約
数値解析 - 2026/04/30 公開
効率的なPOD-Galerkinパラメータ化低次モデルのためのモード再配置点間補間 (MRPWI) [math.NA, cs.NA, physics.flu-dyn]目的：POD-Galerkinパラメータ化低次モデルの効率的な構築
- 複雑な現象のシミュレーションにおいて，計算コスト削減が重要課題である。
- POD-Galerkin法では，未知パラメータにおけるPODモードの補間精度が課題となる。
- PODモードの同期化により，高精度かつ効率的な補間手法を開発すること。
- 提案手法MRPWIは，GMIと同程度の精度を維持しつつ，著しく高い計算効率を実現した。
- モード再配置の二段階手順（符号揃えと回転揃え）が，PODモードの同期化に効果的である。
- 円柱流れへの適用により，直接数値シミュレーションや標準的なPOD-Galerkin ROMと比較して高い精度が確認された。
中性子拡散方程式へのMF-PINNにおける物理に基づいた損失スケーリングについて [math.NA, cs.NA]目的：中性子拡散方程式へのMF-PINNにおける損失スケーリング手法
- 原子力分野において，中性子輸送計算は原子炉の設計・安全評価に不可欠である。
- 従来の数値解法は計算コストが高く，高精度な計算が困難な場合がある。
- MF-PINNの収束性と精度を向上させ，効率的な中性子拡散計算を実現すること。
- 提案手法は，物質断面積に基づいたスケーリング損失関数を導入し，MF-PINNの性能を改善する。
- 固定源問題およびk-固有値問題に関する数値実験により，提案手法の有効性が確認された。
- スケーリング手法は，1群から多群，2次元から3次元の構成まで，様々なケースで収束性と精度を向上させる。
二重ブラケット散逸に対する離散変分計算 [cs.CL, math.NA, cs.NA, math.DG]目的：二重ブラケット散逸を持つ力学系に対する離散変分積分器
- 力学系の数値シミュレーションにおいて，正確性と安定性が重要であり，離散変分法は優れた性能を示す。
- 既存の方法では，エネルギーが減少する系におけるコadjoint軌道の厳密な保存が困難である。
- コadjoint軌道の厳密な保存を可能にする幾何積分器を提案し，その利点を検証する。
- 提案手法は，コadjoint軌道を正確に保存する。
- 他の汎用的な数値解法と比較して，様々な数値シミュレーションで優位性を示す。
- 衛星減衰，地球流体，プラズマ物理など，多様な物理システムへの応用が期待される。
弱い貪欲アルゴリズムについて [math.NA, cs.NA, math.FA]目的：弱い貪欲アルゴリズムの収束性に関する研究
- 貪欲アルゴリズムは，最適化問題への効率的なアプローチとして広く利用されている。
- 貪欲アルゴリズムの収束性は，常に保証されているわけではないという課題がある。
- 特定の条件下における貪欲アルゴリズムの収束性を明確にすることを目指す。
- 本研究では，スカラーパラメータを持つ弱い貪欲アルゴリズムの結果を，弱さの系列を持つ場合へと拡張した。
- 貪欲アルゴリズムの収束問題に関する新たな設定を提示し，全要素に対する収束ではなく，特定の部分集合における収束を検討する。
- その部分集合は，与えられた辞書に関連付けられた一般化された八面体である。
圧縮性オイラー方程式に対する新しい漸近保存的双形式有限体積法 [math.NA, cs.NA]目的：圧縮性オイラー方程式の数値解法開発
- 流れのシミュレーションにおいて，圧縮性流体の挙動を正確に予測することは不可欠である。
- マッハ数が小さい場合，計算が不安定になり，時間ステップを非常に小さくする必要がある。
- あらゆるマッハ数で均一な精度と安定性を保つ漸近保存(AP)スキームを開発すること。
- 提案手法は，期待される2次精度を達成し，時間ステップの制約がマッハ数に依存しないことが確認された。
- 非保存形と保存形のシステムを同時に発展させ，マッハ数に応じて適切な解を選択するポスト処理を行う。
- これにより，低マッハ数領域ではAPスキーム，高マッハ数領域では保存形CUスキームによる解が得られる。
熱回転浅水方程式に対する漸近保存的双形式有限体積法 [math.NA, cs.NA, physics.flu-dyn]目的：熱回転浅水方程式の数値解法
- 地球規模の気象や海洋現象を理解する上で重要な方程式系である。
- 多重時間スケール現象を捉えることが難しく，数値計算で誤差が生じやすい。
- 低ロスビー数領域と高ロスビー数領域の両方で正確な解を得ることを目指す。
- 本研究では，保存形と原始形を同時に解く双形式有限体積法を提案した。
- これにより，低ロスビー数領域での漸近保存性と，高ロスビー数領域での衝撃波の捕捉性能を両立した。
- 提案手法は，様々な流れ場において物理的に妥当な解を与えることが示された。
相場分布関数法における近接ガレルキン法 [math.NA, cs.NA]目的：相場分布関数法による破壊力学シミュレーションの数値的課題解決
- 破壊現象の理解と予測は，材料設計や構造物の安全性を高める上で重要である。
- 相場分布関数法の適用には，相場分布関数の物理的制約（不可逆性や有界性）の厳密な施行が課題となる。
- 物理的制約を厳密に施行し，相場分布関数法における数値的安定性と精度を向上させること。
- 近接ガレルキン法は，相場分布関数の物理的境界条件を厳密に施行し，不可逆性条件を自然に扱う。
- 静的および動的な相場分布関数法による破壊問題の両方に適用可能である。
- 数値結果は，理論的予測および実験観察と正確に一致し，一貫性のある制約処理を実現する。
スポットライト，事前スケッチ，ベイジアン近似誤差パラダイム [math.NA, cs.NA]目的：大規模逆問題や，モデルパラメータが不明確な問題における計算コスト削減手法
- 逆問題は科学技術の様々な分野で重要であり，現実世界の現象の理解に不可欠である。
- 逆問題は不安定性を持つことが多く，近似モデルの使用は計算結果に不要なアーティファクトやぼやけを生じさせる。
- 本研究は，ベイジアン近似誤差法とスポットライト反転を用いてモデリング誤差を抑制し，より正確な解を得ることを目指す。
- ベイジアン近似誤差法とスポットライト反転は密接に関連しており，ランダム線形代数のスケッチスキームとの関連性も明らかになった。
- 両手法は，計算モデル内のノイズを効果的に抑制し，X線CTや電気インピーダンスCTといった応用において良好な結果を示した。
- 近似モデルの使用による誤差を抑制することで，逆問題の解の精度と安定性を向上させることが示された。
構造を考慮したテンソルモデル次元削減 [math.NA, cs.NA, math.DS]目的：パラメータ化された偏微分方程式の低次元モデル構築
- 複雑な物理現象のシミュレーションにおいて，計算コストの削減が不可欠である。
- 従来の低次元モデルでは，非線形性の強い問題やデータ不足の問題に対応が困難である。
- テンソルモデルを活用し，パラメータに依存して変化する基底を効率的に構築することで，上記の問題を解決する。
- 提案手法は，多線形Tucker分解を用いることで，効率的な次元削減を可能にする。
- 構造化された偏微分方程式や，疎なパラメータサンプリングに対しても有効であることが示された。
- 特に，非線形性が高くデータが限られた状況下において，従来のテンソル低次元モデル技術を上回る性能を示す。
時間依存輸送方程式に対する最大原理を保存する2次CR有限要素法 [eess.SY, cs.SY, eess.SP, math.NA, cs.NA]目的：時間依存輸送方程式の数値解法
- 輸送現象のシミュレーションは，科学技術の幅広い分野で不可欠である。
- 高精度かつ安定な輸送方程式の解法が課題となっている。
- 最大原理を保存しつつ，高精度な数値解法を構築すること。
- CR有限要素の対角的な質量行列を利用し，大規模な連立方程式を解く必要がない。
- 最小および双線形粘性に基づいた低次スキームを導入し，貪欲法およびフラックス補正輸送粘性によって2次精度を回復した。
- 数値実験により，提案手法の精度とロバスト性が確認された。
量子化された相互作用規則に基づくドリフトのない保存則力学 [math.NA, cs.NA, physics.comp-ph]目的：保存則力学の正確な離散化
- 数値計算において，保存則を満たすことは，計算の正確性と安定性を保証する上で重要である。
- 従来の離散化手法では，浮動小数点演算による丸め誤差が蓄積し，保存則が破綻する問題がある。
- 丸め誤差の影響を受けない，正確な離散的相互作用規則を構築し，保存則を厳密に満たすことを目指す。
- 本研究では，整数のやり取りに基づく演算子を用いることで，算術レベルでの保存則を厳密に実現した。
- この手法は，高周波成分の輸送特性を向上させ， Burgers 方程式における不連続な解を鋭く保持することを示した。
- 多次元問題や保存則系の問題にも拡張可能であり，演算子レベルで不変性とエントロピー選択を組み込むことができる。
カーン・ヒリアード方程式に対するエネルギー安定補助変数法 [math.NA, cs.NA]目的：カーン・ヒリアード方程式の数値解法
- 材料科学や物性物理において相分離現象の理解は重要であり，そのシミュレーションの精度向上が求められる。
- 従来の数値解法では，エネルギー保存則が必ずしも満たされず，長時間のシミュレーションにおいて不安定性が生じる場合がある。
- 合理的な自由エネルギー項を持つカーン・ヒリアード方程式に対し，エネルギー保存則を満たす安定な数値解法を開発する。
- 提案手法であるQCE法は，SAV法と陰解法を組み合わせることで，元のエネルギー消散則を保存する離散化を実現した。
- 離散化された分散関係および粗化動力学を導出し，連続系との一致性および効率性を確認した。
- 異方性関数に対する欠損した配向を捉え，様々な初期条件下での相分離と異方性進化を数値シミュレーションで示した。
行列を用いないGalerkinマルチグリッドソルバーと，単一GPU 3D SIMP 線形システムの故障モードスクリーニング [cs.CE, cs.NA, math.NA]目的：大規模3D SIMP研究における線形ソルバーの性能向上
- 3D SIMP解析は，材料設計において重要な役割を担うが，計算コストが高い。
- 高コントラストな条件下では，線形ソルバーの条件数が悪化し，収束性が低下する。
- 単一GPU環境で効率的に線形システムを解くための手法を確立すること。
- 行列を用いないGalerkinマルチグリッドソルバー（GMG）を構築し，3D SIMP線形システムの解法を検討した。
- FP32-GMGを用いた場合，一定の要素数において，従来の解法よりも高速な解が得られた。
- BF16-GMGはFP32-GMGよりも高速ではなかったが，故障モードの診断に役立つスクリーニング手法を提示した。
高コントラスト媒質におけるインピーダンス境界条件付き時間調和Maxwell方程式の多重スケールモデリング [math.NA, cs.NA]目的：高コントラスト媒質における時間調和Maxwell方程式の多重スケールモデリング手法
- 電磁波シミュレーションは，通信，計測，医療など幅広い分野で不可欠な技術である。
- 高コントラスト媒質や高波数において，数値計算の不安定性や計算コストが課題となる。
- 多重スケール解析により，効率的かつ安定な電磁波シミュレーションを実現する。
- 本研究では，多重スケール基底関数の発散不可能性制約を明示的に課さない，効率的なフレームワークを提案した。
- 補助空間の構成により，双線形形式の強制性を保証し，カール演算子の核を主要な固有空間から自動的に排除する。
- 適切なオーバーサンプリングにより，$O(H)$の収束性が，局所コントラストや波数に依存せず達成されることが理論的に証明された。
拡散光学トモグラフィにおける不確かさへの対処とドメイン切断の実現に関する射影 [cs.CY, math.NA, cs.NA]目的：拡散光学トモグラフィにおけるモデリング誤差の軽減
- 脳機能計測において非侵襲的な手法として重要であり，その精度向上が求められている。
- ドメイン切断や光学パラメータの誤指定が，再構成精度に大きな影響を与える課題がある。
- 射影を用いた手法により，これらの誤差の影響を軽減し，より正確な再構成を可能とする。
- 本研究では，前方モデルを補助変数のヤコビアンの直交補空間に射影することで，モデリング誤差の影響を軽減する。
- シミュレーションデータを用いた評価により，提案手法が誤差に強く，高精度な再構成を可能にする事が示された。
- 特に，新生児の脳活動データに対するシミュレーションにおいて，その有効性が確認された。
明示的な平面有限要素弾性複合体と重心細分における$C^1$要素 [math.NA, cs.NA]目的：平面弾性におけるArnold-Douglas-Gupta型高次混合有限要素の正確な系列構造の明示化
- 構造解析において，より高精度な弾性計算は重要な課題であり，現実世界の複雑な構造のシミュレーションに不可欠である。
- 既存の有限要素法では，高次要素の構築や$C^1$連続性の確保が難しく，計算コストが高くなる場合がある。
- 重心細分を用いた平面弾性問題に対し，明示的な$C^1$要素を構築し，高精度かつ効率的な計算を可能にすること。
- 重心細分上の各マクロ三角形において，局所的にサポートされた関数を用いて，対称応力空間を構築する。
- これらの関数を生成する閉形式のAiryポテンシャルを導出し，Arnold-Douglas-Gupta応力空間を正確に再現する$C^1$ポテンシャル空間を構築した。
- 単一値の自由度を課すことで，単純連結領域における完全な有限要素弾性複合体を実現し，新たな$C^1$要素を設計した。
受動ガンマ線放射断層撮影のためのロバストなモデルベース反復法 [math.NA, cs.NA]目的：受動ガンマ線放射断層撮影における再構成手法の高速化
- 使用済み核燃料の地層処分前の検証技術として重要であり，安全性の確保に貢献する。
- 既存手法は計算コストが高く，実用的な時間内での処理が課題となっていた。
- 深層学習を用いた反復法により，計算効率を向上させ，実用的な検証時間を実現する。
- 提案手法は，既存のLevenberg-Marquardt法と同等の再構成品質を，反復回数の約3分の1で達成した。
- 学習された演算子のアーキテクチャによって，外挿入力に対するロバスト性に違いが見られた。
- フィンランドの原子力発電所からのシミュレーションおよび実測データを用いて有効性が確認された。
高次元平均場ゲームに対する深層ポリシー反復法：再生型定式化による効率化 [math.NA, cs.NA]目的：高次元有限地平線平均場ゲームの解法
- 経済学，金融工学等の分野で，多数のエージェント間の相互作用を扱う上で重要。
- 高次元問題では，従来の解法が計算コストの面で困難を伴う。
- 再生型定式化と深層学習により，高次元問題でも効率的な解法を実現する。
- 提案手法は，ハミルトン-ヤコビ-ベルマン方程式とフォッカー-プランク方程式の直接解法を回避することで，計算効率を高めている。
- 粒子系による集団測度の近似と，サイクルごとの更新により，大規模な軌道シミュレーションを不要としている。
- 数値実験により，提案手法が10,000次元までの高次元問題に有効であることが示されている。
記憶を持つ非局所保存則系とそのゼロ保持極限 [math.NA, cs.NA, math.AP]目的：記憶を持つ非局所保存則系のエントロピー解の存在と一意性
- 輸送現象や偏微分方程式のモデル化において，時間と空間の非局所性を考慮することは重要である。
- 既存研究では，時間方向の記憶効果を考慮した非局所保存則系の解析が不足している。
- 時間方向の記憶効果を持つ非局所保存則系の数値解の収束性と漸近挙動を明らかにすること。
- 時間方向の核のサポートが縮小する際の解の漸近的振る舞いを解析し，「記憶から記憶なし」への効果を示した。
- 有限体積近似を用いてエントロピー解の存在と一意性を議論し，数値近似の漸近整合性を示した。
- 空間および時間方向の畳み込み核の凸性などの幾何学的制限を課さずに解析を行った。
わずかに圧縮性の流れに対するデータ同化 [math.NA, cs.NA, physics.flu-dyn]目的：わずかに圧縮性の流れにおけるデータ同化手法の開発
- 気象や流体シミュレーションの精度向上に不可欠な技術であり，予測精度の改善に貢献する。
- 完全な非圧縮性流体は存在せず，圧縮性効果を無視すると誤差が生じるという課題がある。
- わずかに圧縮性の流れに対するデータ同化の誤差を削減し，より正確な予測を可能にすること。
- 速度と圧力両方のデータを同化することで，誤差が指数関数的に減衰することを示した。
- 圧力の同化パラメータの適切な設定により，効果的なデータ同化が可能となることが明らかになった。
- 数値実験により，理論的結果の妥当性が確認され，圧力誤差が大幅に低減された。
最適化不要の集中型行列指数関数 [math.PR, cs.NA, math.NA]目的：集中型行列指数関数の新しい族の提案
- 確率過程の正確な解析には，分布の集中度が重要である。
- 従来，低分散な行列指数関数分布の構築には数値最適化が不可欠であった。
- エールング限界を超える集中型行列指数関数分布の解析的証明を目指す。
- 三角関数フェイエル核を対数的にべき乗することで，単位遅延に対する集中型行列指数関数密度を導出した。
- この密度族は，正確なモーメントと閉じた形のパラメータを持つ。
- これにより，行列指数関数クラスが漸近的にエールング限界を超えることが初めて解析的に示された。
空間と時間における分数平滑度を持つ非分離型時空間モデルのARMA近似 [stat.ME, cs.NA, math.NA]目的：空間と時間における分数平滑度を持つ非分離型時空間共分散モデルの近似
- 空間モデリングにおいてMatérn共分散モデルは広く利用されるが，時空間モデリングにおける標準的な選択肢は存在しない。
- 既存の計算手法は，時間における平滑度の制限が厳しく，柔軟性に欠ける。
- 時間における任意の平滑度に対応可能な近似手法を開発し，時間方向の推定精度向上を目指す。
- 時間方向の近似に有理近似を用いることで，VARMA過程に基づく離散化手法を提案した。
- 提案手法は，空間および時間分解能，有理近似の精度に応じて，共分散関数の収束率が理論的に保証された。
- シミュレーション研究により，パラメータの推定が可能であり，時間平滑度の正確な指定が予測において重要であることが示された。
MLMC-qDRIFT：量子ハミルトニアンシミュレーションのための多水準分散低減 [quant-ph, cs.NA, math.NA]目的：量子ハミルトニアンシミュレーションにおける計算コスト削減
- 量子コンピュータの主要な応用分野であり，新物質設計や創薬への貢献が期待されている。
- 多くの項からなるハミルトニアンの場合，既存手法は回路規模が大きくなり計算コストが増大する。
- qDRIFTの効率を向上させ，より少ない計算資源で高精度なシミュレーションを実現すること。
- 本研究で提案するMLMC-qDRIFTは，qDRIFTのサンプリングオーバーヘッドを削減する。
- 回路の深さの階層構造を構築し，ランダムなハミルトニアン項サンプルの共有によって分散の減少を実現した。
- 計算複雑度を$\mathcal{O}(\varepsilon^{-3})$から$\mathcal{O}(\varepsilon^{-2}\log^2(1/\varepsilon))$へと改善し，実用的なゲート数の削減を示した。
二次関数の商に対する零次法の一般化 [math.OC, cs.NA, math.NA, math.PR]目的：二次関数の商の最適化に関する研究
- 最適化問題は，機械学習やデータ分析など，幅広い分野で重要である。
- 高次元空間における最適化は計算コストが高く，効率的な手法が求められている。
- 既存手法の効率を向上させ，より大規模な問題に対応できる手法を開発する。
- 本研究では，球面上での無制約サンプリングに基づく新しい手法を提案した。
- 提案手法は，リーマン最適化の勾配・ヘッセ行列の推定に利用できる代替手段を提供する。
- 実験結果から，提案手法が最新の手法を凌駕する性能を示すことが確認された。
高次元関数に対する深層ニューラルネットワーク近似理論 [math.PR, cs.SI, q-bio.PE, math.CA, cs.SC, math.NA, cs.NA]目的：深層ニューラルネットワークの近似能力に関する研究
- 高次元データ処理において，従来の機械学習手法は次元の呪いの影響を受けやすい。
- 深層ニューラルネットワークの表現能力の理論的な保証が十分ではない。
- 次元の呪いを克服する深層ニューラルネットワークの表現能力を示すこと。
- 深層ニューラルネットワークは，広範な関数クラスの近似において次元の呪いを克服できることが示された。
- 近似に必要なパラメータ数は，許容誤差の逆数と入力次元に対して多項式的に増加する。
- 局所Lipschitz連続関数，最大関数，積関数を用いることで，深層ニューラルネットワークの表現力が向上することが確認された。
ReLU，Leaky ReLU，Softplus活性化関数を持つ深層ニューラルネットワークが，Lipschitz非線形性を持つKolmogorov偏微分方程式の次元の呪いを，$L^p$の意味で克服することの証明 [math.NA, cs.LG, cs.NA, math.PR]目的：高次元偏微分方程式に対する深層学習による近似手法の次元の呪いの克服可能性
- 偏微分方程式の近似計算において，次元の呪い克服は，高次元問題への適用を可能にする上で重要である。
- 既存の深層学習手法は，次元の呪いを克服できると示唆するシミュレーション結果はあるものの，数学的な証明は不足している。
- ReLU，Leaky ReLU，Softplus活性化関数を持つ深層ニューラルネットワークが，$L^p$空間において次元の呪いを克服することを示す。
- 本研究では，ReLU，Leaky ReLU，Softplus活性化関数を持つ深層ニューラルネットワークが，Lipschitz非線形性を持つKolmogorov偏微分方程式の解を，次元の呪いなしで$L^p$の意味で近似できることを証明した。
- この結果は，既存研究におけるReLU活性化関数に対する結果を，$L^p$空間とより一般的な活性化関数へと拡張するものである。
- 特に，初期値関数がReLU深層ニューラルネットワークで次元の呪いなしに近似可能であれば，終端時刻における解も同様に近似可能となることが示された。
確率的フラクショナル発展方程式の新しいクラスのスペクトル近似 [math.NA, cs.NA]目的：確率的フラクショナル発展方程式の数値近似手法
- 空間統計におけるSPDE法の空間・時間拡張として重要性が高まっている
- 効率的かつ正確な数値解法が求められている
- スペクトル近似と数値積分による数値解法の誤差評価と検証
- スペクトル近似と時間離散化の誤差に対する上限が導出された
- 提案手法の有効性は，複数の数値実験によって確認された
- 空間・時間両面での解析が可能となる数値解法が示された
ディラックデルタ初期条件を持つ分数フォッカー・プランク方程式の高速かつ高精度なソルバー [math.NA, cs.NA]目的：分数フォッカー・プランク方程式の数値解法
- 物理学における確率密度進化の記述に不可欠であり，多様な分野に応用されている。
- ガウス分布の仮定が成り立たない場合に，従来のフォッカー・プランク方程式では精度が低下する。
- ディラックデルタ初期条件における，分数フォッカー・プランク方程式の高精度数値解法を提供する。
- 本研究では，解の積分表現を利用した効率的かつ高精度な数値解法を提案した。
- 提案手法は，高次元問題においても高速なアルゴリズムを用いて効率的に計算できる。
- ディラックデルタ初期条件に加え，ガウス関数の和による初期条件に対しても有効性を示した。
変分データ同化における最小二乗問題解法の入門 [math.NA, cs.NA]目的：変分データ同化における最小二乗問題の解法
- 地球システムの状態推定に不可欠であり，気象や海洋予測に広く利用されている。
- 大規模な非線形最小二乗問題であり，計算コストが課題となっている。
- 大規模地球物理学的応用における線形代数的な問題に焦点を当て，効率的な解法を提示する。
- 変分データ同化は，観測データと力学モデルを組み合わせるための手法である。
- 大規模なスパース線形部分問題を解くためには，高度な数値線形代数手法が必要となる。
- 高品質な前処理子は，クライロフ部分空間ソルバーの反復回数を制限する計算需要を緩和するために不可欠である。
置換を避けたFFTに基づく畳み込み [math.NA, cs.DS, cs.MS, cs.NA]目的：離散畳み込みの高速評価手法
- 高速フーリエ変換(FFT)は，様々な信号処理に応用され，計算効率が重要視されている。
- 従来のFFT実装では，インデックス反転置換がボトルネックとなり，算術集約度が低下している。
- 置換を回避することで，FFTの性能改善が期待できる。
- 従来のFFT実装における3つのインデックス反転置換が相殺されることを利用した。
- 多次元ケースにおける置換を避けた畳み込み手順を検討し，性能評価を行った。
- FFTライブラリ開発者は，置換を避けた畳み込みカーネルのサポートを検討すべきである。
単峰関数の最小化における比率分割法とアルゴリズム [cs.CL, math.NA, cs.NA]目的：単峰関数の最小化のための区間分割手法
- 最適化問題は科学技術の様々な分野で不可欠であり，効率的な最小化アルゴリズムが求められている。
- 既存の二分法や黄金分割法は，関数によっては収束が遅いという課題がある。
- 提案手法は，単峰関数の最小化において，より高速な区間分割アルゴリズムを提供することを目指す。
- 提案手法の受動的アルゴリズムは，二分法と比較して約2.26倍，黄金分割法と比較して約1.72倍高速であった。
- 能動的アルゴリズムはさらに高速で，二分法と比較して約3.31倍，黄金分割法と比較して約2.52倍であった。
- 改良されたBrent法は，元のBrent法よりも約1.69倍高速であり，単峰関数の最小化において優れた性能を示した。
確率熱方程式に対する非負性保存型完全離散有限要素法 [math.NA, cs.NA]目的：確率熱方程式の非負性保存型完全離散有限要素法の開発
- 熱方程式は物理現象の多様なモデル化に不可欠であり，その数値解法は重要である。
- 確率的摂動を含む熱方程式の数値解法では，解の非負性を保証することが困難である。
- 非負性を保存しつつ，確率的熱方程式を高精度に数値的に解くこと。
- 本研究では，質量集中型有限要素法とリー・トロッター分割法を組み合わせた完全離散数値解法を提案した。
- 提案手法は離散レベルで非負性を保存し，適切な条件下で収束性が証明された。
- 数値実験により，収束率と非負性の保存が確認された。
非線形データ同化のための潜在オートエンコーダアンサンブルカルマンフィルタ [cs.LG, cs.NA, math.NA, stat.ME, stat.ML]目的：非線形システムのデータ同化における精度向上
- 高次元システムのデータ同化は，気象予測や流体解析など様々な分野で不可欠である。
- 強非線形な動特性を持つシステムでは，標準的なEnKFの性能が低下する。
- 学習された潜在空間で線形な安定な動的モデルを構築し，データ同化の精度と安定性を高める。
- 提案手法LAE-EnKFは，潜在空間における線形な状態空間モデルを構築することで，カルマンフィルタの枠組みとの整合性を回復する。
- 標準的なEnKFや他の潜在空間法と比較して，LAE-EnKFは非線形およびカオス的なシステムにおいて，より正確かつ安定した同化結果を提供する。
- 計算コストは既存手法と同程度であり，データ駆動型のアプローチである。
ニューラル事前条件付きボーン級数：学習型事前条件付け器のための指標整合フレームワーク [cs.CL, cs.MA, cs.CY, cs.SY, eess.SY, math.NA, cs.NA]目的：異方性媒質における高周波ヘルムホルツ問題の求解
- 偏微分方程式の数値解法において，効率的な求解手法の確立が重要である。
- 従来の反復法やニューラルPDEソルバーは，異方性媒質における高周波ヘルムホルツ問題に対して課題が残る。
- ボーン級数と学習型事前条件付けを組み合わせ，より効率的な求解を目指す。
- 本研究で提案するNPBSは，従来の直接残差学習や古典的なCBSと比較して，反復回数を一貫して削減できることが示された。
- 特に条件数の悪いケースにおいて，その効果がより顕著に現れる。
- この設計原理は，ヘルムホルツ問題以外にも，対流拡散反応系や非線形偏微分方程式のニュートン線形化にも適用可能である。
フラクタル要素を用いた不連続ガレルキン法 [math.NA, cs.NA]目的：フラクタル境界を持つ領域における楕円型境界値問題の解の近似
- 複雑な形状を持つ領域のシミュレーションは，科学技術の発展に不可欠である。
- 従来の有限要素法では，フラクタル形状の正確な表現が困難である。
- フラクタル形状に適合する要素を用いた不連続ガレルキン法を構築し，その有効性を検証する。
- フラクタル要素を用いた不連続ガレルキン法を，コッホ雪片領域に対して定式化し，理論的解析と数値実装を行った。
- 要素間のフラクタル曲線境界における数値積分を，要素の相似性を用いて厳密に評価できることを示した。
- 数値実験により，本手法が線形および二次基底関数に対して有効であることを確認した。
フーリエ部分行列とヴァンデルモンド行列の条件数の指数的レートについて [math.NA, cs.NA]目的：フーリエ部分行列とヴァンデルモンド行列の条件数の指数的レートの厳密な評価
- 線形代数において，離散フーリエ変換行列は極めて重要な役割を担い，様々な応用分野で利用されている。
- 離散フーリエ変換行列自体はユニタリだが，その部分行列は指数的に条件数が悪化し，正確な計算を困難にする問題がある。
- 本研究は，連続する行と列を持つ正方部分行列に対する指数的な悪条件性の正確なレートを解明し，計算上の障害を克服することを目指す。
- 連続する列を持つすべての部分行列，または相異なる支持点を持つヴァンデルモンド部分行列に対する指数的レートの上限として，$2G/\pi$ (Gはカタラン定数) が得られた。
- この結果は，より一般的なヴァンデルモンド行列およびヴァンデルモンド様行列に対する分析から導かれ，指数的な悪条件性の厳密な評価が対数ポテンシャルを用いて示された。
- 本研究により，フーリエ部分行列の悪条件性に関する理解が深まり，数値計算の精度向上に貢献する。
変数変換に基づくスペクトル近似による分数微積分 [math.NA, cs.NA]目的：分数積分演算子のスペクトル近似の構築
- 工学や物理学の多様な問題に応用可能であり，高精度な数値解が求められる。
- 分数演算子のスペクトル近似は，計算コストや安定性の問題が課題であった。
- 数値的に安定かつ計算効率の良いスペクトル近似手法を開発し，適用範囲を拡大する。
- 変数変換とチェビシェフ多項式を用いることで，安定かつ効率的なスペクトル近似を構築した。
- 代数変換を用いることで，ヤコビ分数多項式に基づくスペクトル近似が得られる。
- 二重指数変換に基づくスペクトル近似は，既存手法では困難な問題にも適用可能であることが示された。
勾配フローに基づくブーストされた二階凸分割アルゴリズム [quant-ph, cs.ET, math.OC, cs.NA, math.NA]目的：相場モデルに現れる勾配フローに対する二階凸分割スキーム
- 相場モデル等のシミュレーションにおいて，計算効率と精度が重要課題である。
- 既存の分割アルゴリズムは計算コストが高く，収束性に課題がある場合がある。
- 非滑らかなエネルギー汎関数に対しても，効率的かつ安定な収束を達成する。
- 本研究では，陰解法にBDF2，非線形項にAdams-Bashforth法を用いた分割スキームを提案した。
- Kurdyka-\L ojasiewiczフレームワークを用いて，離散軌道のグローバル収束性を数学的に証明した。
- Armijo直線探索や古典的事前条件付けにより計算効率を向上させ，数値実験で既存手法との優位性を示した。
- 1