arXiv雑要約
数値解析 - 2026/05/14 公開
汎用オペレータ学習のためのドメイン統合フリーなオペレータフレームワークUFO [cs.LG, cs.NA, math.NA]目的：汎用オペレータ学習のためのドメイン統合フリーなフレームワーク
- 機械学習において，関数空間間の写像学習は重要な課題である。
- 既存のニューラルオペレータは，単一の表現ドメインに限定され，柔軟性に欠ける。
- 異なるドメイン間の適応的相互作用による，ドメイン非依存なオペレータの実現を目指す。
- UFOは，不連続入力，不規則サンプリング，非線形力学，確率的高周波場を含む4つのベンチマークで高い予測精度を示した。
- UFOは，学習時の解像度と異なる観測解像度や出力解像度にも対応可能である。
- ドメイン間，位相変調された表現が，離散化分離型ニューラルオペレータ学習において有効であることが示された。
非対称グリーン核による近似とその分数階微分方程式への応用 [math.NA, cs.NA]目的：分数階微分方程式の数値解法
- 科学技術計算において，複雑な現象の記述に分数階微分方程式の利用が拡大している。
- 既存手法は，主に径方向基底関数近似に依存しており，適用範囲に制約がある。
- 非対称グリーン核に基づく新しい数値解法を開発し，その有効性を検証する。
- 非対称グリーン核を用いた分数階スプライン補間が，カーネルガレルキン法に適用可能であることを示した。
- 従来の再生核ヒルベルト空間の枠組み外での解析が必要となるが，最適な収束率が確認された。
- 提案手法は，再生核バナッハ空間において最適な収束率を達成することが証明された。
エルミート行列関数の双線形形式に対する高速かつ安定な勾配近似 [math.NA, cs.NA]目的：エルミート行列の双線形形式の勾配近似手法
- 科学計算や確率的機械学習において，双線形形式が広く利用されている。
- 大規模行列に対する勾配の計算が困難であり，計算コストや安定性の問題がある。
- Lanczos法を再利用し，追加の計算コストを最小限に抑えた安定な勾配近似を実現する。
- 提案手法は，Lanczos残差ノルムに比例する誤差を持つことが示された。
- 再正規化なしでも安定性が確認され，既存手法と比較して高速である。
- 前向き計算のみで勾配近似が可能であり，計算効率が高い。
球面上の歩行とArray-RQMC [math.NA, cs.NA, stat.CO]目的：ディリクレ境界値問題に対する球面上の歩行アルゴリズムにおけるArray-RQMCサンプリングの利用
- 確率的数値計算は，高次元問題への応用が期待され，科学技術計算の重要な手法である。
- モンテカルロ法は，次元の呪いにより収束が遅い場合があり，効率的なサンプリング手法が求められている。
- Array-RQMCを用いることで，モンテカルロ法の分散を大幅に削減し，計算効率を向上させることを目指す。
- Array-RQMC-WOSは，$n=2^{17}$の軌跡において，モンテカルロ法の分散を57倍から2290倍削減した。
- 分散は$o(1/n)$であることが知られているが，実験的には$n^{-1.4}$から$n^{-1.8}$の収束率を示した。
- Array-RQMC-WOSのエラーの平均次元は，従来のArray-MC-WOSよりも高いことが示された。
ヘーミト行列固有値問題に対する，信頼性の高い偽の Ritz 値除去手法を用いた改良 CJ--SS--RR 法 [math.NA, cs.NA]目的：ヘーミト行列の固有値問題における，偽の Ritz 値を除去する手法の改良
- 大規模行列の固有値計算は，科学技術計算の基盤であり，様々な分野で利用されている。
- Ritz 値が近接する場合，Ritz ベクトルの収束性が悪化し，精度が低下する問題がある。
- 偽の Ritz 値を効率的かつ正確に除去し，固有値計算の精度と効率を向上させる。
- 改良された Rayleigh-Ritz 射影に基づく SS--RRR 法を提案し，一般的な部分空間に対する効率的な実装を可能にした。
- 十分な精度の部分空間において，Ritz ベクトルが無条件に収束することに着目し，偽の Ritz 値を除去する調整不要な手法を開発した。
- 再起動型 CJ--SS--RRR アルゴリズムは，従来の CJ--SS--RR アルゴリズムと比較して，より効率的かつ効果的であることが数値実験で示された。
圧縮性オイラー方程式に対する輸送音響増分に基づく完全離散アクティブフラックス法 [math.NA, cs.NA, physics.flu-dyn]目的：圧縮性オイラー方程式の数値解法
- 航空力学や流体解析において，高精度かつ効率的な数値解法が不可欠である。
- 従来の数値解法では，計算精度と計算コストのトレードオフが存在する。
- 音響増分を適切に輸送することで，精度向上と数値安定化を図る。
- 提案手法は，輸送された構成に基づき，点精度において3次精度を実現している。
- 等エントロピー渦の対流実験により，非線形スキームにおいても3次収束性が確認された。
- 圧縮性ケルビン・ヘルムホルツ不安定性試験では，リミッターなしで安定した時間発展を示し，一貫したエントロピー消散が確認された。
テンソルブロック対角化のためのNPDoアプローチ [math.NA, cs.NA]目的：テンソルを最適に表現するブロック対角部分の抽出
- 多次元データの効率的な解析・圧縮には，テンソル分解が不可欠である。
- 既存のテンソル分解法では，計算コストや収束性の問題がある。
- NPDoアプローチを用いて，より効率的なテンソルブロック対角化を実現する。
- 提案手法であるNPDoアプローチは，目的関数を単調増加させながら定常点へ収束することが示された。
- NPDoアプローチとGauss-Seidel型更新法の組み合わせにより，グローバルな収束性が保証された。
- 数値実験により，提案手法の有効性が確認された。
非相対論的領域におけるクライン-ゴルドン-シュレーディンガー方程式のための均一に高精度な多重時間積分法 [cs.CL, cs.CY, cs.DC, math.NA, cs.NA]目的：クライン-ゴルドン-シュレーディンガー方程式の多重時間積分法による数値解法
- 相対論的量子力学は，物理学の根幹をなす理論であり，物質とエネルギーの関係を記述する上で不可欠である。
- 従来の数値解法では，光速が非常に速い場合に，時間分解能の制約が大きくなるという課題があった。
- 光速が遅い非相対論的領域において，高精度で効率的な数値解法を提供することを目的とする。
- 提案手法は，時間方向で一様な一次精度を達成することが厳密に証明された。
- 時間分解能の制約を克服し，シャノンのサンプリング定理に基づいた超解像度特性を実現した。
- 数値実験により，誤差評価と超解像度特性が検証され，異なる限界モデルへの収束率の調査に応用された。
U-HNO：疎な点適応ルーティングを備えたU字型ハイブリッドニューラル演算子 - 非定常偏微分方程式ダイナミクス [cs.LG, cs.NA, math.NA]目的：非定常偏微分方程式のダイナミクスに対する新しいハイブリッドニューラル演算子の提案
- 偏微分方程式は科学技術の多くの分野で不可欠であり，その効率的な解法は重要である。
- 従来のニューラル演算子は，滑らかな全体的な伝播と局所的な鋭い特徴を同時に捉えることが困難である。
- 本研究は，局所的なコントラストに応じてグローバルとローカルの計算を適応的に選択するルーティング機構によってこの問題を解決する。
- U-HNOは，PDEBenchの幅広いベンチマークにおいて，相対L^2およびH^1指標の両方で最先端のロールアウト精度を達成した。
- 特に，鋭い局所的な特徴が支配的な問題において，大きな改善が見られた。
- 構成要素のいずれかを取り除くことで，ロールアウトエラーが大幅に悪化することが示された。
ハイパーネットワーク条件付きWENO5保存形CNNによる一次元保存則 [cs.NI, cs.RO, math.NA, cs.NA]目的：一次元双曲型保存則に対するデータ駆動型離散化手法の開発
- 数値流体解析等の分野において，高精度かつ効率的な保存則の解法が不可欠である。
- 従来の数値解法は，問題設定や解像度に応じて再調整が必要であり，汎用性に課題がある。
- ハイパーネットワークを活用し，問題設定に応じてパラメータを調整することで，汎用性の高い解法を実現する。
- 提案手法Hyper--CFCNNは，古典的なWENO5と同等の精度を達成し，機械精度に近い保存性を実現した。
- 未知の空間解像度や初期条件に対しても，再学習なしに一般化することが可能であり，安定性も確認された。
- ハイパーネットワーク条件付き保存形WENO離散化は，保存則の適応的学習のための有効な枠組みを提供する。
球面上における多項式補間・回帰 [cs.RO, math.NA, cs.NA]目的：球面上の多項式近似のための補間・回帰演算子
- 球面上のデータ解析は，地球科学や宇宙科学など幅広い分野で重要である。
- 離散サンプルの数や分布が不十分な場合，安定した近似が困難となる。
- 球面上の離散サンプルから最適な多項式近似を効率的に求めること。
- 本研究で提案する演算子は，指定されたノードで補間し，残りのノードで最小二乗法を用いることで，一意な近似多項式を構成する。
- 特に，反対称ノードを用いる場合，問題は偶数次成分と奇数次成分に分解でき，解析が容易となる。
- 球面設計においては，KKT行列のスペクトル条件数が明示的に求められ，数値実験により提案手法の有効性が示された。
悪条件問題に対する適応的確率的ヘビーボール法の事後停止規則について [math.NA, cs.NA]目的：悪条件問題の解法
- 逆問題は，画像再構成や機械学習など幅広い分野で重要であり，その効率的な解法が求められている。
- 逆問題は一般的に悪条件であるため，数値解法が不安定になりやすく，ノイズの影響を受けやすい。
- 本研究は，悪条件問題に対する確率的ヘビーボール法の収束性を高め，計算効率を改善する新たな停止規則を提案する。
- 本研究では，確率的ヘビーボール法に，ステップサイズと運動量係数の適応的選択戦略を導入した。
- 残差の全計算を回避する事後停止規則を提案し，計算効率と実用性を向上させた。
- 理論的解析により，ほとんど確実に収束すること，および期待値において収束することを示した。
解析に適した$G^1$等幾何多重パッチ離散化におけるロバストな近似誤差評価 [cs.RO, eess.SY, cs.SY, math.NA, cs.NA]目的：解析に適した$G^1$等幾何多重パッチ離散化の近似誤差評価
- 第四階境界値問題など，高精度な計算が求められる分野において，信頼性の高い誤差評価が不可欠である。
- 多重パッチにおける$C^1$滑らかさを保ちつつ，高次の近似を実現する離散化手法の誤差評価が未確立であった。
- 解析に適した$G^1$多重パッチ領域を用いることで，誤差評価を確立し，高次近似の理論的根拠を提供する。
- 提案手法による近似誤差は，領域の幾何学的パラメータと解のソボレフ正則性に依存するが，スプラインの次数$p$には依存しない。
- 本研究は，バイハーモニック方程式やキルヒホッフ・ラブプレートなどの第四階境界値問題に対する等幾何解析の適用範囲を広げる。
- 解析に適した$G^1$多重パッチ領域を用いることで，局所的な次数増加の必要なく，必要な再現性を実現するスプライン空間を定義できる。
インタラクティブ物理シミュレーションのための階層型Transformer事前条件付け [cs.NI, cs.DC, cs.GR, cs.DC, cs.LG, cs.NA, math.NA]目的：リアルタイム物理シミュレーションのためのニューラル事前条件付け手法の改良
- 物理シミュレーションは，工学，科学，エンターテイメントなど広範な分野で不可欠な技術である。
- 従来のニューラル事前条件付けは，長距離結合の効率的な捕捉が課題であった。
- 本研究は，階層型Transformerを用いて，効率的かつ高速な物理シミュレーションを実現することを目指す。
- 階層型Transformer事前条件付けは，H行列分割を基盤とし，O(N)のスケーリングで近似逆行列計算を可能にする。
- コサイン・ハッチンソンプローブ目的関数により，収束に重要なスペクトル部分空間でのMA作用を学習し，条件数を改善する。
- stiff multiphase Poissonシステムにおいて，GPU Jacobi，IC/DILU，neural SPAIと比較して，最大28倍の高速化を実現した。
分数ソボレフ定数のGalerkin近似 [math.NA, cs.NA, math.AP, math.CA]目的：分数ソボレフ不等式の離散最適定数
- 偏微分方程式の数値解析において， Sobolev空間の取り扱いが重要である。
- 分数階ソボレフ空間の離散化における最適定数の評価は困難である。
- 有限要素法におけるGalerkin近似の精度評価を通して，その問題を解決する。
- 次元$N\geq 1$，分数指数$s\in (0,\min\{1,N/2\})$における鋭い評価を得た。
- 単位球上での区分線形要素を用いたGalerkin近似において，その収束率が確認された。
- 準一様かつ正則なメッシュを用いることで，近似精度を保証した。
CUR摂動解析の再考：局所接空間展開 [math.NA, cs.IT, cs.NA, math.IT]目的：固定インデックスランク切捨てCUR写像の局所摂動展開
- 行列計算において，低ランク近似はデータ圧縮やノイズ除去に不可欠であり，その理論的基盤の確立が重要である。
- 従来のCUR理論では，ノイズの大きさに依存した摂動の境界が示されているが，局所的な摂動挙動の解析は十分に進んでいない。
- 本研究は，選ばれた行と列によって決定されるサンプリング誘導された斜め接空間射影を用いた，局所的な回復誤差の評価を目指す。
- 固定インデックスランク切捨てCUR写像のフレシェ微分が，サンプリング誘導された斜め接空間射影として表現できることが示された。
- 低ランク行列に対する局所回復誤差は，摂動のノルムだけでなく，この射影による摂動の像によって支配されることが明らかになった。
- CURは選ばれた行と列に不可視な摂動を一次精度で除去するのに対し，SVDは直交正規摂動を一次精度で除去する点で異なる。
ハイパーパラメータ推定のためのMajorization-Minimizationとモンテカルロアプローチ [math.NA, cs.NA]目的：ハイパーパラメータ推定
- 逆問題の解決は，地震トモグラフィーや画像処理など，様々な分野で重要である。
- ハイパーパラメータが未知の場合，事後分布が非ガウス分布となり，サンプリングが困難となる。
- 対数行列式の繰り返し評価による計算コストを削減し，効率的なハイパーパラメータ推定を実現する。
- 提案手法M$^{3}$Cは，対数行列式項のmajorization関数とモンテカルロ推定器を組み合わせることで，計算量を削減する。
- 理論的解析により，特定の条件下でM$^{3}$Cの反復計算が元のコスト関数の臨界点に高確率で収束することが示された。
- 地震トモグラフィー，超解像度イメージング，汚染源特定など，様々な数値例で有効性が確認された。
多重グリッド法とニューラルネットワークによるphi-FEMの計算コスト削減 [math.NA, cs.NA]目的：phi-FEMの計算コスト削減
- 流体解析等において，複雑形状を扱う際に重要な手法である。
- phi-FEMは高精度だが，計算コストが高いという課題がある。
- 多重グリッド法とニューラルネットワークで計算効率を向上させる。
- 多重グリッド法とphi-FEMの組み合わせにより，計算コストを削減できることを示した。
- ニューラルネットワークとの組み合わせも有効であり，更なるコスト削減が期待される。
- 2次元および3次元の数値実験で，提案手法の有効性を確認した。
エラスティカ++：大規模なコッセラ杆の相互作用系を扱う高性能マルチフィジックスフレームワーク [cs.CE, cs.NA, math.NA, physics.comp-ph]目的：コッセラ杆モデルに基づく，大規模な細長体動力学シミュレーションのためのフレームワーク
- 生体模倣材料やソフトロボティクスなど，自然界や工学システムにおいて細長構造は遍在する。
- 高精度な連続体杆力学を維持しつつ，大規模なアンサンブルへのスケーリングと，多様なバイオフィジカル設定への柔軟な対応を両立する計算ツールが不足している。
- 弾性細長構造体の相互作用系における創発的挙動を効率的に研究するための基盤を提供する。
- エラスティカ++は，複雑な離散化領域と物理的相互作用にも関わらず，テラフロップ規模のスループットを維持する高性能カーネルと共有メモリ並列処理を組み合わせている。
- このフレームワークは，外部数値ソルバーとの相互運用性を持ち，効率的なマルチフィジックスワークフローをサポートする。
- 受動的な巣状メタマテリアル，集団活動物質力学，繊毛カーペット，ソフト磁性マイクロロボット，群遊泳体など，様々なケーススタディを通じて，その堅牢性と応用範囲が示された。
導関数を用いない最適化における2次モデルの精度と関係性 [math.OC, cs.NA, math.NA]目的：モデルベースの導関数を用いない最適化における3つの2次モデルの精度と関係性
- 最適化は科学技術の多くの分野において，重要な役割を果たしている。
- 導関数を用いない最適化では，モデルの精度評価が十分でない場合がある。
- 本研究は，既存の理論では捉えきれない，より正確な精度評価を目指す。
- 3つの2次モデル（最小ノルム，最小フロベニウスノルム，2次一般化シンプレックス導関数）に対して，線形誤差範囲が確立された。
- サンプル方向において，3つのモデル全てが完全な2次精度を達成する条件が明らかになった。
- これらのモデル間の関係性が明確になり，一致する条件や構造的な繋がりが特定された。
不可圧縮ナビエ-ストークス方程式における厳密保存則とオンサーガー閾値：離散外微分形式理論 [math.AP, cs.NA, math.NA]目的：不可圧縮オイラー方程式およびナビエ-ストークス方程式の構造を保存する離散化手法の厳密な理論
- 流体シミュレーションは，工学，気象，医学など幅広い分野で不可欠であり，高精度な計算が求められる。
- 従来の離散化手法では，数値誤差により物理量の保存則が破綻することが多く，精度の高い解が得られない場合がある。
- 離散化レベルでの厳密な保存則を確立し，数値解の精度向上と物理的妥当性の確保を目指す。
- 本研究では，プリズム状のドレーナ-ヴォロノイメッシュ上で離散外微分形式に基づく離散化手法を開発し，その数学的厳密性を証明した。
- 離散化された解は，粘性係数によらず，滑らかな解に対して一定の収束率で収束することが示された。
- また，オンサーガー閾値以上の条件下では，濃度欠陥が消失し，エネルギー保存則を満たす解が得られることが確認された。
層状ハイパーボリュームとマグニチュード指標を用いたパレートフロントへの非滑らかな集合勾配上昇法 [math.OC, cs.NA, cs.NE, math.NA]目的：多目的最適化における有限近似集合をパレートフロントへ移動させること
- 多目的最適化は，複数の相反する目的を同時に最適化する上で重要である。
- 既存手法では，非凸なパレートフロントや高次元問題への対応が困難である。
- 層状指標と非滑らかな集合勾配上昇法を用いて，より効率的な最適化を達成すること
- 層状指標は，各非支配層に対して評価され，重み付けされた組み合わせによって上昇方向を決定する。
- マグニチュード指標の正確な勾配公式が，投影されたシャドウ集合のハイパーボリューム勾配の線形結合として導出された。
- 数値実験により，層状マグニチュードとハイパーボリューム上昇法の有効性が確認された。
ポテンシャルを持つスティッキーCIR過程：不変測度と正確なサンプリング [math.PR, cs.NA, math.NA]目的：スティッキーCIR過程の不変測度と正確なサンプリング手法の開発
- ベイズ推論の効率化に不可欠な拡散過程の研究であり，応用範囲が広い。
- スティッキーCIR過程の厳密な解析は難しく，特に不変測度の特定が課題であった。
- ポテンシャルの影響下における不変測度の存在と一意性を証明し，正確なサンプリング法を確立する。
- パラメータ範囲δ∈(1,2)において，過程のwell-posednessと不変測度の uniqueness が証明された。
- 零ポテンシャルケースでは， confluent hypergeometric 関数を用いて不変測度に対する exact sampler が構築された。
- 非自明なポテンシャルGに対しては， tilted invariant measure の存在と一意性が示され， Metropolis-Hastings 法と unadjusted Langevin algorithm が提案された。
フィルタリングされたホワイトノイズによる二次元乱流におけるフーリエモードの確率モデル化 [math-ph, cs.NA, math.MP, math.NA, math.PR, physics.flu-dyn]目的：二次元乱流におけるフーリエ時間系列の統計的構造
- 乱流は熱輸送など幅広い現象に関わるため，そのモデル化は重要である。
- 簡略化モデルでは乱流の複雑な構造を捉えきれていない点が課題である。
- フーリエ成分の確率モデルを構築し，乱流の輸送現象をより正確に記述する。
- 二次元乱流の時間系列において，典型的な時間相関長が存在することが確認された。
- フーリエ成分に対する確率モデルが提案され，その有効性が検証された。
- 直接数値シミュレーションによる拡散効果と，確率モデルによる拡散効果が比較された。
ブロック再利用GMRES法：ソルバー性能に関する調査 [math.NA, cs.NA]目的：ソルバー性能の調査
- 大規模連立一次方程式の解法は，科学技術計算の基盤であり，その効率は重要である。
- 反復解法の計算コストは大きく，特に大規模問題ではメモリ使用量や計算時間が課題となる。
- 残差の効率的な最小化と，高性能計算環境でのデータ移動効率の改善を目指す。
- ブロック巡回 Krylov 部分空間法をGCRO-DR法に適用し，効率的な反復解法を提案した。
- 再利用する部分空間の選択方法や実装上の判断について検討した。
- 数値実験により，提案法の収束性およびデータ移動・キャッシュ効率を検証した。
非線形求積公式への道 [math.NA, cs.NA, hep-lat, physics.comp-ph]目的：非線形求積公式の構築
- 数値積分は科学技術計算の基盤であり，精度と効率が重要である。
- 既存の求積公式では，特定の関数に対して誤差が大きくなる場合がある。
- 関数のスケーリングやアフィン変換に適用可能な汎用的な求積公式を開発する。
- 幅広い関数に対して，非線形求積公式を明示的に構築することができた。
- 提案された公式は，同じノードに基づくニュートン・コーツ公式と同程度の精度を持つ。
- 非線形求積公式の誤差に関する明示的な上限を導出した。
非対称求積ノードを持つ確率ランツォス求積の解析 [math.NA, cs.NA]目的：行列関数のトレース近似における確率ランツォス求積法の誤差解析
- 機械学習等において行列関数の計算は重要であり，高速な近似手法が求められている。
- 確率ランツォス求積法は計算コストが高い場合があり，誤差評価の理論的矛盾も存在する。
- 誤差配分を最適化し，行列ベクトル積の回数を削減することで効率的な近似を目指す。
- 既存の理論的不一致を再検討し，アフィン変換におけるスケーリング因子の必要性を明確化した。
- 対数決定式推定のための最適化された誤差再配分技術を新たに導入した。
- ランツォス過程に多くの計算資源を，モンテカルロサンプリングには少ない計算資源を配分することが効率的である。
大規模階層ベイズ逆問題に対する一般化ゴルブ・カーハン法に基づく効率的なサンプリング手法 [math.NA, cs.NA]目的：大規模階層ベイズ逆問題における不確実性定量
- 逆問題の不確実性定量は，科学や工学における意思決定において不可欠である。
- パラメータ数が膨大である場合や，事前共分散行列の計算が困難な場合，サンプリングが課題となる。
- 階層構造を持つ問題における不確実性定量に対し，新たな計算手法を提案し，その有効性を示す。
- 提案手法は，Metropolis-Hastings独立サンプリングをギブスサンプリング内で利用し，一般化ゴルブ・カーハン法に基づく提案分布を用いる。
- 低ランク近似と事前条件付きLanczos法による2種類の提案サンプラーを検討し，その性能を比較した。
- 地震探査，動的光音響トモグラフィー，大気逆モデリングの数値例により，提案手法の有効性を実証した。
非線形偏微分方程式の分岐解析のためのスケーラブルなオープンソースツールボックスff-bifbox [math.NA, cs.NA, math-ph, math.MP]目的：非線形偏微分方程式の分岐解析手法
- 複雑な現象を記述する非線形偏微分方程式の解析は，科学技術の進歩に不可欠である。
- 高次元，悪条件，可変分解能という課題が，解析を困難にしている。
- 大規模な非線形偏微分方程式の効率的な分岐解析を実現すること。
- ff-bifboxは，適応的に細分化されたメッシュ上の非線形偏微分方程式の数値解析を可能にする。
- 有限要素法(FreeFEM)と分散フレームワーク(PETSc)を組み合わせることで，スケーラビリティを実現している。
- 3次元Brusselator系，3次元プレート座屈系，2次元圧縮性Navier-Stokes系を用いて検証され，新規な結果も得られている。
複数の固有値を持つ最近傍行列：リーマン最適化によるアプローチ [math.NA, cs.NA]目的：複数の固有値を持つ最近傍行列の探索
- 行列理論は，工学，物理学，データ分析など幅広い分野で基礎となる。
- 固有値の条件数は，行列の安定性や解の敏感性に影響を与えるため重要。
- 固有値の重解を持つ最近傍行列を見つけるアルゴリズムの効率化。
- 本研究では，変数投影とリーマン最適化に基づく既存のフレームワークを拡張。
- 行列の左・右固有ベクトルを同時に追跡し，線形制約を考慮した最適化手法を提案。
- 数値実験により，提案手法が既存アルゴリズムと比較して有効であることが示された。
低ランク Lyapunov 方程式に対する混合精度反復改良法 [math.NA, cs.NA]目的：低ランク Lyapunov 行列方程式の解法
- 工学・科学計算において，Lyapunov 方程式は安定性解析や制御設計に不可欠である。
- 高精度計算はコストが高く，特に大規模問題では計算時間が課題となる。
- 低精度計算を活用しつつ，必要な精度を確保することが求められている。
- 混合精度反復改良法により，半精度計算でも Lyapunov 方程式の解が効率的に求められることが示された。
- 内解法の精度が保証されれば，使用するソルバーに依存しない条件が導出された。
- 条件数が $1/u_s$ 程度の Lyapunov 方程式に対し，解の品質を損なうことなく低精度計算が利用可能となる。
適応メッシュ上の楕円型固有値問題に対する局所多水準事前条件付きヤコビ・デイビッドソン法 [math.NA, cs.NA]目的：特異性を持つ固有値問題に対する効率的な適応多水準事前条件付きヤコビ・デイビッドソン法
- 偏微分方程式の数値解法において，固有値問題は工学・科学における様々な現象の解析に不可欠である。
- 適応有限要素法では，解の特異性に対応するためメッシュを局所的に細分化する必要があり，計算コストが増大する。
- 本研究は，適応メッシュ上で効率的に固有値を計算するための事前条件付きヤコビ・デイビッドソン法を提案する。
- 提案法は，局所的な平滑化戦略を用いることで，線形システムの解法を効率化し，計算量を$O(N)$に抑える。
- 理論解析により，本手法はメッシュレベルと自由度に対して一様な収束率を持つことが示された。
- また，領域内の不連続な係数によって収束率が影響を受けないことも確認された。
直接スプライン積のためのアルゴリズム的アプローチ：手続きと計算側面 [math.NA, cs.NA]目的：スプラインの積を表現する直接公式の実装のための効率的なアルゴリズム的手続き
- スプラインは，曲線や曲面を滑らかに表現する基本的なツールであり，様々な分野で利用されている。
- 暗黙的な手法では，計算の不安定性や条件数の悪化により，問題が生じる場合がある。
- 直接公式に基づくアルゴリズムを開発し，計算効率と安定性を向上させる。
- 提案手法は，暗黙的な手法が失敗する可能性のあるケースにおいて，ロバストな結果を示すことが実験的に確認された。
- オスロアルゴリズムを基盤とし，項の因数分解によって計算効率を大幅に改善した。
- 数値実験により，提案手法が従来の計算コストを大幅に削減できることが示された。
学習可能なベルンシュタイン活性化関数の指数近似レートとパラメータ効率 [cs.LG, cs.AI, cs.NA, math.NA]目的：深層ニューラルネットワークにおける表現能力とパラメータ効率の向上
- 深層学習の性能は活性化関数の選択に大きく依存する。理論的保証が求められている。
- 既存の活性化関数は，表現能力やパラメータ効率に関する厳密な理論的保証がない。
- ベルンシュタイン多項式活性化関数を用いたネットワークの近似誤差の高速な減衰を実現する。
- ベルンシュタイン活性化関数を用いた深層ネットワーク(DBN)の近似誤差は，ReLUよりも指数関数的に高速に減衰する。
- DBNは，ReLUと比較して70%以上のパラメータ削減を達成し，学習エポック数を26%に削減可能である。
- 最終損失は最大45%低減され，学習可能な多項式構造が性能向上に寄与することが確認された。
THBスプラインに基づく高次相場モデル破壊の適応等方解析 [math.NA, cs.NA]目的：高次相場モデル破壊における適応等方解析手法
- 固体中の破壊伝播研究は，工学上の安全性や信頼性評価において不可欠である。
- 相場モデルは計算コストが高く，複雑な形状や大規模なシミュレーションへの適用が困難である。
- THBスプラインを用いた適応解析により，計算コストを削減し，高精度な破壊シミュレーションを実現する。
- THBスプラインを用いることで，高次相場モデルの適応シミュレーションが可能となった。
- 2次元破壊問題に焦点を当て，AT1およびAT2といった高次モデルの有効性を検証した。
- 本手法は，従来のモデルよりも効率的な計算を可能にし，複雑な破壊現象の解析に貢献する。
ポートハミルトニアン系としてのバーガース方程式の離散化 [math.NA, cs.NA, math.AP]目的：バーガース方程式の離散化手法の開発
- 流体力学において，非線形現象のモデル化は重要であり，バーガース方程式は代表的な例である。
- 非粘性バーガース方程式の数値シミュレーションでは，不連続点近傍で虚偽の振動が発生しやすい。
- 本研究では，ポートハミルトニアン形式を用いて，この振動を抑制し，安定な数値解を得ることを目指す。
- 非粘性および粘性バーガース方程式に対するポートハミルトニアン形式を提案し，対流性と消散性の両方の効果を組み込んだ表現を実現した。
- 専用の有限要素法を用いることで，有限次元のポートハミルトニアンシステムを導出した。
- 時間ステップ，空間解像度，粘性間の関係を解析し，数値安定化のための条件を明らかにした。
高次元非線形偏微分方程式に対する深層後退回帰に基づくスキーム [math.NA, cs.NA]目的：高次元非線形放物型偏微分方程式の解法
- 偏微分方程式は自然科学や社会科学の様々な現象を記述するため，その数値解法は重要である。
- 高次元かつ非線形な偏微分方程式の数値解法は，次元の呪いなどの問題により困難である。
- 本研究は，高次元非線形偏微分方程式に対し，より安定かつ高精度な数値解法を提案する。
- 本スキームは，既存のDBDP法を改良し，条件付き期待値を用いることで数値的な分散を抑制する。
- 数値実験の結果，複雑な境界条件を持つ高次元問題において，DBDP1法よりも優れた性能を示すことが確認された。
- 理論的に厳密な誤差評価と半次収束性が導出され，変分不等式への拡張も示された。
均一ロビン条件における制約付き結合複素境界法とADMMによる空洞形状再構成 [math.NA, cs.NA, math.OC]目的：空洞形状再構成
- 逆問題において，境界条件からの形状同定は，非破壊検査や医療画像処理等の分野で重要である。
- 境界の一部のみが観測可能な場合，形状の一意性が保証されず，解が複数存在しうるという問題がある。
- 複素境界法とADMMを組み合わせ，安定性と精度を向上させた形状再構成手法を提案し，その有効性を検証する。
- 提案手法は，アクセス可能な境界上のコーシーデータから未知の境界形状を再構成するために，複素ロビン条件を利用している。
- コスト関数の虚部を最小化することで再構成を行い，不等式制約を導入することで，ノイズや初期値への安定性を高めている。
- 有限要素法を用いて実装し，様々な数値実験により提案手法の妥当性を検証した結果，良好な再構成結果が得られた。
有界ランクテンソルにおける定常点への収束に関する一次手法 [math.CO, cs.DM, math.OC, cs.NA, math.AG, math.NA]目的：有界ランクテンソルにおける定常点の探索
- テンソル分解は，高次元データの解析や機械学習において重要な役割を果たす。
- 有界ランクテンソルは，従来の行列とは異なり，定常点を見つけることが困難である。
- 本研究は，有界ランクテンソルにおける定常点に収束する一次手法を提案し，その理論的保証を与える。
- 提案手法は，有界ランクテンソルの変分幾何学を再検討し，その法線円錐を明示的に特徴づける。
- 勾配情報を用いた近似投影法と，ランク減少メカニズムを導入することで，定常点への収束を保証する。
- テンソル補完問題に対する数値実験により，提案手法が様々なランクパラメータにおいて定常点に収束することが確認された。
海底およびその粗さの同時推定：縦波を用いた手法 [stat.AP, cs.NA, math.NA]目的：海底およびその粗さの推定
- 海洋資源探査や音響機器の性能向上に不可欠であり，海底地形の正確な把握が重要である。
- 海底地形の推定は逆問題であり，複数の海底構造が同じ測定結果を生み出す可能性がある。
- 海底の統計的等方性を利用し，粗さを定量化することで，推定のロバスト性を高める。
- 本研究では，無限次元ベイズ枠組みと分数微分可能性を活用し，海底と粗さを同時に推定する手法を提案した。
- 提案手法は，海底の不確実性の定量化も可能であり，大規模な海底探査への応用に期待できる。
- 数値実験の結果，本手法の有効性が確認された。
拡散モデルの汎化性能は，データ依存のリッジ多様体への誘導的バイアスによって特徴付けられる [stat.ML, cs.LG, cs.NA, math.NA, math.PR]目的：拡散モデルの汎化性能に関する考察
- 機械学習モデルの汎化性能評価は，未知データへの適応能力を測る上で重要である。
- 拡散モデルにおいて，訓練データ以外の領域における生成サンプルの分布が不明確である。
- データ分布の幾何学的構造と拡散モデルの生成過程の関係を明らかにすること。
- 生成サンプルは，まずリッジ多様体の近傍に入り，その後，訓練誤差の法成分によってリッジからの距離が制御される。
- リッジ上での運動は，誤差の接成分によって制御され，このメカニズムを「reach-align-slide」と呼ぶ。
- 学習された誤差の方向分解を通して，この幾何学的構造と学習ダイナミクスとの関連性が示された。
機能的形状データ解析と準共形写像による平面形態計測 [quant-ph, cs.NI, q-bio.QM, cs.CG, cs.NA, math.NA]目的：平面形状の形態計測手法
- 生物学における形態研究は基礎であり，成長や形態変化の理解に不可欠である。
- 既存手法は，形状の輪郭か内部特徴のみに焦点を当て，両者の関連性を捉えきれていない。
- 輪郭と内部情報を統合し，形状変化の定量的な分析とモデル化を可能にする手法を開発する。
- 提案手法FDA-QCは，機能的形状データ解析と準共形写像を組み合わせることで，平面形状の形態計測を可能にする。
- FDA-QCは，形状の輪郭と内部の両方を考慮し，従来の境界ベースや内部ベースの手法よりも形態変動を効果的に捉える。
- 本研究は，平面生物形状の成長と形態理解のための新たな道を開く。
- 1