arXiv雑要約
数値解析 - 2026/05/05 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PDE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
- 偏微分方程式の解法は科学技術の根幹であり，その精度向上が不可欠である。
- パラメータ化手法は計算コスト削減に有効だが，条件数が悪化し，解が一意に定まらない場合がある。
- ゲージ自由度を利用し，安定したパラメータ更新を促すことで，信頼性の高い解を得ることを目指す。
- 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ながら，時間的に滑らかなパラメータ進化を実現する。
- ゲージ運動量を取り入れることで，特異な状況やそれに近い状況下でのロバスト性を向上させる。
- この手法は，パラメータダイナミクスの非一意性という問題を，ゲージ自由度として解釈し活用する。
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法 [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現象や工学問題を記述する上で不可欠であり，その近似解法は重要な研究課題である。
- ニューラルネットワークを用いた偏微分方程式の近似では，数値積分の精度が結果に大きく影響する。
- 残差最小化の際に，数値積分の誤差を制御し，計算コストとのバランスを取る手法を開発する。
- 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，効率的な数値積分を可能にする。
- オンライン誤差指標に基づき，数値積分を必要な場合にのみ再構築する刷新型訓練手法は，精度と計算コストのバランスを実現する。
- 様々なベンチマーク問題に対する数値実験により，提案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
- 行列のスペクトル解析は，線形代数や応用数学において基本的な重要性を持つ。
- 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。
- 標準対とパラメータ行列を用いた，回文行列多項式のスペクトル分解を確立すること。
- ($\star$, $\epsilon$)-回文二次行列多項式$P(\lambda)$に対し，標準対とパラメータ行列によるスペクトル分解が提供された。
- パラメータ行列$\Gamma$は，ブロック対角行列$J$の場合に特殊な構造を持つことが示された。
- スペクトル分解を応用し，スピルオーバーのない逆固有値問題と固有値埋め込み問題を解くことが可能となった。
観測された変位からマグマ溜まりの状態を推定するための変分アプローチ [math.NA, cs.NA]目的：マグマ溜まりの状態推定
- 火山活動予測には，マグマ溜まりの状態把握が不可欠である。
- 地表観測データのみからマグマ溜まりの内部状態を推定するのは困難である。
- 観測された地表変位に基づいて，マグマ溜まりの状態を推定する手法を開発する。
- 提案手法は，観測データと導関数のノルムを組み合わせたコスト関数を最小化することで，マグマ溜まりの状態を推定する。
- コスト関数の極値は線形システムに導かれ，条件数が非常に高いものの，高精度演算を用いることで適切な解が得られる。
時空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：高次元非線形時空分数拡散方程式の解法
- 金融モデリング等に応用される分数偏微分方程式は，古典的な拡散現象を記述する上で重要な役割を果たす。
- 分数階導関数の離散化や非局所的な分数ラプラシアンの計算は，高次元問題において計算コストが高く困難である。
- モンテカルロ法とニューラルネットワーク回帰を組み合わせ，分数階導関子の直接的な離散化を回避することで，効率的な解法を提供する。
- 深層ピカール反復法は，次元が100までのテスト問題において安定した収束性と精度の高い近似を実現した。
- 分数Feynman-Kac固定点公式に基づき，分数ダイナミクスのモンテカルロシミュレーションを通じて解を近似する。
- 確率的なラベル生成と教師ありニューラルネットワーク回帰により，分数微分作用素を含む残差最小化を回避する。
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：多面体メッシュ上における非線形双曲型偏微分方程式系の解法
- 複雑な形状のモデリングにおいて，非構造化メッシュの利用が不可欠である。
- 既存手法では，複雑な多面体メッシュでの高精度計算が困難である。
- 多面体メッシュ上での高精度かつ効率的な計算手法を確立すること。
- 本研究では，多面体メッシュ上で高精度な不連続ガレルキン法を提案した。
- 内部に細分化された四面体サブグリッドを用いることで，複雑な形状への対応を可能にした。
- 圧縮性オイラー方程式およびナビエ-ストークス方程式のベンチマーク問題を通して，本手法の精度とロバスト性を検証した。
HyCOP：解釈可能な偏微分方程式学習のためのハイブリッド構成演算子 [cs.CL, cs.CE, cs.LG, cs.NA, math.NA]目的：偏微分方程式解演算子の学習
- 物理現象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，汎化性能が課題となる。
- モジュール構成による解釈性と，外挿性能の向上が求められている。
- HyCOPは，アドベクション，拡散などの単純モジュールを組み合わせることで，解演算子を学習する。
- 従来のニューラル演算子と比較して，大幅な外挿性能の改善が確認された。
- モジュール構成により，プログラムの解釈性が高く，モジュール交換による転移学習も可能である。
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，低高度空域における継続的な航空機検知・識別・追跡が不可欠である。
- 気象条件悪化や交通量増加といった外的要因への対応が，監視システムの性能維持における課題となっている。
- センサーネットワークの最適設計と運用を通じて，システムの信頼性，堅牢性，回復性を高めることを目指す。
- 本研究では，信頼性モデルを用いて，通常の運用における適切なセンサーの種類，数，配置を決定する。
- 堅牢性モデルにより，悪天候や交通量増加といった外的擾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。
- 回復性モデルでは，センサー故障時のバックアップセンサー展開戦略を開発し，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
- 多目的最適化は，現実世界の複雑な意思決定問題に応用が広く，重要性が高い。
- 多目的最適化問題の解法は計算コストが高く，安定性も課題である。
- ホモトピー法を用いることで，安定かつ効率的な解法を提供することを目指す。
- 提案手法は，容易に解けるシステムを多目的最適化問題のKKT条件に変形するホモトピー写像を用いる。
- 理論的な保証に加え，非実行可能点からの初期化においても安定した収束性を示す。
- ベンチマーク問題における実験結果は，既存手法と比較して競争力のある計算効率と解の質を実証する。
マクスウェル方程式の構造保存型最適制御：光源隠蔽への応用 [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の枠組み
- 電磁波現象の解析・制御は，通信，エネルギー，センシングなど幅広い分野で重要である。
- 従来の数値解法では，離散化誤差により物理的性質（電荷保存則など）が必ずしも満たされない場合がある。
- 物理法則を忠実に満たす構造保存的な数値解法を構築し，最適制御問題を安定的に解くことを目指す。
- 提案解法では，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。
- 電荷保存則を厳密に満たし，時間ステップごとのエネルギー保存則も成立することが確認された。
- 数値実験を通して，光源隠蔽問題に対する最適制御の有効性が示された。
独立性を超えて：ベイズ逆問題における共同正規事前分布について [stat.ME, cs.NA, math.NA]目的：ベイズ逆問題における未知パラメータの共同事前分布の構築
- ベイズ推論は不確実性の定量化に不可欠であり，地球科学などの分野で広く利用されている
- パラメータ間の相関を適切に扱うことが難しく，結果の解釈が複雑になる場合がある
- パラメータ間の相関を組み込みつつ，周辺事前分布を維持する共同事前分布を構築すること
- 提案手法は，周辺分布を維持し，空間的に変動する交差相関を可能にし，相関の不確実性も考慮する
- 今回の手法は，所望の交差相関を符号化する厳密な縮約に対して有効であり，主平方根因数分解の下でカノニカル相関の意味で最適である
- 数値実験の結果，相関の不確実性を無視することの落とし穴と，モデルに含まれる未知量は確率変数として扱うべきであるというベイズパラダイムの重要な原則が確認された
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
- ネットワーク分析や強化学習など，様々な分野で重要な役割を果たす。
- 大規模な状態空間を持つマルコフ決定過程における方策評価の計算コストが高い。
- PageRankを利用することで，方策評価を効率的に行う手法を確立すること。
- 固定された方策に対し，割引マルコフ決定過程の価値関数は，適切に定義された時間反転マルコフ連鎖のPageRankベクトルから得られる。
- 割引率はテレポーテーションパラメータの役割を果たし，報酬は再起動分布を誘導する。
- この枠組みは，割引なしマルコフ決定過程や遷移依存報酬にも拡張可能である。
パラメータ依存辞書を用いた信号分離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
- 現代の信号処理において，辞書からの原子の線形結合として信号をモデル化することが一般的である。
- 原子が未知パラメータに非線形に依存する場合，信号モデルは分離可能となり，理論的解析が困難となる。
- 線形および非線形パラメータの役割と感度を捉える距離（アンミキシング距離）を用いて，局所的な収束と安定性を保証する。
- アンミキシング距離のトポロジーの下で，分離可能な信号の再構成における局所的な収束と安定性が理論的に保証された。
- 変数投影は，最適な線形パラメータの多様体への最適化の制限に対応し，そのアルゴリズム的改善の原理的な説明を与えた。
- 点広がり関数（PSF）の分離問題への応用において，コヒーレンスのパラメータ的な概念が導入され，サポート分離が収束領域と復元の安定性を制御することが示された。
モジュラー形式とゼータ(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：ゼータ(3)の有理近似の数値的探求
- 数学における超越数の研究は，数論の根幹をなす重要な分野である。
- ゼータ関数の有理近似の構造は十分に解明されておらず，精緻な解析が求められている。
- ベッカーの証明を一般化し，より多くのフリッケ群で同様の結果を得ることを目指す。
- ベッカーの証明に用いられるモジュラー形式は，一パラメータのアフィン族に属することが示された。
- 得られた近似は，古典的なアペリ近似と同程度の指数関数的減衰と分母の増加率を示す。
- 同様の構成を他の種数ゼロのフリッケ群にも適用することが可能であることが確認された。
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手法
- 機械学習への物理知識の導入は，より堅牢で解釈可能なアルゴリズムを生み出す上で重要である。
- 動力学系の理論において，未知の物理法則の発見とパラメータ推定は困難な課題として存在する。
- 観測データから駆動されるモデル予測の精度向上と，物理パラメータの推定を目指す。
- 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群において，ノイズを含む観測データからのデータ駆動型モデル予測の有効性を示す。
- Runge-Kutta法や線形多段階法などの数値スキームの性能比較から，適切な空間・時間離散化スキームと数値法を用いることで，システムダイナミクスの予測と物理パラメータ推定が期待できる。
- 深層学習アーキテクチャにシステムのダイナミクスに関する事前情報を符号化することで，より高精度な推定が可能となる。
ホッジ・ラプラス問題に対するDEC近似の解析のためのフレームワーク：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
- 電磁場や流体などの物理現象のシミュレーションにおいて，離散化手法の精度向上が重要である。
- DECスキームの理論的な解析が難しく，誤差評価が困難であるという課題が存在する。
- FEECのツールを用いてDEC近似を解析し，収束性を厳密に評価することを試みる。
- 本研究で提案されたフレームワークにより，DEC近似とFEECの等価性が示された。
- 適切なメッシュ条件下において，ホッジ・ラプラス問題に対する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，超収束現象の説明も可能となった。
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：双曲型方程式の空間一方向統合におけるパラメータ選択の自動化
- 波動現象のシミュレーションは，航空力学や流体力学など，様々な分野で不可欠である。
- 一方向性波動方程式のパラメータ設定は，精度と安定性を確保するために試行錯誤を要し，計算コストが増大する。
- 貪欲法により，効率的なパラメータ選択を実現し，計算コストを削減することを目的とする。
- 提案手法は，線形および非線形擾乱の境界層流における進化において，より高速な収束と計算コストの削減を実現する。
- 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。
- 貪欲アルゴリズムは，Navier-Stokes方程式だけでなく，一般的な一次双曲型方程式系にも適用可能である。
三次元におけるディリクレベクトルラプラシアンの混合有限要素法 [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成立性と事前誤差解析
- 流体解析や電磁場解析など，様々な物理現象のシミュレーションにおいて，ベクトルラプラシアンは基礎的な方程式である。
- ディリクレ境界条件は，標準的なド・ラーム複体の構造を破壊し，適切な空間設定が困難となる。
- ディリクレ境界条件におけるベクトルラプラシアンの有限要素近似における誤差評価を確立すること。
- 一般領域において，エネルギーノルムでの $(k-1/2)$ 次の収束率，凸領域では $L^2$ ノルムでの $k$ 次の収束率が証明された。
- これらの結果は，既存の二次元解析を三次元の複雑な形状を持つ領域へ拡張するものである。
- 渦度・速度・圧力形式で記述されるストークス問題の離散化への直接的な応用も検討された。
呪われたものから競争力へ：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：ゼロ次最適化アルゴリズムと一次最適化アルゴリズムの収束性に関する比較分析
- 最適化アルゴリズムは，機械学習や工学の様々な分野において基盤技術である。
- ゼロ次アルゴリズムは，一次アルゴリズムと比較して，パラメータ設定や反復回数に依存しやすいという課題がある。
- 入力-状態安定性の理論を用いて，ゼロ次アルゴリズムの収束性を一次アルゴリズムと同等に改善する。
- 本研究では，特定の条件下において，ゼロ次アルゴリズムの収束レートが一次アルゴリズムと同程度であることを理論的に示した。
- ゼロ次アルゴリズムの平均化が，有界摂動を持つ一次アルゴリズムの平均化として表現可能であることを示した。
- 摂動のノルムを小さくすることで，ゼロ次アルゴリズムが一次アルゴリズムの固定点の近傍に収束することを実証した。
- 1