arXiv雑要約
数値解析 - 2026/05/04 公開
ディラック・フレンケル・オンサーガー原理：ゲージ運動量を用いた非線形偏微分方程式解の瞬間残留最小化 [cs.LG, cs.NA, math.NA, stat.ML]目的：非線形偏微分方程式解のパラメータ化における瞬間残留最小化と，その安定化手法
- 偏微分方程式の解法は科学技術の根幹であり，高精度な数値解法が求められている。
- パラメータ化の過程で条件数が悪化し，パラメータの時間発展が一意に定まらない場合がある。
- ゲージ自由度を利用し，安定化を図りながら，偏微分方程式の解を効率的に求めることを目指す。
- 本研究では，オンサーガーの最小散逸原理に基づき，履歴変数（運動量）を導入することで，パラメータの時間発展の安定性を向上させた。
- 提案手法は，従来の正則化とは異なり，瞬間残留最小化を維持しつつ，パラメータの時間的な滑らかさを促進する。
- 特異な状況やそれに近い状況下において，その効果が確認された。
ニューラル偏微分方程式近似における残差最小化のための適応異方性複合数値積分 [math.NA, cs.NA]目的：ニューラルネットワーク近似を用いた偏微分方程式の残差最小化における数値積分の役割
- 偏微分方程式は自然科学・工学の基礎であり，その数値解法は重要である。
- 既存の数値積分法では，精度と計算コストのバランスが課題であった。
- 残差最小化の精度向上と計算効率化を目指し，適応的な数値積分法を提案する。
- 本研究で提案する異方性適応複合数値積分法は，残差損失の相対誤差を制御し，効率的な計算を可能にする。
- オンライン誤差指標に基づくリフレッシュ訓練手法により，精度と計算コストのバランスを最適化する。
- ベンチマーク問題における数値実験により，本手法が訓練損失と参照損失の差を縮小し，高い近似精度を達成することが示された。
($\star$, $\epsilon$)-回文行列多項式のスペクトル分解とその応用 [math.NA, cs.NA]目的：($\star$, $\epsilon$)-回文行列多項式のスペクトル分解
- 行列のスペクトル分解は，線形代数における基礎的研究であり，様々な応用分野で重要である。
- 回文行列多項式のスペクトル分解は一般に困難であり，効率的な手法が求められている。
- ($\star$, $\epsilon$)-回文行列多項式のスペクトル分解を標準対とパラメータ行列を用いて行う。
- ($\star$, $\epsilon$)-回文2次行列多項式 $P(\lambda)$ のスペクトル分解を標準対とパラメータ行列によって行った。
- パラメータ行列 $\Gamma$ は， $J$ がブロック対角行列であるとき，特別な構造を持つ。
- スペクトル分解を，spill-overのない逆固有値問題と固有値埋め込み問題の解法に応用した。
観測された変位からマグマ溜まりの状態を推定する変分法 [math.NA, cs.NA]目的：マグマ溜まりの状態推定
- 火山活動の予測には，マグマ溜まりの内部状態の把握が不可欠である。
- 地表の変位データからの逆問題は，計算の不安定さという課題を抱えている。
- 地表変位観測データに基づき，マグマ溜まりの応力分布を推定し，状態把握を目指す。
- 提案手法は，データと導関数に関するノルムを含むコスト関数の最小化を試みる。
- コスト関数の極値は線形システムを導くが，条件数が高い問題を抱える。
- 高精度演算を用いることで，適切な解を得ることが可能となる。
時空間分数拡散偏微分方程式に対する深層ピカール反復法 [cs.HC, cs.CY, math.NA, cs.NA, math.PR]目的：高次元非線形時空間分数拡散方程式の解法
- 金融モデリング等に応用され，非マルコフ的な現象を記述する分数階微積分は重要である。
- 分数階微積分の離散化や非局所的な分数ラプラシアンの計算は困難を伴う。
- モンテカルロシミュレーションとニューラルネットワーク回帰により，効率的な解法を提案する。
- 深層ピカール反復フレームワークにより，高次元非線形分数拡散方程式の安定した解が求められた。
- カプート型記憶項と非局所的な分数ラプラシアンを直接離散化する代わりに，分数力学のモンテカルロシミュレーションを用いた。
- 二次元および高次元（d=100まで）のテスト問題において，精度の高い近似が確認された。
多面体メッシュ上の不連続ガレルキン法のための連続3次元有限要素サブグリッド基底関数 [cs.DC, cs.CL, math.NA, cs.NA]目的：多面体メッシュ上の非線形双曲型偏微分方程式系の解法
- 複雑な形状の対象を扱う上で，計算メッシュの柔軟性が重要である。
- 従来のメッシュ生成では，高品質なメッシュの作成が困難な場合がある。
- 複雑な形状に対して高精度かつ効率的な計算を可能とする手法の開発。
- 本研究では，多面体メッシュ上での高精度な不連続ガレルキン法を提案する。
- 集約型有限要素基底関数を多面体メッシュに拡張し，参照要素上の普遍的なローカル行列の事前計算を実現した。
- 圧縮性オイラー方程式およびナビエ-ストークス方程式に関するベンチマーク問題を通じて，手法の頑健性と精度を検証した。
HyCOP：解釈可能な偏微分方程式学習のためのハイブリッド合成演算子 [cs.CL, cs.CE, cs.LG, cs.NA, math.NA]目的：偏微分方程式の解演算子を学習するためのモジュール型フレームワーク
- 偏微分方程式は科学技術の根幹であり，高精度な解法が求められている。
- 従来のニューラル演算子はブラックボックス化しやすく，汎化性能に課題があった。
- 解釈性と汎化性能を両立する，新しい偏微分方程式解法を開発する。
- HyCOPは，アドベクション，拡散，学習されたクロージャなどの単純なモジュールを合成することで，解演算子を学習する。
- 実験の結果，HyCOPは既存のニューラル演算子と比較して，大幅に高い外挿性能を示した。
- HyCOPは解釈可能なプログラムを生成し，モジュール単位での知識転移を可能にする。
高度航空移動運用における監視システムの信頼性，堅牢性，回復性モデリング [math.NA, cs.NA]目的：高度航空移動運用用監視システムの信頼性，堅牢性，回復性に関するモデリングフレームワーク
- 高度航空移動の安全・効率的な運用には，低高度空域での継続的な監視が不可欠である。
- 悪天候や交通量の増加など，外乱に対する監視システムの脆弱性が課題となる。
- センサーネットワークの最適設計と運用により，システムの信頼性，堅牢性，回復性を向上させる。
- 本研究では，信頼性モデルを用いて，監視範囲と検知要件を満たすためのベースラインセンサー構成を決定する。
- 堅牢性モデルにより，悪天候や交通量増加といった外乱に対する追加センサー要件を特定し，システム性能を維持する。
- 回復性モデルは，センサー故障時のバックアップ戦略を策定し，運用中断を最小限に抑え，安全な運用継続を支援する。
制約付き多目的最適化のためのホモトピーフレームワーク [math.OC, cs.NA, math.NA]目的：制約付き多目的最適化問題のKarush-Kuhn-Tucker (KKT) 点の計算
- 現実世界の複雑な意思決定問題の多くは，複数の目的を同時に最適化する必要がある。
- 多目的最適化問題の解法は，計算コストが高く，安定性に課題がある場合が多い。
- KKT条件を連続的に変形するホモトピー法により，安定的な解法を提供し，計算効率を向上させる。
- 提案手法は，実行可能領域内の任意の点から出発して，パレート停留解へ確実に収束することが示された。
- 非実行可能点から初期化した場合でも，安定した収束性を示すことが数値実験で確認された。
- ベンチマーク問題において，スカラー化法やNSGA-IIと比較して，競争力のある計算効率と解質を達成した。
マクスウェル方程式の構造を保存する最適制御と，その応用としてのソースクローキング [math.OC, cs.NA, math.AP, math.NA, physics.comp-ph]目的：時間依存マクスウェル方程式の最適制御に関する構造保存型解法フレームワーク
- 電磁場の挙動を正確に記述するマクスウェル方程式は，様々な工学応用において基盤となる理論である。
- 数値計算における安定性や精度が課題であり，物理法則を厳密に満たす解法が求められている。
- マクスウェル方程式の構造を保存しつつ，最適制御を実現することで，応用範囲の拡大を目指す。
- 提案手法は，N\'ed\'elec要素とRaviart--Thomas要素を用いた時間離散化により，de Rham構造を保存する。
- 制御と状態の写像のwell-posednessと連続性が証明され，追跡型目的関数に対する勾配表現が得られた。
- 数値実験により，ソースクローキング問題に対する本手法の有効性が示された。
独立性の限界：ベイジアン反転における共分散事前分布について [stat.ME, cs.NA, math.NA]目的：ベイジアンフレームワークにおける，複数の未知パラメータの同時反転
- 観測データから未知パラメータを推定する反転問題は，地質学，地球物理学など多くの分野で重要である。
- パラメータ間の相関を考慮せずに独立と仮定するか，解釈が難しい正則化項を導入することが多い。
- パラメータ間の相関を，周辺事前分布を変えずに組み込む手法を提案し，不確実性の評価を目指す。
- 提案手法では，周辺分布を維持したまま共分散を構築し，空間的に変動する相互相関を可能にする。
- 厳密な縮約エンコーディングを用いることで，共分散構築が有効であり，主平方根因子化の下で正準相関の意味で最適である。
- 事前分布サンプリングと，偏微分方程式制約問題を含む複数の推論例を通して，相関における不確実性の影響を示す。
PageRank，時間反転，および方策評価の関連性 [math.OC, cs.NA, math.NA, math.PR]目的：マルコフ決定過程における方策評価とネットワーク分析におけるPageRankの関係性
- 方策評価は強化学習の根幹であり，最適な行動選択戦略の学習に不可欠である。
- 大規模な状態空間を持つマルコフ決定過程では，方策評価の計算コストが課題となる。
- PageRankの計算を利用することで，方策評価の効率化を図る。
- 割引マルコフ決定過程の方策評価は，適切に定義された時間反転マルコフ連鎖のPageRankベクトルから，明示的なスケーリングを経て算出可能である。
- 割引率はテレポートパラメータ，報酬は再起動分布に対応し，この対応関係が明らかになった。
- 一般的な有限マルコフ決定過程の方策評価は，方策誘導マルコフ連鎖の再帰的および一時的成分におけるPageRank問題の集合に帰着される。
パラメータ依存辞書を用いた信号分解における最小二乗法の局所的幾何 [eess.SP, cs.NA, math.NA]目的：分離可能な信号の最小二乗再構成に関する理論的枠組みの確立
- 信号処理において，辞書からの原子の線形結合として信号をモデル化する手法は広く用いられている。
- 原子が未知パラメータに非線形に依存する場合，従来の理論では解析が困難である。
- 線形パラメータと非線形パラメータの役割を捉える指標を導入し，局所的な収束性と安定性を保証する。
- 提案する「アンミキシング距離」は，線形・非線形パラメータの感度を捉え，最適化の局所的性質を明らかにしている。
- 変数投影法は，最適な線形パラメータの多様体への制限と解釈でき，そのアルゴリズム的な利点を理論的に説明できる。
- 点広がり関数（PSF）の分解問題に応用し，コヒーレンスとサポート分離の関係を明らかにした。
モジュラー形式とζ(3)の有理近似に関する数値的探求 [math.CO, cs.DM, math.NT, cs.NA, math.NA]目的：ζ(3)の有理近似に関するモジュラー形式の利用
- ζ(3)のような無理数に関する研究は，数論の重要な課題である。
- 既存の研究では，ζ(3)の有理近似の構造が十分に解明されていない。
- 本研究では，ζ(3)の新たな有理近似をモジュラー形式を用いて探求する。
- ベーカーのモジュラー形式によるζ(3)の無理性証明を再検討し，補助的な2次のモジュラー形式に着目した。
- フリッケ群Γ₀(6)☆において，ベーカーの選択は孤立しておらず，1パラメータのアフィン族に属することが示された。
- 同様の構成を，他の種数ゼロのフリッケ群にも適用した。
ロバストなシステム同定とパラメータ推定のためのダイナミクス符号化深層学習 [cs.LG, cs.NA, math.DS, math.NA]目的：ロバストなシステム同定とパラメータ推定
- 物理法則の知識は機械学習の性能と解釈性を向上させる上で重要である。
- 動力学系の理論において，動力学の発見とパラメータ推定は未解決問題である。
- 観測データに基づき，システムダイナミクスを予測し，物理パラメータを推定すること。
- 提案手法は，振動およびカオス的ダイナミクスを示すテスト問題において，ノイズを含む観測データからのデータ駆動型モデリング予測において有効性が示された。
- ルンゲ・クッタ法や線形多段階法などの数値スキームの性能比較から，適切な離散化スキームと数値法の次数選択によって，システムダイナミクスの予測と物理パラメータ推定が可能であることが示された。
ホッジ・ラプラシアン問題に対するDEC近似の解析フレームワーク：一般化されたホイットニー形式を用いる [cs.RO, cs.CL, math.NA, cs.NA]目的：DEC近似の解析
- 離散外微分幾何学は，複雑な形状における物理現象のシミュレーションに不可欠なツールである。
- DECスキームの収束性解析は，理論的基盤が不十分であり，実践的な課題が多い。
- 有限要素外微分幾何学のツールを用いてDEC近似の収束性を厳密に評価する。
- 本研究で提示するフレームワークにより，DECスキームとFEECの等価性が明らかになった。
- 中心化されたメッシュ上でのホッジ・ラプラシアン問題に対するDEC近似の収束率が理論的に証明された。
- 数値実験により，導出された収束率の最適性が確認され，超収束現象の解釈も可能となった。
双曲型方程式の空間一方向統合のための貪欲な再帰パラメータ選択 [math.NA, cs.NA, physics.comp-ph, physics.flu-dyn]目的：双曲型方程式の一方向空間統合におけるパラメータ選択手法
- 波動現象のシミュレーションは，工学や科学の様々な分野で不可欠である。
- 一方向波動方程式のパラメータ選択は，精度と安定性を確保するために煩雑な調整を必要とする。
- 本研究は，効率的なパラメータ自動選択アルゴリズムを開発し，計算コスト削減を目指す。
- 貪欲アルゴリズムを用いることで，従来の経験的な手法よりも高速な収束が確認された。
- 線形および非線形擾乱の発展において，計算コストの全体的な減少が示された。
- OWNS-P法は，OWNS-R法と比較して，優れた収束性と安定性を示すことが分かった。
三次元におけるディリクレベクトルラプラシアンに対する混合有限要素法 [math.NA, cs.NA]目的：三次元ベクトルラプラス境界値問題に対する混合有限要素近似の整列性と事前誤差解析
- 流体や電磁場のシミュレーション等，多様な物理現象の解析にベクトルラプラシアンが用いられるため。
- ディリクレ境界条件は，標準的なド・ラム複体の構造を破壊し，解析が困難となる。
- 一般な領域における有限要素法の収束率を理論的に評価し，数値実験との整合性を示す。
- 離散的なカール調和関数に対する離散カッチョポッリ型の不等式を導出し，エネルギーノルムにおける$(k-1/2)$次の収束率を証明した。
- 凸領域においては，$L^2$ノルムにおける$k$次の収束率を証明し，二次元解析の結果を三次元に拡張した。
- 得られた結果をStokes問題の離散化に適用し，その有用性を示した。
呪われた状態から競争力へ：入力-状態安定性によるZO-FOギャップの解消 [math.NT, cs.DM, math.CO, math.OC, cs.LG, cs.NA, cs.SY, eess.SY, math.NA]目的：最適化アルゴリズムにおけるZO（ゼロ次）法とFO（一次）法の収束性に関する研究
- 最適化は機械学習や工学の様々な分野で不可欠であり，効率的なアルゴリズムの開発が重要である。
- ゼロ次法は，パラメータ設定によっては，一次法よりも収束に多くの反復回数を必要とする傾向がある。
- 入力-状態安定性の概念を用いて，ゼロ次法の収束性を一次法と同等にすることを目指す。
- 本研究では，特定の条件下において，ゼロ次法は一次法と同等の収束率を持つことが示された。
- ゼロ次法の平均的挙動を，設計パラメータに依存する有界な摂動を加えた一次法の平均的挙動として定式化することができた。
- 理論的知見は数値例によって検証され，ゼロ次法の性能向上が確認された。
- 1