arXiv雑要約
数値解析 - 2026/05/15 公開
ViT-K：界面条件を持つ結合流体-多孔質媒体流れに対するFew-Shot学習モデル [math.NA, cs.NA, physics.flu-dyn]目的：結合流体-多孔質媒体流れの空間的・時間的発展の学習
- 流体ろ過や生理学的輸送の理解に不可欠だが，計算コストと長期予測の不安定性が課題。
- 既存の深層学習フレームワークは，多物理現象において誤差の蓄積や収束性の問題がある。
- ViT-Kは，少ないデータセットから物理現象を学習し，長期予測の安定性を実現する。
- ViT-Kは，ヘテロな界面の特徴を捉え，時間的ダイナミクスを線形化することで，物理現象を低次元多様体上で再構築する。
- 理論的な性質により，予測誤差が指数関数的にではなく線形的に増加するため，小規模サンプルでも信頼性の高い長期外挿が可能。
- ベンチマーク実験により，ViT-Kは複雑な界面物理を高い精度で捉え，測定ノイズに対するロバスト性も示す。
ℓFEM:等パラメータバルクおよび表面有限要素法の効率的なループフリーMatlab実装 [math.NA, cs.NA]目的：等パラメータ有限要素法の効率的なMatlab実装
- 工学問題の数値解法において，有限要素法は重要な役割を担う。
- 高次要素を用いた有限要素法は計算コストが高いという課題がある。
- ループフリーな実装により，計算効率の向上を目指す。
- ℓFEMパッケージは，Matlabのページング演算子を活用し，ループ処理を排除した効率的な実装を実現した。
- 高次等パラメータ表面有限要素法の概要と，そのアセンブリプロセスについて説明している。
- 実行時間比較や非線形問題への応用など，数値実験の結果を報告している。
インデックス1の線形ポートハミルトニアン微分代数方程式に対する目標指向の時間適応性 [math.NA, cs.NA]目的：ポートハミルトニアン微分代数方程式におけるエネルギー収支の制御
- 物理システムのモデル化において，構造化された枠組みを提供する点が重要である。
- 離散近似においてエネルギー収支を正確に捉えることが課題となっている。
- 事後的なグリッド洗練技術を用いて，エネルギー収支の違反を制御することを目指す。
- 提案手法は，エネルギー収支の違反を時間適応性によって制御する。
- ポートハミルトニアン構造を利用することで，効率的な誤差推定量を計算できる。
- 電気回路モデルのシミュレーションによって，手法の有効性が確認された。
二重鞍点系の分類 [math.NA, cs.NA]目的：対称な二重鞍点系の分類
- 大規模な連立一次方程式を解く上で重要な鞍点系の理解が不可欠である。
- 鞍点系は数値計算において特異な挙動を示し，効率的な解法が課題となる。
- 一般的な枠組みで，鞍点系の分類と関連する性質の解明を目指す。
- 関連する行列を「ブロックアロー型」と「ブロックトリ対角型」に分類した。
- 可逆性条件，スペクトル特性，ブロック前処理法についても議論した。
- 特定の応用例に限定せず，一般的な理論的考察を行った。
ウェーブレットに基づく可観測量：クープマン解析のための拡張動的モード分解フレームワーク [math.NA, cs.AI, cs.NA, math.DS, math.FA]目的：クープマン半群のウェーブレット変換による詳細な解析
- 複雑な動力学的システムの解析において，クープマン理論は重要な役割を果たす。
- 既存の動的モード分解法は，高次元データや複雑な構造を持つシステムへの適用に限界がある。
- ウェーブレット変換を用いてクープマン解析の精度と適用範囲を向上させることを目指す。
- ウェーブレットに基づく可観測量は，コンパクトな前方不変集合上の連続関数のバナッハ空間におけるクープマン半群の固有関数となる。
- クープマン半群とその分解の作用を，これらの可観測量を用いて閉形式で表現することが可能となった。
- 拡張動的モード分解（EDMD）と提案されたウェーブレットに基づく可観測量を組み合わせることで，cWDMDアルゴリズムを構築した。
特異摂動に対するニューラルネットワーク -- 有限規則性 [math.NA, cs.NA]目的：特異摂動を受ける2階線形楕円型2点境界値問題の解集合に対する有限要素法と深層フィードフォワードニューラルネットワーク(DNN)の表現性レート境界
- 偏微分方程式の数値解法において，特異摂動問題は多くの応用分野で現れるため重要である。
- 特異摂動問題では，パラメータが小さくなるにつれて解が急激に変化し，従来の数値解法の精度が低下しやすい。
- 本研究は，ニューラルネットワークを用いた効率的な数値解法の開発を目指し，特に低滑らかさのデータに対する安定性を検証する。
- 浅いReLU-NNの表現レートは，パラメータ$\e$に対してロバストであり，ネットワークサイズに関して明示的なレートを持つことが示された。
- tanh活性化関数を持つサブネットワークを用いることで，指数関数的な境界層関数を正確にNNの特性空間に含めることができ，ネットワークサイズを削減できる。
- ReLU活性化関数を用いた深層NNに対し，最近のビット文字列エンコーディング技術が，従来の有限要素法よりも高い収束レートを達成することが示された。
DiffPhD：弾性力学における異種材料の統一的な微分可能ソルバー - 接触豊富なGPUアクセラレーション [cs.GR, cs.DC, cs.NA, cs.RO, math.NA]目的：異種材料における弾性力学の微分可能シミュレーション手法
- ソフトボディのシミュレーションは，システム同定，軌道最適化，Real2Sim転送の基盤となるため重要である。
- 既存手法は，極端な剛性差，大規模変形下での超弾性，接触の多い相互作用といった異種材料の取り扱いに課題があった。
- 本研究は，異種材料におけるこれらの課題を同時に解決することを目指している。
- DiffPhDは，異種材料に対応した統一的なGPUアクセラレーション微分可能Projective Dynamicsフレームワークである。
- 本手法は，従来のPDソルバーが不安定になる場合でも，最大100倍の剛性差に対して収束性を維持する。
- これにより，これまでソルバーの脆弱性や計算コストによってボトルネックとなっていた，複合的なオブジェクトやロボットマニピュレーションなどの最適化が可能となる。
異方性多孔質弾性波シミュレーションにおける相互性の検証：対称的なStrang分割法を用いる [math.NA, cs.NA, physics.flu-dyn, physics.geo-ph]目的：異方性多孔質弾性波シミュレーションにおける相互性の検証
- 多孔質岩石における流体と波の特性を扱う応用において，波の伝播特性の理解は不可欠である。
- 数値シミュレーションでは，可逆的な波動力学と不可逆的な流体-固体間のドラッグのバランスが崩れ，相互性が損なわれる場合がある。
- 連続方程式の対称性を離散化スキームに継承させ，高精度な相互性を実現することを目的とする。
- 提案する対称的なStrang分割法は，可逆的サブシステムにおいてエネルギーを保存し，Darcyの散逸を安定的に扱い，弾性ソルバーと同様のCourant条件を維持する。
- 2D VTIメディアにおける多モード伝播のモデリングにより，相対L2ミスマッチが機械精度に近づくクロスコンポーネント相互性が得られた。
- この結果は，離散スキームが連続進化演算子の対称性を継承していることを示している。
長方形分割におけるスプライン空間の次元計算：平滑化余因子法による [math.NA, cs.NA]目的：長方形分割上のスプライン空間の次元計算
- スプライン空間は，形状設計やデータ近似など，様々な分野で重要な役割を果たす。
- 分割形状が複雑な場合，スプライン空間の次元を効率的に計算することが困難である。
- 長方形分割におけるスプライン空間の次元計算を可能にし，Schumakerの下界の達成可能性を示す。
- 平滑化余因子法を用いた一般的な次元計算フレームワークを提案し，T-メッシュに対する既存の理論を拡張した。
- 特定条件下で，Schumakerの下界が達成可能であることを証明し，任意の次数と滑らかさに対して有効性を示した。
- Morgan-ScottやYuan-Stillman分割を含む数値例により，三角形および非三角形の長方形分割に対する有効性と一般性を検証した。
高次元偏微分方程式に対するバイアス除去と二階微分フリーな学習 [eess.SY, cs.SY, math.OC, cs.LG, cs.NA, math.NA, math.OC]目的：高次元偏微分方程式の解法
- 高次元の偏微分方程式は，科学技術計算において重要な役割を果たす
- 従来の数値解法は，次元の呪いにより計算コストが増大する
- EM法によるバイアスを解消し，計算効率を維持した学習手法の確立
- 本研究では，EM法に起因する損失関数のバイアスを解析し，それを除去するフレームワークを提案した。
- 提案手法は，二階微分を必要とせず，計算コストを抑えつつ高精度な解を得ることが可能である。
- これにより，BSDEに基づく手法の適用範囲を拡大し，高次元偏微分方程式の解法に貢献する。
3階テンソルのT-平方根を計算するための反復法 [math.NA, cs.NA]目的：3階テンソルのT-平方根の計算手法
- 画像処理や機械学習において，高次元データの効率的な処理が重要であるため。
- 従来のテンソル計算方法は計算コストが高く，大規模データへの適用が困難な場合がある。
- T-積を用いた反復法を開発し，効率的なテンソル平方根の計算を実現すること。
- T-積のフーリエ領域ブロック対角化により，ニュートン法とデンマン・ビーバーズ法の収束が保証された。
- 提案手法を画像処理に応用し，テンソルデコレーテッドグレースケール変換，T-ホワイトニング，最適な色変換を実現した。
- テンソル・ブレス・ワッサーシュタイン距離を定義し，それがT-正定値テンソル空間上で有効な距離関数であることを証明した。
対称正定値テンソルの固有値上限 [math.NA, cs.NA]目的：対称正定値テンソルの固有値上限の導出
- テンソルは多変数の関数を表現でき，機械学習や工学に応用が広がっている
- テンソルの固有値解析は困難であり，既存手法では精度に限界がある
- テンソルの不変量を用いて，より厳密な固有値上限を導出すること
- トレースと行列式などの不変量を用いることで，テンソルのスペクトル半径と最小固有値の上限と下限を導出した。
- 提案手法は，古典的なゲルシュゴリンの円定理よりも優れた性能を示すことが比較分析により明らかになった。
- 特に，オフ対角成分が負であるテンソルや高次のテンソルにおいて，既存手法が有効でない場合に有効性を示すことができた。
対流拡散方程式のコーシー問題に対する最小二乗弱Galerkin有限要素法 [math.NA, cs.NA]目的：対流拡散方程式のコーシー問題に対する最小二乗弱Galerkin有限要素法の解析
- 熱伝導や物質輸送など，工学分野における様々な現象のシミュレーションにおいて重要である。
- コーシー問題は特異な性質を持ち，数値解法が不安定になりやすいという課題がある。
- 不安定性を克服し，より安定かつ高精度な解を得るための数値解法の開発。
- 本研究で提案する最小二乗弱Galerkin法は，非自己随伴演算子を対称正定値な離散線形システムに変換する。
- 任意の多角形や多面体分割に対して幾何学的な柔軟性を示し，複雑な境界条件や内部界面を自然に扱える。
- 数値実験により，理論的な収束率が確認され，標準Galerkin法と比較してロバスト性と効率性が示された。
多様体上のナイストローム近似 [math.NA, cs.NA, math.OC]目的：多様体上の演算子の低ランク近似手法
- 多様体上の計算は，多くの応用において時間と計算資源を要する。
- 既存手法では，演算子の逆行列計算がボトルネックとなる場合が多い。
- ナイストローム近似により，計算コストを削減しつつ精度を維持すること。
- 本研究では，多様体上の接空間における演算子の低ランク近似として，リーマン・ナイストローム近似を提案した。
- ハール-グラスマン概略条件を導入し，座標系に依存しない表現を実現した。
- SPD多様体やグラスマン多様体上での数値実験により，提案手法の有効性が確認された。
粘弾性導波路におけるロバストな分散曲線計算のための適応ホモトピー継続法：保証された分岐同一性の連続性 [math.NA, cs.NA, physics.comp-ph]目的：粘弾性導波路の分散曲線の効率的かつ自動化された計算
- 導波路構造の振動解析は，様々な工学的応用において不可欠である。
- 粘弾性材料の特性評価は，非エルミート固有値問題により困難を伴う。
- 材料ホモトピー継続法により，分岐同一性の連続性を保証し，ラベルの誤りを防ぐ。
- 本研究では，材料ホモトピー継続法を体系的に適用し，任意の断面形状を持つ粘弾性導波路の分散曲線を効率的に計算することに成功した。
- 特に，Type Iの例外点トポロジー下では，弾性段階で確立された物理モードラベルが，粘弾性段階でも有効であることが確認された。
- 損失係数0.05という困難な条件下でも，数値的に正確な解が得られ，潜在的なラベルの不一致を警告する診断指標が提示された。
微分方程式と機械学習のためのスケーラブルなメカニスティックニューラルネットワーク [cs.LG, cs.NA, math.NA]目的：微分方程式と機械学習における長期時系列データへの対応
- 科学技術分野では，複雑な動的システムのモデル化が不可欠である。
- 従来のメカニスティックニューラルネットワークは計算コストが高いという課題がある。
- 長期時系列データに対応可能な効率的なモデルを開発すること。
- 提案手法S-MNNは，計算時間と空間複雑さを大幅に削減することに成功した。
- S-MNNは，元のMNNと同等の精度を維持しつつ，計算資源を大幅に削減する。
- S-MNNは，既存のMNNの代替として，複雑な動的システムのモデル化に貢献する。
ロバスト漸近安定な消散ハミルトニアン微分代数システムの安定半径の特性評価 [math.DS, cs.NA, math.NA, math.OC]目的：ロバスト漸近安定性の判定条件と，構造を保存する摂動下での安定性の喪失条件
- 制御理論において，システムの安定性は重要な研究課題である。システムの安定性を保証することで，安全かつ効率的な運用が可能となる。
- 微分代数システムの安定性解析は困難であり，特にロバスト安定性の評価は未解決の問題が多い。
- 構造を保存する摂動に対するロバスト安定性の条件を明確化し，安定半径を評価することで，より実用的なシステム設計に貢献する。
- 本研究では，消散ハミルトニアン微分代数システムに対し，ロバスト漸近安定性のための安定半径を特徴づけることに成功した。
- システムの安定性が失われる正確な条件と，その限界に関する条件を導出した。
- 得られた結果は，ロバスト制御系の設計において，安定性を保証するための重要な指針となる。
凸ベクトル最適化におけるノルム最小化に基づく外部近似法の適応的評価指標 [math.OC, cs.NA, math.NA]目的：有界凸ベクトル最適化におけるノルム最小化に基づく外部近似法の評価指標の適応的枠組み
- 多目的最適化は，複数の相反する目的関数を同時に最適化するため，現実の意思決定問題に広く適用される。
- 従来の外部近似法では，固定されたノルムを使用するため，問題の形状を十分に活用できず，収束が遅くなる場合がある。
- 本研究は，問題の形状に応じて評価指標を動的に変化させることで，外部近似法の収束性を向上させることを目指す。
- 提案手法では，反復ごとに評価指標を変化させながら，固定されたユークリッドノルムで近似誤差を測定する。
- 理論的に，標準的なℓ₂ノルムで知られていた改良されたユークリッド収束率 O(k^{2/(1-q)}) が，すべての固定内積ノルムに拡張されることが証明された。
- 数値実験により，適応的評価指標は，曲面を持つパレートフロントを持つ問題において，固定されたユークリッドノルムと比較して31〜33％少ない反復で済むことが示された。
凸ベクトル最適化における$\ell_p$ノルム最小化の収束レート [math.OC, cs.NA, math.NA]目的：凸ベクトル最適化におけるノルム最小化に基づく外部近似アルゴリズムの収束レート
- 多目的最適化は，複雑な現実の問題を扱う上で不可欠な手法である。
- $\ell_p$ノルムを用いたスカラー化の一般解における収束レートは未解決であった。
- 任意の$p$における収束レートを明らかにし，アルゴリズムの性能向上を目指す。
- $\ell_p$ノルム($p \in (1,\infty)$)を用いたスカラー化において，ハウスドルフ近似誤差が$\delta_H(P_k, A) = O(k^{2/(1-q)})$を満たすことを証明した。
- ユークリッド空間の中間技術を用いることで，$\ell_p$ノルムのスムーズ性の制限を回避し，任意の$p$に対して最適な収束レートを達成した。
- 数値実験により，理論的に予測される$p$に依存しない収束レートが確認された。
既存の不連続面における流体駆動型摩擦および引張破砕の三次元シミュレーション [physics.geo-ph, cs.NA, math.NA, physics.comp-ph, physics.flu-dyn]目的：流体駆動型破砕伝播の三次元シミュレーション手法
- 地盤工学や資源開発において，破砕面における流体の挙動を理解することは重要である。
- 既存手法では，複雑な破砕面の形状や，流体と固体の連成解析が困難であった。
- 複雑な破砕面における流体駆動型破砕のメカニズムを解明し，予測精度向上を目指す。
- 本ソルバーは，せん断破壊と引張破壊を同時に解析可能であり，複雑な破砕面の形状に対応できる。
- 時間ステップの自動調整により，強非線形性の問題を安定して解くことができる。
- 多様な解析事例を通して，本ソルバーの精度と収束性が検証された。
薄膜超伝導体シェル磁化のT-E定式に基づくモデリング [cond-mat.supr-con, cs.NA, math.NA]目的：薄膜超伝導体シェルの磁化モデリング手法
- 超伝導技術はエネルギー分野などに応用が期待され，高性能化が重要である。
- 薄膜超伝導体の磁化モデリングは，非線形性が高く，正確な計算が困難である。
- 本研究は，薄膜を超えたシェル形状への適用と，より高精度な磁化計算を目指す。
- T-E定式に基づく混合有限要素法をシェル形状に拡張し，数値シミュレーションを可能にした。
- 球体磁化のモデル検証を行い，手法の妥当性を確認した。
- 円筒形磁気ダイナモポンプのモデリングに適用し，開放回路電圧を計算した。
アドベクション拡散問題における進化する有限要素 [math.NA, cs.NA]目的：進化する界面を持つ放物型方程式の解の数値近似
- 界面移動を伴う現象のモデリングは，流体工学や物質工学等，広範な分野で重要である。
- 既存の数値解法では，界面の正確な追跡や要素の変形に対する安定性の確保が課題であった。
- 進化する有限要素法を用いて，界面の追跡と高精度な数値解を両立させることを目指す。
- 提案手法は，任意の次数進化等パラメータ有限要素に対して，最適の収束誤差を与えることが証明された。
- モデル問題に対する数値実験により，理論的に予測される収束オーダーが確認された。
- 本研究は，界面移動を伴う問題の数値シミュレーションの精度向上に貢献する。
電気抵抗断層法のためのカーネル法 [math.NA, cs.NA, eess.SP]目的：電気抵抗断層法における電気伝導率の再構成
- 医療・非破壊検査などに応用が期待される重要な計測技術である。
- 従来の反復法では計算コストが高く，リアルタイム処理が困難である。
- リアルタイム応用可能な非反復再構成法を確立することを目指す。
- 本研究では，新しい非反復再構成法であるカーネル法を提案した。
- カーネル法は，背景材料のみを対象とした場合に異常領域における電力密度が消失するという原理に基づいている。
- 数値シミュレーションにより，提案手法の有効性が確認された。
チェビシェフノルムにおける低ランク近似のための加速型交互最小化アルゴリズム [math.NA, cs.NA]目的：低ランク近似問題の解法
- 行列の低ランク近似は，科学技術計算の多くの手法で重要な役割を担う。
- 従来の低ランク近似はユニタリー不変ノルムで行われてきたが，最近では要素ごとの近似も注目されている。
- チェビシェフノルムにおける低ランク近似を効率的に解くこと。
- 本研究では，チェビシェフノルムにおける低ランク近似問題を解くための加速型交互最小化アルゴリズムを提案した。
- 大規模問題に対する有効性が数値実験によって示された。
- 2-way alternance of rank $r$ が最適低ランク近似の必要条件であり，交互最小化法の極限点はこの条件を満たすことが示された。
半導体製造におけるパージプロセスのシミュレーションのためのパラメトリック演算子推論 [math.NA, cs.NA, physics.comp-ph]目的：半導体製造におけるパージプロセスの流れ場の予測
- 半導体製造プロセスにおいて，歩留まり向上には異物混入の抑制が不可欠である。
- パージプロセスの詳細な流れ場解析は計算コストが高く，リアルタイムでの最適化が困難である。
- 演算子推論を用いて，計算コストを削減しつつ高精度なパージプロセスの予測を可能とする。
- 演算子推論による低次元モデルは，全モデル計算と比較して約142倍の計算速度向上を達成した。
- 訓練データに加え，未知のパラメータ条件下においても高い予測精度（最大誤差9.32％）を示した。
- 本研究により，半導体製造における効果的な異物制御のための高速かつ高精度なパージフロー予測が可能となる。
放物型多重スケール問題に対する最適な高次収束率 [math.NA, cs.NA]目的：放物型多重スケール問題における高次収束率の最適化
- 多重スケール問題は，工学や科学の様々な分野で現れるため，その効率的な解法が重要である。
- 高次LOD法を時間依存問題に適用する際，収束率の低下が課題となっていた。
- 時間依存問題における高次収束率を確保し，従来の課題を解決することを目指している。
- 局所直交分解(LOD)フレームワークに基づき，多重スケール空間を豊かにする補正演算子を構築した。
- この手法により，係数に対する制約を緩めつつ，高次の収束率を達成することが示された。
- 理論的な結果は，数値実験によって検証されている。
球面における感度分析と球面ANOVA分解 [math.NA, cs.NA]目的：球面上の関数に対する感度分析
- 高次元データの解析は重要であり，複雑な関数を効率的に扱う方法が求められている。
- 従来のANOVA分解では，球面のような特殊な幾何構造を考慮した解析が困難であった。
- 球面上の関数を低次元の変数相互作用でモデル化し，高次元解析を可能にすること。
- 球面上の関数を，変数部分集合に依存する項の和として分解する公式を提示した。
- 関数をパリティ（偶奇性）によって分解することで，従来のANOVA分解に追加的なパラメータを導入した。
- 直交基底関数を用いることで，高次元関数を低次元の変数相互作用で近似できることを示した。
不定線形最小二乗問題に対するブロック分割事前条件子の不正確版 [cs.SC, math.NA, cs.NA]目的：不定線形最小二乗問題から生じる三元ブロック線形システムの解法
- 線形システムの効率的な解法は，科学技術計算の根幹をなす重要な課題である。
- 不定線形最小二乗問題の解法は，数値的に不安定になりやすく，効率的な手法が求められている。
- この研究では，ブロック分割事前条件子の不正確版を用いて，その安定性と収束性を向上させる。
- 提案された事前条件子を用いることで，preconditioned matricesの全ての固有値が半径1の円内に収まることが示された。
- この性質は，GMRES法の収束を加速する効果を意味し，理論的なGMRES反復回数の上限も導出された。
- 数値実験により，提案された事前条件子の有効性が確認された。
多材料トポロジー最適化のためのSiMPL法 [math.NA, cs.NA]目的：多材料トポロジー最適化手法
- 構造設計において，軽量化と性能向上は重要な課題である。
- 既存手法では，多材料の使用や複雑な形状設計が困難な場合がある。
- 多材料を効率的に配置し，複雑な形状を最適化する手法を確立すること。
- 提案手法は，鏡降下法と点ごとの多面体設計制約を統合し，効率的かつスケーラブルな最適化を実現する。
- 本手法では，凸多面体の形状を利用したBregmanダイバージェンスを用いて，最適化の地形を滑らかにし，制約を満たす解を得る。
- 異方性材料や磁束最適化など，様々な構造設計問題への適用可能性が検証された。
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.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
- 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。
- 従来の事前条件付け手法は，長距離の相互作用を効率的に捉えることが困難である。
- Transformerを用いて，効率的かつ高精度な事前条件付けを実現し，シミュレーション速度を向上させる。
- 提案手法は，弱許容性H行列分割に基づき，O(N)のスケーリングで近似逆計算を実現する。
- 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における作用を学習し，条件数を改善する。
- 密度比100:1，N=1,024-16,384の剛性のある多相ポアソンシステムにおいて，GPU JacobiやIC/DILUと比較して大幅な高速化を達成した。
直交制約下における非滑らかな複合最適化のためのブロック座標降下法 [math.OC, cs.LG, cs.NA, math.NA]目的：直交制約下非滑らかな複合最適化問題へのアプローチ
- 統計的学習やデータサイエンスにおいて，その応用範囲が広い重要な分野である。
- 非滑らかな目的関数と計算コストの高い非凸制約により，最適化が困難である。
- ブロック座標降下法を用いて，計算効率良く問題を解決することを目的とする。
- 提案手法OBCDは実行可能であり，計算負荷が小さいことが示された。
- 行ごとの直交更新が，任意の実行可能初期値から実行可能解に到達可能であることが証明された。
- OBCDによって生成される極限点は，標準的な停留点よりも強い最適性を持つ。
- 1