arXiv雑要約
数値解析 - 2026/05/08 公開
条件付き生成圧縮センシングにおけるアクティブ学習 [cs.LG, cs.NA, math.NA]目的：画像復元における条件付き生成モデルの活用
- 信号処理において，限られた測定値から高精度な信号復元は重要な課題である。
- 従来の圧縮センシングでは，信号の構造を捉えるモデルの設計が困難であった。
- プロンプトを用いた条件付き生成モデルによる復元性能の向上を目指す。
- 事前学習済みの生成モデルの範囲を非線形モデルとして利用する生成圧縮センシングにおいて，プロンプトがサンプリング分布と復元モデルの両方に影響を与えることが示された。
- ReLUやLipschitz条件付き生成モデルに対して，プロンプトが一致する場合と不一致の場合で安定した復元境界が証明された。
- Stable Diffusionを用いた実験により，プロンプトがChristoffelサンプリング分布を意味的に変化させ，画像復元に影響を与えることが確認された。
対称応力近似を用いた多孔弾性波伝播のためのハイブリダイズド不連続ガレルキン法 [math.NA, cs.NA]目的：多孔弾性波方程式に対するハイブリダイズド不連続ガレルキン法の開発
- 地盤や岩石などの多孔性材料における波の伝播は，資源探査や地震防災において重要である。
- 従来の数値解法では，計算精度や安定性の問題，特に難圧縮材料に対する取り扱いが課題であった。
- 対称応力近似とハイブリダイズド不連続ガレルキン法を組み合わせ，精度と安定性を向上させることを目指す。
- 提案手法では，応力テンソルの数値近似において強い対称性が保たれ，ほぼ難圧縮材料に対してもロバストな収束性を示す。
- 静的縮約により，固体変位と流体圧力のみを追跡する効率的なシステムを構築できる。
- 理論的な誤差解析に加え，数値実験により最適な収束結果が確認され，様々な多孔弾性波伝播シナリオをシミュレーションした。
大規模不定最小二乗問題を解くための二重分割反復法 [math.NA, cs.NA]目的：大規模不定最小二乗問題の解法
- 数値線形代数において，大規模な問題の効率的な解法は重要である。
- 既存の反復法は，正規方程式の単一分割に依存しており，効率が課題である。
- 正規方程式の二重分割に基づく新たな反復法を開発し，効率と安定性を向上させる。
- 提案手法は，従来の単一分割法と比較して，計算効率と収束の安定性において優れていることが数値実験により示された。
- 二重分割戦略の異なる実装方法が提示され，今後の研究のための参考となる。
亜拡散方程式における時空間依存するソース同定の数値解析 [math.NA, cs.NA, math.AP]目的：亜拡散モデルにおける時空間依存するソースの再構成
- 異常拡散現象の理解に不可欠であり，物理・生物・工学等，広範な分野で応用が期待される。
- ソース項の同定は不適切条件問題であり，解の一意性や安定性が保証されない場合がある。
- 境界測定値から時空間依存するソース項を精度良く再構成する手法を開発すること。
- 固定点アルゴリズムを用いることで，亜拡散モデルにおける時空間依存するソース項の再構成が可能となった。
- 有限要素法と有限差分法を組み合わせた数値スキームの線形収束性が理論的に証明された。
- 離散化パラメータとノイズレベルに依存する誤差評価が導出され，数値実験によって検証された。
ベクトル場乗数作用素と行列値カーネル擬補間 [math.NA, cs.NA]目的：ベクトル場近似のためのカーネルと擬補間手法
- 数値解析において，多様体上のベクトル場を扱うことは，流体シミュレーション等に応用される。
- 既存手法は，計算コストが高く，ノイズに弱いという課題がある。
- 効率的かつロバストなベクトル場近似アルゴリズムを開発すること。
- 球面調和関数に基づく新しいカーネルを構築し，厳密な正則性条件を緩和した。
- 得られた積分作用素は，最適なSobolev誤差評価とHelmholtz-Hodge分解を提供する。
- 擬補間アルゴリズムは，ノイズに強く，計算効率が高く，実装が容易である。
非線形放物型方程式に対する陰解法陽解法多段階法の安定性に関する半生成関数アプローチ [math.NA, cs.NA]目的：非線形放物型方程式に対する陰解法陽解法多段階法(IEMS)の安定性と収束性解析
- 非線形放物型方程式は，物理現象の多様なモデル化に不可欠であり，数値解法の安定性解析は重要である。
- 高次のIEMS法はA安定性を満たさないため，厳密な安定性解析は長年の課題であった。
- 本研究は，半生成関数アプローチを用いてIEMS法の無条件安定性を確立することを目的とする。
- 半生成関数アプローチを適用し，IEMS法の安定性条件を，暗解法部と陽解法部の畳み込みカーネルの固有値・ノルムを用いて明確化した。
- 暗解法部と陽解法部の制御可能性の度合いを示す「陰解法陽解法制御可能性強度」という指標を新たに提案した。
- 既存のIEMS法と，本理論を満たす新たな高精度IEMS法を提示し，非線形放物型問題への適用可能性を示した。
重み付き$L^2$射影の新たな誤差評価 [math.NA, cs.NA]目的：重み付き$L^2$射影の誤差評価
- 数値解析において，近似計算の精度評価は重要な課題である。
- 古典的な$L^2$射影では誤差評価が容易だが，重み付き$L^2$射影では困難であった。
- 重み付き$L^2$射影の誤差を$H^1$半ノルムで制御可能とする評価式を導出すること。
- 本研究で得られた誤差評価は，重み分布が滑らかであれば，誤差が$H^1$半ノルムで制御されることを示す。
- 重み分布が不規則な場合，誤差の制御は難しくなることが示された。
- これらの結果は，大きな跳躍係数を持つ偏微分方程式のドメイン分解法や多重グリッド法の解析に活用できる。
二次元非圧縮性流れに対する陰解陽解ルンゲ・クッタ法の長時間安定性 [math.NA, cs.NA]目的：二次元非圧縮性流れにおける陰解陽解ルンゲ・クッタ法の長時間安定性
- 流体シミュレーションの高速化と複雑な力学的挙動の解明は，科学技術の発展に不可欠である。
- 高次の陰解陽解スキームは提案されているものの，長時間安定性の理論的検証が不足している。
- 本研究は，高次の陰解陽解ルンゲ・クッタ法の長時間安定性を解析的に証明し，実用的な計算手法を確立することを目指す。
- 本研究で開発された陰解陽解ルンゲ・クッタ法は，$L^2$ノルムと$H^1$ノルムの両方において長時間安定性を持つことが示された。
- 渦度の$H^\delta$ノルムにおける段階的な有界性を数学的帰納法により証明することで，安定性の理論的基盤を確立した。
- 導出されたスキームは，古典的な手法よりも少ない条件数で効率的なパラメータ化されたスキームの構築を可能にし，適応時間ステップに適している。
正の重みを持つカーネル数値積分の凸幾何学的誤差限界 [math.NA, cs.LG, cs.NA, math.PR, stat.ML]目的：カーネル数値積分の誤差限界の解析
- カーネル数値積分はRKHSのスペクトル構造を利用し，滑らかな被積分関数に対してモンテカルロ法を上回る性能を示す。
- 最適化されたカーネル重みは負の値を取り得るため，数値的に不安定になる可能性がある。
- 重みを正値に制約した場合でも，スペクトル加速が可能かどうかを検討する。
- 固定プール設定において，ランダム凸包が誤差の主要な要因となることが示された。
- 有界なd次元ランダムベクトルの平均は，N個の独立同一分布サンプルを用いてO(d/N)の精度で近似可能であることが証明された。
- スペクトル減衰が指数関数的な場合に，モンテカルロ法を上回る収束率が達成されることが示された。
双焦点法による複眼測定の数学的・実験的検証 [cs.NI, cs.SY, eess.SY, math.NA, cs.NA]目的：複眼測定構成における小型透過性誘電体不均一物の迅速な同定
- 非破壊検査の分野で，内部の微小な異常を正確に検出することは重要である。
- 複眼測定では，測定角度が広がるほど分解能が低下し，特定角度では検出が困難になる。
- 複眼測定における分解能の限界と，最適な測定角度の範囲を明確にすること。
- 双焦点法を用いることで，複眼測定における指標関数の数学的構造が明らかになった。
- 複眼角が180度に近づくほど，画像分解能が低下し，180度ではターゲットの同定が不可能となることが理論的に証明された。
- 複眼角が0度に近づくほど，比較的高い分解能が得られることがシミュレーションによって確認された。
DBMSolver：高品質な画像間変換のための学習不要な拡散ブリッジサンプラー [cs.AR, cs.DC, cs.CV, cs.AI, cs.LG, cs.NA, math.NA]目的：高品質な画像間変換における効率的なサンプリング手法
- 拡散モデルは高画質だが，サンプリング速度が課題となっている。
- 既存の拡散ブリッジモデルは，多くの関数評価を必要とするため，計算コストが高い。
- DBMSolverは，効率的なサンプリングにより，計算コストを削減し，実用性を高める。
- DBMSolverは，拡散ブリッジモデルのSDE/ODE構造を利用し，指数積分器を用いることで，効率的な1次および2次解を生成する。
- NFEsを最大5倍削減し，画質を向上させ，DIODEのFIDを20 NFEsで53%改善した。
- inpainting，スタイライゼーション，セマンティクスからの画像生成タスクにおいて，最新の効率と品質のトレードオフを実現した。
オイラー・ベルヌーイ梁の二辺境界値 [cs.CL, math.NA, cs.NA]目的：オイラー・ベルヌーイ梁の固有値に関する保証付き下限
- 構造設計において，梁の固有値は座屈耐性を評価する上で重要である。
- 従来の有限要素法では固有値の上限しか得られず，下限の算出が課題であった。
- 変動する曲げ剛性を持つ梁の固有値の下限を，効率的に算出すること。
- 本研究では，補間誤差評価を用いることで，固有値の下限を保証的に導出した。
- 特に，曲げ剛性が区分的に一定の場合，本手法は効率的かつ容易に適用可能である。
- 得られた下限は，座屈耐性の評価において重要な第一固有値にも適用可能である。
高次元PIDEsに対する反復ニューラルソルバーINEUS [cs.LG, cs.NA, math.NA, q-fin.CP]目的：高次元偏微分積分方程式の解法
- 科学技術計算において，偏微分方程式は現実世界の様々な現象を記述する上で不可欠である。
- 高次元PIDEsの計算コストは非常に高く，従来の数値解法では困難な場合が多い。
- 非局所項の効率的な処理と，計算コストの削減を目指す。
- INEUSは，非局所的な跳躍積分を単一跳躍サンプリングで置き換え，PIDEの解法を再帰的な回帰問題の系列として定式化する。
- PINNsと比較して，非局所項の処理効率が向上し，PIDE残差の微分計算を回避できる。
- 線形PIDEに対する収束性証明に基づき，数値実験により高次元線形および非線形問題に対して，正確かつスケーラブルな解を示す。
調和拡張によるバルク・サーフェスCutFEMの安定化とオペレーター事前条件付け [math.NA, cs.NA, physics.comp-ph]目的：ラプラス・ベルトラミ方程式と調和バルク問題のCutFEM解法
- 複雑な形状を持つ領域における偏微分方程式の数値解析において，CutFEMは強力なツールである。
- CutFEMでは，カットされたセルのトレース有限要素空間の病的な条件数により，計算が不安定になりやすい。
- 調和拡張を利用することで，CutFEMの不安定性を抑制し，ロバストな解法を提供する。
- 本研究では，明示的な安定化手法（ゴーストペナルティ，法線勾配ペナルティ，セル集約）を用いないCutFEMを提案した。
- 背景のCartesianグリッド上の格子グリーン関数を用いた調和バルク拡張により，カットされたセルの不安定性を抑制することを示した。
- 提案手法は，カットセルの最小比率に関わらず，条件数を一様に制限し，最適な収束率とロバスト性を示すことが実験的に確認された。
不確実な前方演算子を持つ大規模動的・ストリーミング逆問題に対する非線形RMM-GKS [math.NA, cs.NA]目的：不確実な前方演算子を持つ大規模逆問題の解決
- 医療画像処理等の分野において，正確な画像再構成は重要な課題である。
- 取得ジオメトリの不確実性は，従来の線形モデルでは対応できず，再構成に悪影響を及ぼす。
- 前方演算子の不確実性を考慮した非線形逆問題の効率的な解法を開発すること。
- 提案手法は，大規模逆問題において高品質な再構成を，限られたメモリ使用量で実現できる。
- メジャー化最小化とクルロフ部分空間法の組み合わせにより，非線形設定下でも効率的な計算が可能である。
- ストリーミングデータへの対応により，大規模または動的に取得されたデータセットからの再構成が可能となった。
アメリカンオプション価格決定のための低ランクカーネル法 [math.NA, cs.NA, math.ST, stat.TH]目的：アメリカンオプション価格決定のための低ランク条件付き期待値モデル
- 金融派生商品の価格決定は，リスク管理や投資戦略において不可欠である。
- モンテカルロ法は計算コストが高く，特に複雑なオプションの価格決定には課題がある。
- モンテカルロ法における回帰モデルの再計算コストを削減し，計算効率を向上させる。
- 提案手法は，カーネルヒルベルト空間における線形演算子を用いて条件付き期待値を表現する。
- 演算子は，一度シミュレーションデータから学習され，以降の全ての権利行使日に再利用される。
- 数値実験により，提案手法の高速性と精度が，既存手法と比較して示された。
シンプレクティック・シュティーフェル多様体上の極因子退縮と閉形式逆行列 [math.NA, cs.NA, math-ph, math.DG, math.MP]目的：シンプレクティック・シュティーフェル多様体上の新しい退縮
- 多様体上の計算は，ユークリッド空間への変換が不可欠であり，効率的な計算手法が求められる。
- 既存の退縮では，逆行列の計算が困難であり，計算効率が低下する場合がある。
- 閉形式の逆行列を持つ退縮を構築し，計算効率を向上させる。
- 本研究では，閉形式逆行列を持つ新たな退縮をシンプレクティック・シュティーフェル多様体上に導入した。
- 提案手法の数値性能を既存の退縮と比較し，有効性を示した。
- 既存研究ではカイレー退縮のみが閉形式逆行列を持つ退縮として知られていたが，新たな選択肢を提供する。
FFTに基づく補間を用いた，行列の逆演算なしでの最小問題の解法 [cs.CV, cs.NA, math.NA]目的：カメラ幾何推定における最小問題の解法
- カメラ幾何推定は，ロボット工学やコンピュータビジョンなど幅広い分野で不可欠である。
- 既存の解法は行列の逆演算を必要とし，計算コストが高く，数値的な不安定性を招く場合がある。
- 本研究は，行列の逆演算を回避し，高速フーリエ変換を用いた補間により効率的な解法を提案する。
- 提案手法は，疎な隠変数を用いた結果式を構築することで，既存手法の計算コストを削減する。
- 高速フーリエ変換を用いた補間により，結果式の多項式の効率的な再構成を実現し，数値的な安定性を向上させる。
- 様々な最小問題に対する実験の結果，提案手法は，特に小規模問題において，従来の解法と同等以上の性能を示す。
CDFCI：多体系大規模固有値問題に対する高性能並列ソフトウェア [physics.comp-ph, cs.NA, math.NA, physics.chem-ph]目的：多体系大規模固有値問題の計算
- 量子化学や物性物理において，電子状態の正確な計算は重要な課題である。
- 大規模系の計算には，計算コストが大きな障壁となっている。
- 高性能な並列計算アルゴリズムによる効率的な固有値計算が求められている。
- CDFCIは，共有メモリ並列化により，高性能な固有値計算を実現している。
- 既存の選択的構成相互作用法やDMRG法と比較して，同等の精度と競争力のある性能を示す。
- オープンソースであり，PySCF等との連携も容易である。
一般化ガウス連分数写像による高品質な擬似乱数生成 [math.DS, cs.NA, math.NA]目的：高品質な擬似乱数生成のための連分数写像の利用
- 暗号技術の安全性は擬似乱数の質に大きく依存し，その重要性は高い。
- 既存の擬似乱数生成器には，統計的偏りや予測可能性といった問題が存在する。
- ガウス連分数写像を基にした新たな生成器の可能性を実証し，さらなる研究を促す。
- 提案手法は，Dieharder，PractRand，TestU01等の統計的テストにおいて，メルセンヌ・ツイスタ等の既存の生成器よりも優れた性能を示した。
- 一般化された連分数写像は，高品質な擬似乱数生成のための有望な基盤となることが示された。
- 本研究は，連分数写像の性質に関する更なる研究の必要性を示唆している。
関数形状データ解析と準共形写像による平面形状計測 [q-bio.QM, cs.CG, cs.NA, math.NA]目的：平面生物形状の形状計測手法
- 生物学において形状の研究は基礎的な課題であり，成長や形態形成の理解に不可欠である。
- 既存手法は，形状の輪郭または内部特徴のみに焦点を当て，両者の関係性を捉えきれていない場合が多い。
- 輪郭と内部情報を統合的に解析し，形状変化の定量的な分析とモデル化を可能にすること。
- 提案手法FDA-QCは，関数形状データ解析と準共形写像を組み合わせることで，平面形状の形状計測を可能にする。
- 実験結果から，FDA-QCは既存の輪郭ベースまたは内部ベースの手法よりも形態変化を効果的に捉えることが示された。
- 本研究は，平面生物形状の成長と形態を理解するための新たな道を開く。
双唇chitz正規化フローの表現力：スコアベース拡散の視点 [stat.ML, cs.LG, cs.NA, math.NA, math.PR]目的：双唇chitz正規化フローの表現力の解析
- 確率モデルの近似において，正規化フローは重要な役割を担っている。
- 正規化フローのアーキテクチャが表現力に与える影響は未だ十分に解明されていない。
- スコアベース拡散モデルを利用し，双唇chitz正規化フローの表現力を理論的に評価する。
- 双唇chitzな変量保存拡散の確率フローODEにおいて，スコアのLipschitz性は双唇chitzな微分同相写像の輸送をもたらす。
- このODEブリッジにより，双唇chitz正規化フローの分布近似能力を分析し，拡散ベース輸送の収束性を保証する。
- ガウス分布への変換において，双唇chitz変量保存輸送写像によって生成されるガウス分布のプルバックは，すべての確率密度において$L^1$-密である。
パラメータ化された粘塑性浅水流れの次数削減モデリング [physics.flu-dyn, cs.NA, math.NA]目的：パラメータ化された粘塑性浅水流れの次数削減モデル
- 地形変動や地盤災害など，様々な自然現象や工学的問題に関わる流れのシミュレーションにおいて重要である。
- 高解像度なシミュレーションは計算コストが高く，リアルタイムな予測やパラメータ探索が困難である。
- 高精度を保ちつつ計算コストを削減する，効率的な次数削減モデリング手法を確立することを目指す。
- 提案手法は，テンソルを用いた低ランク近似により，解空間を効率的に表現し，高速な計算を実現した。
- 数値実験により，前線伝播，プラグ流領域，せん断領域といった主要な流れの特徴を精度良く捉えられた。
- フルオーダーシミュレーションと比較して，大幅な計算時間の短縮が確認された。
小さなせん断応力指数に対する定常一般化ナビエ-ストークス方程式の有限要素離散化 [math.NA, cs.NA]目的：定常一般化ナビエ-ストークス方程式に対する有限要素離散化
- 流体現象のシミュレーションにおいて，高精度な数値解法の確立は不可欠である。
- 複雑な流体モデルに対応できる汎用的な数値解法は十分に進んでいない。
- せん断応力指数が小さい場合の一般化ナビエ-ストークス方程式に対する効率的な有限要素法を開発する。
- 提案された有限要素離散化は，せん断応力指数 $p$ が $\tfrac{2d}{d+2}$ より大きい全ての $p$ に対して有効である。
- 速度ベクトル場に関する事前誤差評価は準最適性を示すことが実験的に確認された。
- 圧力に関する事前誤差評価は， $p \leq 2$ の場合に準最適性を示す。
テンソルに基づく経験的補間法とそのモデル次数削減への応用 [cs.CE, eess.SY, cs.SY, math.NA, cs.NA, math.OC]目的：行列値関数をベクトル化せずに近似するためのテンソルに基づく補間法
- モデルの複雑さが増大する現代において，計算コスト削減は重要な課題である。
- 既存手法では，行列やテンソルをベクトル化する必要があり，計算コストが増大する場合がある。
- 行列のベクトル化を経ずに近似を行うことで，計算効率を向上させることを目指す。
- 提案手法は，既存のDEIM法と比較して，計算時間を短縮できることが示された。
- 補間点が矩形格子状に生成されるという特性が理論的に示され，手法の限界が明確化された。
- 本手法は，テンソル基底に対する経験的補間法の拡張であり，理論的枠組みが提示された。
特性Galerkin法に基づく半ラグランジュ不連続有限要素法の数値解析と次元分割 [math.NA, cs.NA]目的：特性Galerkin法に基づく半ラグランジュ不連続有限要素法（CSLDG）の数値解析
- 輸送現象のシミュレーションにおいて，高精度かつ安定な数値解法が求められている。
- 従来の次元分割法は計算コストが高く，大規模なメッシュに対する適用が課題となる。
- テンソル積に基づく分離変数次元分割法（SVS）により計算効率を向上させる。
- CSLDGの存在性と安定性，および数値解の一意性が証明された。
- SVSは，一般的に用いられる補間に基づく次元分割法（IBS）と比較して，同程度の精度を示す。
- 特に大規模メッシュにおいて，SVSはIBSよりも優れた計算効率を示すことが数値実験で確認された。
非線形外システムを持つ離散時間ダイナミカルシステムの不変多様体: ハイブリッド物理情報ニューラルネットワークによるアプローチ [math.NA, cs.LG, cs.NA, math.DS]目的：離散時間ダイナミカルシステムにおける不変多様体の近似
- 制御理論や集団行動モデリングなど，多様な分野に応用されるダイナミカルシステムの解析において重要。
- 外システムの影響下にあるシステムの不変多様体の同定は，解析的に困難な場合が多い。
- 物理情報ニューラルネットワークを用いて，より高精度な不変多様体の近似を実現する。
- 提案手法は，多項式級数と浅いニューラルネットワークを組み合わせることで，それぞれの利点を活かした近似が可能。
- 実験結果から，提案手法は単独のニューラルネットワークや多項式級数よりも高い精度を達成することが示された。
- 酵素バイオリアクターや車列追従モデルといったベンチマーク問題を通して，手法の有効性が検証された。
計量規則性を用いたブレビ-ラパ-ラヴィアル近似定理の非滑らかな拡張と非線形偏微分方程式への応用 [math.NA, cs.NA]目的：非線形偏微分方程式解の近似に関する存在性と事前誤差評価
- 偏微分方程式は自然現象や工学における様々なモデルの基礎であり，数値解法による近似が不可欠である。
- 従来の近似定理は解の滑らかさを強く仮定しており，現実の問題への適用が制限されていた。
- 計量規則性理論を用いて，滑らかさの仮定を緩和し，より広範な非線形問題に適用可能な近似定理を確立すること。
- 本研究では，リプシッツ連続性のみを満たす非線形性を持つ問題に対しても近似定理が成立することを示した。
- この拡張を応用することで，粘性ハミルトン-ヤコビ方程式や二階平均場ゲームシステムの有限要素近似に対する準最適な誤差評価を得た。
- 計量規則性理論を用いることで，非線形偏微分方程式の数値解析における新たな可能性が開かれた。
有限要素弾性体における高解像度ベイズパラメータ同定のための確率場離散化手法の比較 [math.NA, cs.NA]目的：高解像度有限要素モデルにおける空間的に変動する材料パラメータの確率的同定
- 異方性材料のシミュレーション精度向上には，材料パラメータの確率分布の正確なモデル化が不可欠である。
- 高解像度モデルでは，確率場の離散化コストが大きくなり，計算効率が課題となる。
- 確率場離散化手法の効率性と精度を比較し，最適な手法を選択するための指針を示す。
- カルーネン・レーヴ展開，ウェーブレット展開，ローカル平均分割の3つの手法を比較した。
- ローカル平均分割は，細かい解像度において混合の改善とコスト対誤差比の低下を示した。
- 本研究は，異質材料の有限要素シミュレーションにおける不確実性定量化のための確率場表現選択の指針を提供する。
コルモゴロフ＝アーノルド・ネットワークの実践ガイド [cs.CL, cs.LG, cs.AI, cs.NA, cs.NE, math.NA]目的：コルモゴロフ＝アーノルド・ネットワークに関する文献の体系的概要
- 機械学習分野において，より構造化されたモデルへのニーズが高まっている。
- 多層パーセプトロン(MLP)は柔軟性があるが，構造が不明確な場合がある。
- コルモゴロフ・重ね合わせ定理に基づいたKANの理解を深める。
- 本レビューでは，KANと重ね合わせ定理，MLP，カーネル法との関係を明確化する。
- 基底関数をKAN設計の中心的な軸として分析し，KANの精度，効率，正則化，収束に関する最近の進歩をまとめた。
- KAN選択のガイドラインと，今後の研究課題を提示する。
大規模言語モデルの先読み混合精度推論：LAMP [cs.LG, cs.NA, math.NA]目的：大規模言語モデルにおける効率的な推論手法
- AI技術の発展において，計算効率が重要であり，特に大規模言語モデルのローカル環境での利用が求められている。
- 従来の推論手法では，精度の低下を招く可能性があり，計算精度と効率のトレードオフが存在する。
- Transformer推論における計算精度を維持しつつ，計算コストを削減する手法を提案し，実用的な性能向上を目指す。
- 提案手法LAMPは，Transformerの計算グラフにおいて，重要な部分のみを高精度で計算することで，計算効率を向上させる。
- GPT-2モデルを用いた実験により，LAMPはわずかな再計算率で，推論精度を最大で2桁向上させることが示された。
- LAMPは，混合精度計算と適応的な精度選択を組み合わせることで，Transformer推論の精度と効率の両立を可能にする。
線形化注意機構は，現実的な幅においてカーネル領域に到達できない [cs.LG, cs.CV, cs.NA, math.NA, stat.ML]目的：注意機構がカーネル領域に収束するかどうかの理解
- Transformerの解釈可能性評価における影響関数は重要である。正確な評価にはカーネル領域への収束理解が不可欠。
- Softmax注意機構の非線形性により厳密な解析が困難。線形化注意機構は代替手段として利用されているが，問題が残る。
- 線形化注意機構の学習ダイナミクスにおける根本的なトレードオフを明らかにし，カーネル領域への収束限界を示す。
- 線形化注意機構は，入力グラム行列の条件数に依存し，現実的な幅でカーネル領域に収束しないことが示された。
- MNISTやCIFAR-10などの自然画像データセットでは，必要なモデル幅が既存のアーキテクチャを大幅に超えることが示された。
- 線形化注意機構は，ReLUネットワークと比較して，敵対的摂動に対する脆弱性が高く，データの条件数に依存して影響を受けやすい。
多成分多倍長算術の加速：分岐のないアルゴリズムとSIMDベクトル化 [cs.MS, cs.NA, math.NA]目的：多成分多倍長算術の高速化
- 科学技術計算において，より高精度な数値計算の需要が高まっている。
- 既存の多倍長算術は，分岐処理が多く，計算効率が低いという課題がある。
- 分岐のないアルゴリズムとSIMDベクトル化による計算速度の向上を目指す。
- 分岐のないアルゴリズムとSIMDベクトル化により，線形計算および多項式評価が加速されることが確認された。
- x86およびARM CPUプラットフォーム上でベンチマークテストを実施し，高速化の効果を定量的に評価した。
- 特に，トリプルおよびクアドルプレシジョン計算において，顕著な高速化が達成された。
($\star$, $\epsilon$)-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
- 行列多項式のスペクトル解析は，工学や物理における様々な問題に応用可能である。
- スペクトル分解が困難な特殊な行列多項式が存在する。
- ($\star$, $\epsilon$)-回文行列多項式のスペクトル分解手法を確立し，応用範囲を広げる。
- ($\star$, $\epsilon$)-回文二次行列多項式を標準対とパラメータ行列を用いてスペクトル分解した。
- パラメータ行列は，ブロック対角行列の場合に特殊な構造を持つことが示された。
- このスペクトル分解を応用し，オーバーフローなしの逆固有値問題と固有値埋め込み問題の解決に成功した。
非線形シュレディンガー方程式における指数波積分法の最適誤差境界 [math.NA, cs.NA]目的：高特異ポテンシャルを持つ非線形シュレディンガー方程式に対する一次指数波積分法(EWI)の誤差評価
- 非線形シュレディンガー方程式は，量子力学や光学など幅広い分野で現れる重要な偏微分方程式である。
- 特異ポテンシャルを持つ場合の数値解法の誤差評価は難しく，数値計算の精度向上に課題が残る。
- ポテンシャルの特異性の閾値における誤差評価を確立し，数値解法の適用範囲を広げる。
- ポテンシャルが$L^p_\text{loc}$空間に属する場合($p>2$)，EWIの一次の$L^2$ノルム収束が最適であることが示された。
- 三次元の場合における$L^2$ポテンシャルに対する一次収束は，これまで文献に存在しなかった結果である。
- より特異なポテンシャル($\frac{d}{2} < p < 2$)に対しては，誤差収束の次数は$(1-\alpha)$または$(1-\frac{3}{2}\alpha)$となることが証明された。
特性Galerkin法に基づく半ラグランジュ不連続有限要素法における時間依存テスト関数の誤差解析 [math.NA, cs.NA]目的：半ラグランジュ不連続有限要素法における時間依存テスト関数誤差
- 数値シミュレーションは，複雑な物理現象の解明に不可欠であり，その精度向上が常に求められている。
- 特性Galerkin法では，テスト関数の構成が特殊であり，その誤差が解の精度に直接影響する可能性がある。
- 時間依存テスト関数の誤差が収束性に与える影響を解析し，必要なODEソルバーの精度を明確にすること。
- 特性ODEソルバーの誤差が，テスト関数のサポートに影響を与え，離散化された弱形式に直接影響することを示した。
- ODEソルバーの次数が$D\ge 2K+3+d$を満たす場合， $P^K$-CSLDG法の最適な$L^2$収束次数が維持されることを示した。
- 局所的なモード係数誤差の伝播に基づく解析により，$D\ge K+1+\frac{d}{2}$という改善された条件が得られ，数値観測との整合性が確認された。
確率的指数オイラー離散化を用いた運動論的ランジュバンモンテカルロ法の解析：減衰不足から過減衰まで [quant-ph, cs.CC, stat.CO, cs.NA, math.NA, math.PR, stat.ML]目的：分布からのサンプリングのための運動論的ランジュバン動力学シミュレーション
- 確率モデルのサンプリングは，統計物理学，機械学習など広範な分野で重要である。
- 既存の解析はパラメータに制限があり，様々なパラメータ選択下でのKLMCの振る舞いを説明できない。
- 過減衰領域における指数積分器の不安定性を解消し，安定的なシミュレーションを可能とすること。
- 本研究では，同期型Wasserstein結合解析を再検討し，パラメータに関するより緩やかな制限のもとでWasserstein縮小と漸近バイアスの境界を得た。
- その結果，適切な時間加速を適用すれば，指数積分器は過減衰領域においても運動論的ランジュバン動力学を安定的にシミュレーションできることが示された。
- これにより，KLMCの適用範囲が拡大し，より広範なパラメータ設定下での利用が可能となる。
超臨界ガルトン・ワトソン過程におけるケステン・スティガム極限の密度計算 [math.PR, cs.NA, math.NA]目的：超臨界ガルトン・ワトソン過程における極限確率変数の密度
- 個体群動態の予測において，初期の揺らぎの影響を捉えることが重要である。
- 任意の繁殖法則に対して，その極限分布の密度を安定かつ効率的に計算することが困難である。
- 極限分布の密度を近似的に計算するための新規数値手法を開発し，その有効性を検証すること。
- 提案手法は，極限分布のラプラス・スティルチェス変換を特徴づける関数方程式とモーメント合わせ法を組み合わせることで，高精度な近似を可能にする。
- 近似解は，指数減衰を持つラグエル関数と呼ばれる線形結合で表現される。
- 多項式型の繁殖生成関数を持ついくつかの例において，提案手法の有効性が確認された。
バナッハ空間におけるクリロフ可解性とスペクトル理論の関係に関するいくつかの結果 [math.FA, cs.NA, math.NA, math.SP]目的：バナッハ空間における逆線形問題のクリロフ可解性
- 線形問題の数値解法において，クリロフ部分空間法は重要な役割を担う。
- バナッハ空間では，クリロフ部分空間の位相補完が存在しない場合がある。
- クリロフ可解性とクリロフ部分空間の構造的性質との関係を明らかにする。
- バナッハ空間におけるクリロフ可解性の問題に対して，スペクトル理論的なアプローチを試みた。
- 残余演算子とその解析的性質を利用することで，問題への新たな視点を提供した。
- Hilbert空間の設定との違いを明確にし，バナッハ空間特有の難しさを克服する第一歩となった。
Strichartz不等式の極値関数のニューラルネットワークによる発見 [math.AP, cs.LG, cs.NA, math.NA]目的：Strichartz不等式の極値関数の探索
- 分散型偏微分方程式の理論において，Strichartz不等式は基礎的な役割を担う。
- 対応する関数空間の非凸性から，極値関数の探索は困難である。
- 既存の数値的手法による系統的なアプローチは試みられていない問題を解決する。
- Schrödinger群において，FoschiとHundertmark--Zharnitskyのガウス型極値関数を，事前知識なしで10⁻³以下の相対誤差で再現した。
- d=1における59組の許容可能な対に対して，ガウス関数が常に発見され，ガウス関数が許容範囲内の普遍的な極値関数であるという推測を支持した。
- γ=1/qにおけるAiry--Strichartz不等式では，最適化はL²プロファイルに収束せず，mKdVブリーザーとして組織化され，Frank--Sabinの下限に近づくことが示された。
- 1