arXiv雑要約
数値解析 - 2026/05/27 公開
物理システムの集団力学を学習するための二パラメータフロー [cs.RO, cs.LG, cs.NA, math.NA]目的：物理システムの集団力学の学習
- 複雑な物理現象の理解・予測には，時間発展する確率密度関数の把握が不可欠である。
- 従来の学習手法では，軌跡情報が必要であり，高次元データへの適用が困難であった。
- 軌跡情報なしで高次元の確率密度関数の時間発展を学習する手法を確立すること。
- 提案手法は，ベース分布から各周辺分布へのサンプリング時間輸送を学習し，物理時間速度を抽出する。
- これにより，得られる物理時間ダイナミクスの一意性と正則性が理論的に保証される。
- 本手法は，高次元データにも適用可能であり，回転や循環といった現象を自然に説明できる。
合理的ガウスウェーブレットニューラルネットワークを用いた複数UAVの分類と検出 [cs.HC, cs.CY, cs.SI, cs.LG, cs.NA, math.NA]目的：UAVの分類と検出
- 民間・軍事インフラ保護において，UAVの検知は重要性を増している。
- 従来の機械学習手法では，単独UAVや群れ検知の性能が十分でない場合がある。
- 解釈性の高い機械学習アルゴリズムによる，UAVと群れの高精度な検知・分類を目指す。
- 提案手法は，屋内スタジオおよび騒音環境下での実験において，従来の機械学習手法を上回る性能を示した。
- 合理的ガウスウェーブレットを用いることで，特徴抽出の解釈性を高め，UAVの分類精度を向上させた。
- 本研究の成果は，UAVと群れの検知・分類において，より信頼性の高いシステム構築に貢献する。
歪対称部を用いた正規行列に対するヤコビ様のアルゴリズム [math.NA, cs.NA]目的：正規行列の固有値，および必要に応じて固有ベクトルを計算すること
- 線形代数において，固有値問題は様々な応用分野で重要である。特に，大規模行列の効率的な計算が求められる。
- 既存のヤコビ様アルゴリズムは，実数行列に対して最適化されている場合が多く，複素固有値を持つ行列に対しては効率が低下する。
- 複素固有値が多い正規行列に対する計算効率を向上させ，より実用的なアルゴリズムを開発すること。
- 歪対称部を利用したアルゴリズムにより，特に複素固有値が多い行列において，既存のヤコビ様アルゴリズムよりも高速な計算が可能となった。
- 統計における多様体上の統計など，ランダムな直交行列に対して有効であることが示された。
- 最近傍の対称歪ハミルトニアン行列および直交シンプレクティック行列に関する明示的な公式も導出された。
学習された物理シミュレータの診断における半群の一貫性 [cs.DC, cs.LG, cs.AI, cs.NA, math.NA]目的：学習された物理シミュレータの診断方法
- 物理シミュレーションは，ロボティクスや科学計算など幅広い分野で不可欠である。
- 既存の評価指標では，長期間の予測における問題や時間的な整合性の欠如が見過ごされやすい。
- 時間的な整合性を評価する新たな指標を提示し，シミュレータの信頼性を高めることを目指す。
- 半群誤差は，ロールアウトの劣化と正の相関関係を示し，モデルの長期的な予測能力を評価する上で有効であることが示された。
- 時間条件付きConvNetとFNOをベースラインとして使用した実験で，スペルマンの相関係数は0.635であった。
- 半群正則化は，評価指標としては有効だが，汎用的な学習目標としては効果が限定的であった。
再帰的フローマッチング [eess.SY, cs.SY, cs.LG, cs.AI, cs.CV, cs.NA, math.NA]目的：複雑な時空間ダイナミクスの予測
- 物理シミュレーションや複雑な現象モデリングにおいて，生成モデルは不可欠な役割を担う。
- 既存手法は，精度と計算コストのトレードオフに直面し，高精度なシミュレーションは計算量が膨大になる。
- 本研究は，離散化誤差を低減し，高精度かつ効率的な予測を実現する新たな手法を提案する。
- 再帰的フローマッチング(RecFM)は，異なる離散化スケール間で一貫性を保ち，物理に基づいたタスクの性能を向上させる。
- RecFMは，最先端の多段階ソルバーに匹敵する性能で，科学システムにおける高精度なワンステップおよび少数ステップ予測を初めて実現した。
- RecFMは，主要な拡散ベースのエミュレーターと比較して最大20倍の高速化を達成し，予測精度も向上させる。
二次元ポアソン問題を解くための，正確な曲面ラグランジュ有限要素 [math.NA, cs.NA]目的：二次元の曲面領域におけるポアソン問題に対する正確な曲面ラグランジュ有限要素フレームワーク
- 複雑な形状の領域を扱う上で，有限要素法の精度向上が重要である。
- 従来の有限要素法では，曲面形状を近似することで幾何学的誤差が生じやすい。
- 曲面形状を正確に表現することで，幾何学的誤差を低減し，より高精度な解を得る。
- 正確な曲面ラグランジュ有限要素を構築するための要素写像を因子分解することで，線形ラグランジュ要素に対する局所的な$L^2$および$H^1$補間推定を導出した。
- 導出された補間推定は，物理要素上の輸送された方向微分項で表現され，アフィンコアの異方的な形状に依存しない定数を持ち，ポアソン問題のエネルギーノルムおよび$L^2$誤差推定に適用された。
- 単位円盤上の数値実験により，曲面形状を使用することで幾何学的誤差が大幅に低減されることが示された。
勾配流に対する陰解陽解線形多段階法のエネルギー消散解析：単純な乗数を用いた考察 [math.NA, cs.NA]目的：勾配流に対する陰解陽解線形多段階法（IMEX-LMMs）のエネルギー消散の理論的枠組み
- 微分方程式の数値解法において，エネルギー保存則や消散則の検証は，解法の信頼性評価に不可欠である。
- 高精度なIMEX-LMMsのエネルギー消散の解析は難しく，安定性条件の導出が課題となっていた。
- IMEX-LMMsのエネルギー消散の条件を明らかにし，より安定な高精度解法の設計を目指す。
- IMEX-LMMsと単純な乗数を用いた場合，生成多項式が[-1,1]で正であれば，非負の二次修正項を構築できることが示された。
- 生成多項式の条件を満たすことで，修正されたエネルギーが時間とともに減衰し，エネルギー消散が成立することが証明された。
- 第6次まで拡張可能なエネルギー消散型IMEX-LMMsを構築し，エネルギー消散型IMEX-LMMsの次数に関する上限を導出した。
固有値のみの分割統治トリダイアゴナル固有値ソルバーにおける内部状態の削減 [cs.DC, cs.NA, math.NA]目的：固有値のみの計算のための分割統治アルゴリズム
- 対称固有値分解は科学技術計算の基盤であり，その効率化は重要である。
- 従来の分割統治法では，征服段階で大規模な変換行列を再構成する必要がある。
- 境界行のみを利用することで，メモリ使用量を削減し計算効率を高めることを目指す。
- 本研究では，境界行の分割統治アルゴリズムを提案し，メモリ要件を2次から線形に削減した。
- 不要な行列ベクトル積を排除し，計算時間を短縮することに成功した。
- CPUおよびGPU実装を最適化し，標準的な数値ライブラリとの比較評価を行った。
アレン・カーン方程式に対する無条件線形収束ADMMアプローチ：フローリー・ハギンスポテンシャル [math.NA, cs.NA]目的：アレン・カーン方程式の数値シミュレーションにおける効率的かつロバストな解法の開発
- 相分離現象の理解と予測は，材料科学，生物学など幅広い分野で重要である。
- フローリー・ハギンスポテンシャルによる非線形性と特異点により，数値計算が困難である。
- 時間ステップサイズの制約や厳密な分離条件なしに解を求めるADMMソルバーの実現。
- 提案するADMMフレームワークは，理論的予測通り，効率性とロバスト性を示すことが数値実験により確認された。
- 増倍係数 $\alpha$ が $(0,\frac{\sqrt{5}+1}{2})$ の範囲内であれば，無条件収束が保証されることが証明された。
- 埋め込み型ADMMソルバーの線形収束が厳密に証明され，時間ステップサイズへの依存を解消した。
非一様メッシュ上の高速シンコーン法 (Hi-itchiyō meshu-jō no kōsoku shinkōn-hō) [math.NA, cs.NA, math.OC]目的：非一様メッシュ上のWasserstein-1距離の計算アルゴリズム
- 計算科学において，距離計算はシミュレーションや最適化の重要な要素である。
- 非一様メッシュは実用的な問題で一般的だが，計算効率が課題となっていた。
- 非一様メッシュ上での高速な距離計算を可能とするアルゴリズムを開発する。
- 本研究では，「分割インデックス」の概念を導入し，カーネル行列を2つのブロックに分割した。
- 各ブロックが準共線性を持ち，動的計画法によりシンコーンアルゴリズムの計算量をO(N)に削減した。
- 1次元および2次元の問題に対する数値実験により，大幅な高速化と精度維持が確認された。
時間依存偏微分方程式に対する物理情報ニューラルソルバーのための予測移動サンプル法 [math.NA, cs.NA]目的：時間依存偏微分方程式の近似誤差を支配する移動構造の効率的な近似
- 物理現象のシミュレーションにおいて，時間依存偏微分方程式は不可欠である。
- 従来のPINNでは，移動構造の存在により，計算効率が低下する問題がある。
- 残差ダイナミクスに基づいたサンプル輸送により，計算効率を改善する。
- 提案手法PMSMは，標準的なPINNやMSMと比較して，同等の配置予算で優れた性能を示す。
- 時間ステップごとのコストを削減するため，反復学習をプログレッシブな時間ステップ戦略に置き換え，速度場損失を簡素化した。
- 長時間の予測において，WR-PMSMは最適化コストの増加を抑制しつつ，グローバルな整合性を維持する。
一般化された分数ラグエル直交関数：射影と補間評価 [math.NA, cs.NA]目的：非滑らかな関数に対する分数ラグエル近似フレームワークの構築と解析
- 半無限区間における数値解析において，ラグエル関数は高精度な近似を提供する
- 標準的なラグエル近似は，非滑らかな関数に対しては精度が低下する
- 非滑らかな関数に対して，より適切な近似空間と収束性を実現すること
- 分数ラグエル近似フレームワークにおいて，非一様加重ソボレフ空間における射影誤差と補間誤差の評価を確立した。
- 分数パラメータが，近似空間を非滑らかな関数の正則性に適合させ，収束性を向上させることを明らかにした。
- 追加の代数パラメータを持つ一般化された分数ラグエル関数族を導入し，近似空間と重みの制御における柔軟性を高めた。
サドル点問題の構造保存離散化に対する反復ペナルティ法の収束について [math.NA, cs.NA]目的：サドル点問題の構造保存離散化に対する反復ペナルティ法の収束性評価
- 数値シミュレーションにおいて，サドル点問題は様々な物理現象のモデル化に不可欠である。
- サドル点問題の離散化は，安定性や精度を確保するのが難しい場合がある。
- 構造を保存する離散化法に対する反復ペナルティ法の収束性を厳密に評価すること。
- 反復ペナルティ法の収束性に関する新たな評価を得た。
- ペナルティ付き/摂動されたサドル点問題に対する安定性評価をより詳細にすることができた。
- ３つの有限要素法による応用例は，理論との一致を示している。
曲面上の偏微分方程式に対する物理情報ニューラルネットワーク (PINNsur) [cs.GR, cs.NA, math.NA]目的：曲面上の偏微分方程式の解法
- 科学計算や幾何学処理の基礎であり，様々な物理現象のシミュレーションに不可欠である。
- 従来の有限要素法はメッシュ品質に依存し，幾何学的離散化誤差の影響を受ける。
- メッシュフリーなPINNを用いて曲面上の偏微分方程式を安定して解く手法を提案する。
- 曲面の法線ベクトルをニューラルネットワークで近似することで，任意の曲面に対してPINNを適用可能にした。
- PINNの解法において，関数近似の収束性と曲面自体の幾何学的近似の収束性の両方を考慮する必要がある。
- 実験的な収束テストを導入し，曲面上の偏微分方程式に対するPINNの収束特性を評価した。
サブノーマルガウス型ファジーコストにおける最短経路問題 [cs.CR, cs.NA, cs.NI, math.NA]目的：有向グラフにおけるファジー最短経路問題の解決
- 経路探索は，物流，交通，ネットワークなど，様々な分野で重要な役割を果たす
- 従来の最短経路問題では，コストの不確実性や信頼性の考慮が不十分であった
- ファジー理論を用いて，コストの不確実性と信頼性を考慮した最短経路探索手法を提案する
- 提案手法では，ガウス型メンバーシップ関数を持つ一般化されたファジー数を用いてエッジコストをモデル化する。
- 信頼性を考慮したランキングにより，中心傾向，信頼性，変動性を捉え，Dijkstra法と同等の計算量で最短経路を特定する。
- FAA航空交通ネットワークの大規模ケーススタディにより，提案手法のスケーラビリティと安定性が確認された。
不連続ガレルキン離散化と同等の配置スキーム [math.NA, cs.NA]目的：不連続ガレルキン半離散化スキームとの同等性の検証
- 数値流体力学等のシミュレーションにおいて，精度と安定性の両立が重要である。
- 不連続ガレルキン法は高精度だが，安定性を確保するための工夫が必要となる場合がある。
- 配置スキームと不連続ガレルキン法の等価性を示すことで，スキーム設計の自由度向上を目指す。
- 本研究により，特定の配置演算子に基づく半離散化解が，同じ数値積分を用いた不連続ガレルキン法解と等価であることが示された。
- 配置スキームにおける余分な自由度は演算子の零空間に対応し，時間発展計算を通じてゼロのままである。
- 特定のスキームでは等価性が崩れるものの，適切な投影によって回復可能であることが確認された。配置演算子は良好なスペクトル半径を示す。
トポロジー最適化による所定周波数に対する音響結晶欠陥モードの直接的な分散曲線設計 [cond-mat.mtrl-sci, cs.NA, math.NA, physics.comp-ph]目的：音響結晶の欠陥モードを所定の周波数に精密に制御するための設計手法
- 音響結晶は弾性波の伝播を精密に制御できるため，様々な応用が期待されている。
- バンドギャップ内の欠陥モード設計は難しく，目的とするモードと不要なモードの制御が課題である。
- 所望の欠陥モードを目標周波数に誘引し，不要なモードを抑制することで設計の純度を高める。
- 提案手法では，ガウス重み付け付き選択関数に基づく2段階のトポロジー最適化フレームワークを採用した。
- 第1段階で広帯域ギャップを形成し，第2段階で欠陥を含む超セルを最適化することで，精密な欠陥モードの設計を実現した。
- 数値例により，提案手法が所定の周波数に位置する局所共振モードを生成できることが示された。
ヌッシノフモデルにおけるRNA二次構造のエネルギー最小構成の超距離構造 [cond-mat.dis-nn, cond-mat.stat-mech, cs.NA, math.NA]目的：RNA二次構造のエネルギー最小構成における超距離構造の度合い
- RNAは生物学的機能において重要な役割を担うため，その構造解析は生命科学研究の根幹である。
- RNAの二次構造予測は組み合わせ最適化問題であり，複数のエネルギー最小解が存在しうる。
- RNA二次構造の階層的性質を理解し，核酸配列がその構造に与える影響を明らかにすること。
- 小核RNA18種類を対象とした数値実験により，超距離性の度合いに大きなばらつきが見られた。
- 核酸配列を置換することで超距離性の度合いが大きく変化し，配列順序がRNA二次構造の階層的性質を決定する重要な要素であることが示唆された。
縮約基底法における並列バッチ貪欲アルゴリズム：収束率と数値結果 [cs.FL, math.GR, math.NA, cs.NA]目的：縮約基底の収束率と計算時間短縮
- モデル次数削減は計算コスト削減に不可欠であり，複雑なシミュレーションを可能にする。
- 従来の貪欲アルゴリズムは逐次処理のため，オフライン段階の計算時間が課題となる。
- 並列バッチ貪欲アルゴリズムにより，オフライン段階の計算時間を大幅に短縮することを目指す。
- 提案する並列バッチ貪欲アルゴリズムは，従来の貪欲アルゴリズムと同程度の収束率を保つことが示された。
- 線形熱方程式の数値実験により，バッチサイズを大きくすることでオフライン段階の計算時間を大幅に短縮できることが確認された。
- 特に複雑な問題において，並列バッチ貪欲アルゴリズムの有効性がより顕著になることが示された。
ヘルムホルツ-コルテヴェーグ方程式の解析と数値解析 [cs.CL, math.NA, cs.NA, math.AP]目的：ネマチック・ヘルムホルツ-コルテヴェーグ方程式の解の存在と一意性
- 異方性を持つ音響特性を制御可能であり，調整可能な音響共振器への応用が期待される。
- ネマチック液晶のような異方性流体の挙動を記述する方程式であり，複雑な数理モデルを必要とする。
- 適切な波数に対して解の存在と一意性を証明し，数値解法を提案することで，応用への道を開く。
- ネマチック・ヘルムホルツ-コルテヴェーグ方程式の解の存在と一意性が，二次元および三次元において証明された。
- 高次適合有限要素法とニッチェ法を用いることで，方程式の数値解法における離散化が実現可能となった。
- 二次元シミュレーションにより，解析結果の妥当性が確認された。
不適合メッシュ上の双調和界面問題に対する没入型$C^0$内部ペナルティ法 [cs.NI, cs.RO, cs.SY, eess.SP, eess.SY, math.NA, cs.NA]目的：不適合メッシュ上の二次元双調和界面問題の解法
- 工学や物理学における界面問題は，複雑な形状のモデリングに不可欠である。
- 不適合メッシュを用いる場合，界面条件の離散化が困難である。
- 高精度な界面条件の離散化を実現し，効率的な解法を提供する。
- 本研究で提案する没入型$C^0$内部ペナルティ法は，$L^2$, $H^1$, $H^2$ノルムにおいて最適な収束性を示す。
- 双調和界面条件に対応するため，最小二乗法に基づく高次の没入型有限要素空間を構築した。
- 離散解の存在一意性が証明され，様々な界面形状に対する数値実験によって検証された。
SBP-FDEC：和分による部分積分有限差分外微分計算 [math.NA, cs.NA]目的：SBP-FD法における発散・渦度を持たない離散化
- 数値計算において，物理現象の正確なシミュレーションには，離散化法の精度が重要である。
- 既存の有限差分法では，ベクトル場の離散化時に発散や渦度が現れることが課題であった。
- SBP-FD法においても，外微分計算を適用し，ベクトル場の離散化における問題を解決すること。
- 有限要素外微分計算(FEEC)の戦略を和分による部分積分(SBP)有限差分(FD)法に適用できることが示された。
- SBP-FD法では基底関数が不明であるにも関わらず，積分自由度と節点自由度を用いることで，互換性のある演算子を構築した。
- 既存のSBP-FD行列演算子を活用し，所望の特性を持つスキームを実現した。
2次元双曲型Serre-Green-Naghdi方程式に対するGPU加速エネルギー保存法 [cs.DC, math.NA, cs.NA]目的：2次元双曲型Serre-Green-Naghdi方程式のエネルギー保存数値解法
- 海洋波浪の数値シミュレーションは，沿岸防災や海洋構造物の設計に不可欠である。
- 従来のモデルでは，計算コストの高い楕円演算子の反転が必要となる場合がある。
- GPUを活用し，計算効率を向上させつつ，エネルギーを保存する数値解法を開発する。
- エネルギー保存性を持つ数値スキームを構築し，理論的証明と数値検証を行った。
- Julia言語でCPUおよびGPU実装を行い，最新のアクセラレータ上で大幅な高速化を達成した。
- 孤立波や製造解を用いた収束性検証，および既存の結果との比較により，手法の有効性を確認した。
圧縮性二相流に対する境界保存振動抑制断続ガレルキン法 [math.NA, cs.NA, physics.flu-dyn]目的：圧縮性二相流シミュレーションのための，境界保存かつ振動抑制断続ガレルキン法の開発
- 多相流解析は，エネルギー分野や化学工業など幅広い分野で重要である。
- 体積フラクション方程式の硬い$\kappa$源項が，計算時間の著しい制約となる。
- $\kappa$源項に対する新たな演算子分割戦略により，計算効率と安定性を向上させる。
- 本研究で提案する境界保存振動抑制断続ガレルキン法は，厳密にAbgrall条件を満たすことが証明された。
- 演算子分割戦略と暗黙的解法を組み合わせることで，硬さによる安定性の制約を克服し，計算効率を向上させた。
- 水-空気衝撃気泡相互作用などの困難な問題に対する数値実験により，本手法の堅牢性と効率性が確認された。
ニューラルフロー演算子は任意の演算子を近似可能：抽象的フレームワークと普遍的近似 [cs.LG, cs.NA, math.NA]目的：ニューラルネットワーク及びニューラル演算子に対する抽象ニューラルフローフレームワーク
- 機械学習における関数近似と演算子近似は，複雑な問題を解決するための基盤技術である。
- 既存のモデルは，無限次元空間における演算子の近似に関する普遍的な定理が不足している。
- 無限次元空間間の演算子近似を含む，ニューラルフローの普遍的な近似性を証明すること。
- 本研究では，組成構造と分離構造を持つニューラルフローという2つの連続深度モデルを提示した。
- 提案フレームワークは有限次元関数近似と無限次元演算子近似の両方を網羅し，普遍的近似性を証明した。
- 適切な時間離散化により，残差ネットワーク型アーキテクチャや単純なアーキテクチャへの統一的なアプローチを示した。
空間分数 Allen-Cahn 方程式のスペクトル解析と正則化に基づく事前条件付き安定化スキーム [math.NA, cs.NA]目的：空間分数 Allen-Cahn 方程式の数値解法の安定化と効率化
- 材料科学やパターン形成において，非線形拡散現象を記述する上で重要な方程式である。
- 空間分数微分を含む方程式の数値解法は，計算コストが高く，安定性の確保が難しい。
- スペクトル解析に基づく事前条件付きスキームを設計し，数値解法の効率と安定性を向上させる。
- スペクトル解析により，基礎となる行列および行列列の特性が明らかになった。
- 得られたスペクトル情報に基づき，適切な事前条件付きスキームを設計した。
- 数値実験の結果，提案手法が計算効率と安定性の向上に貢献することが示された。
大規模システムにおけるリーマン最適化を用いた非線形次元削減のための高速二次多様体学習 [cs.CL, cs.IR, cs.MA, cs.CL, math.NA, cs.NA]目的：非線形次元削減のための二次多様体学習
- データ解析において，高次元データの取り扱いは計算コストが高く，ノイズの影響を受けやすいため，次元削減は重要な課題である。
- 従来の二次多様体学習は，線形近似に最適化された基底を用いるため，非線形多様体の表現能力が制限されるという課題があった。
- 本研究は，リーマン多様体上の連続最適化問題として二次近似の最適化を行い，より適切な基底を効率的に探索することでこの課題を解決する。
- 提案手法FastQMは，特異ベクトルからなる候補空間内で基底を回転させることで，二次多様体近似に特化した座標配置を学習する。
- 特徴空間での定式化により，最適化コストが元の状態空間の次元に依存しない点が特徴である。
- 乱流翼跡のLESシミュレーションにおいて，提案手法の有効性が実証された。
いくつかのカーネル行列の高速スペクトル推定 [stat.ML, cs.NA, math.NA]目的：カーネル行列の固有値減衰特性の推定
- データ科学において，カーネル行列は分類タスク等で頻繁に利用され，その特性理解は重要である。
- カーネル行列を明示的に構築せずに固有値減衰特性を把握することが課題であった。
- カーネル行列全体を構築するコストを回避しつつ，固有値に関する有益な限界を提供する。
- 本研究では，特定のカーネル行列に対する新しい固有値分位点推定フレームワークを提案した。
- 提案手法は，カーネル関数の条件の下で有効性が証明され，経験的な証拠によって正確性が示された。
- このフレームワークは，データの内在次元の研究などへの応用が可能であることが示唆された。
切り替え進化方程式に対するモデル次数縮小を用いた証明可能なモデル予測制御 [math.OC, cs.NA, math.NA]目的：切り替え進化方程式に対するモデル予測制御の枠組み
- 偏微分方程式のような無限次元システムを制御する上で重要である。
- モデル予測制御は計算コストが高く，リアルタイム制御が困難である。
- モデル次数縮小により計算コストを削減しつつ，安全性を保証すること。
- モデル次数縮小モデルを用いたモデル予測制御の閉ループ軌跡が，真のモデル予測制御軌跡の近傍に存在することが証明された。
- モデル次数縮小の精度に応じて，軌跡の誤差範囲を明示的に計算できることが示された。
- 閉ループ認証を備えた2つのモデル次数縮小モデル予測制御アルゴリズムが提案された。
時間変動する放物型偏微分方程式の認証付き低次元再帰的水平線制御による安定化 [math.OC, cs.NA, math.NA]目的：時間変動する放物型偏微分方程式の安定化手法
- 工学システム制御において，高次元の偏微分方程式のリアルタイム制御は計算コストが課題となる。
- モデル次元削減に伴う誤差評価が難しく，安定性の保証が困難であった。
- 低次元モデルを用いた再帰的水平線制御により，安定性の認証と性能保証を実現する。
- 連続時間全次モデルに対する再帰的水平線制御の指数安定性および劣最適性が証明された。
- Galerkinモデル削減と誤差評価により，適応的に低次元制御を構築するアルゴリズムが提案された。
- 数値実験により，指数的に不安定なシステムに対しても有効性が確認された。
制約付き非凸・非凹ミニマックス最適化の一階法 [math.OC, cs.LG, cs.NA, math.NA, stat.ML]目的：制約付き非凸・非凹ミニマックス最適化問題の解法
- 機械学習等の分野で広く現れるため，その効率的な解法が求められている。
- 非凸・非凹問題は，局所解に陥りやすく，最適解探索が困難である。
- 局所的なKL条件が成り立つ場合に，効率的な近似解を得ることを目指す。
- 新たなリフテッドミニマックス定式化において，内側の問題がKL条件を満たす場合，元の問題の最大関数が局所的な一般化ヘルダー滑らかさを持つことが示された。
- 制約付き最適化問題を解くための逐次凸計画法（SCP）が提案され，局所的なKL条件の下での収束率が確立された。
- SCP法を用いた局所KL構造化された部分問題を通じて最大関数の不正確な勾配を計算する，不正確な近接勾配法が開発された。
スケッチトモグラフィー：古典的シャドウ法と行列積状態のハイブリッド [quant-ph, cs.NA, math.NA, math.ST, physics.comp-ph, stat.ML, stat.TH]目的：量子状態トモグラフィーの効率的な手法
- 量子情報科学の発展には，量子状態の精密な再構成が不可欠である。
- 従来の量子状態トモグラフィーは，指数関数的な計算コストを伴う。
- 行列積状態(MPS)に対する効率的なトモグラフィー手法を開発する。
- 本研究では，古典的シャドウ法とMPSの構造を利用したスケッチトモグラフィーを提案する。
- 提案手法は，系のサイズに対して2次スケールで収束することが理論的に証明されている。
- 数値実験により，本手法が量子状態の正確な近似を可能にし，特に大規模サブシステムを含む観測可能量の推定において古典的シャドウ法よりも優れていることが示された。
ノルム線形空間における鏡像微分：準平均値定理と準フェルマー定理 [math.OC, cs.NA, math.CA, math.NA]目的：ノルム線形空間における鏡像微分の性質解明
- 最適化問題や変分問題など，数学的モデリングの基礎をなす重要な分野である。
- 既存の微分概念では，関数の局所的な性質を捉えきれない場合がある。
- 鏡像微分を用いることで，より広範な関数の微分可能性を評価することを目指す。
- 鏡像微分を定義し，ガトー微分やフレシェ微分を包含する汎化された微分概念であることを示した。
- ノルム線形空間における準平均値定理と準フェルマー定理の弱形を確立した。
- 凸関数のフレシェ劣微分における特別な要素を鏡像微分を通して特定することに成功した。
圧縮性流体方程式の圧力平衡を保存し，完全保存性を持つ離散化手法 [eess.SP, cs.SY, eess.SY, physics.flu-dyn, cs.NA, math.NA]目的：圧縮性流体の数値シミュレーションにおける圧力振動抑制
- 圧縮性流体問題は，航空宇宙工学やエネルギー分野で重要であり，高精度な数値シミュレーションが求められる。
- 急激な流れの変化領域で，不必要な圧力振動が発生し，計算精度や安定性を損なうことが課題である。
- 圧力平衡条件を厳密に満たしつつ，質量，運動量，全エネルギーの保存性を維持する離散化手法を開発する。
- 提案手法は，質量，運動量，全エネルギーといった線形不変量を離散的に保存し，圧力平衡条件を正確に強制する。
- 本手法は対流による運動エネルギー保存も維持し，状態方程式に依存する質量と内部エネルギーに対する非線形数値フラックスの指定に基づいている。
- 理想気体および実ガスに対し有効であり，簡略化された圧力平衡保存形式も高い性能を示す。
離散圧縮性バロトロピックナビエ-ストークス方程式に対する否定定理とその解決 [math.AP, cs.NA, math.NA]目的：離散圧縮性バロトロピックナビエ-ストークス方程式の理論的解析
- 大気や海洋の数値シミュレーションの基礎となる方程式系であり，その精度向上が重要である。
- ベクトル不変形式の離散化において，エネルギー保存則を厳密に満たすことが困難であった。
- エネルギー保存則を満たす離散化スキームを構築し，数値的不安定性を解消することを目指す。
- 密度非依存の質量行列では，エネルギー残差が解消されないことが証明された(否定定理)。
- 密度加重質量行列を用いることで，厳密なエネルギー保存則が実現され，数値的不安定性が構造的に除去されることが示された。
- 提案スキームは，様々な境界条件下で安定性を示し，連続極限において滑らかな解に収束することが証明された。
パーソナライズされたPageRankによるKoopman不変部分空間の探索 [math.DS, cs.NA, math.NA, stat.ML]目的：データ駆動型Koopman演算子近似における不変部分空間の選択
- 複雑な動力学系の解析において，その本質を捉える適切な変数選択が重要である。
- 既存手法では，高次元データから不変部分空間を効率的に特定することが困難である。
- EDMD行列の構造を利用し，PageRankを用いて不変部分空間を効率的に探索することを試みる。
- 拡張動的モード分解(EDMD)行列の零ブロック構造に着目し，不変部分空間の検出に活用する。
- 行正規化されたEDMD行列にPageRankを適用することで，不変部分空間に対応するブロックを特定できる。
- 数値実験により，提案手法がコンパクトで解釈可能な辞書を特定し，高精度な予測を可能にすることが示された。
- 1