arXiv雑要約
数値解析 - 2026/06/03 公開
高コントラスト媒質におけるマルチスケール離散化を加速するアテンション強化ハイブリッドネットワークを用いた地下流シミュレーションのための二重グリッド前処理法の適用 [cs.CE, cs.LG, cs.NA, math.NA]目的：高コントラスト不均質媒質におけるDarcy方程式の効率的な数値解法
- 地下流体のシミュレーションは，資源開発や環境保全において不可欠な技術である。
- 高コントラスト媒質におけるマルチスケール解析は，計算コストが高く，現実的な問題への適用が困難である。
- 機械学習を活用し，マルチスケール基底関数の生成を高速化することで，計算コストを削減することを目指す。
- 提案手法は，既存の機械学習ベースの手法と比較して，より正確な圧力再構成が可能であることが示された。
- 二重グリッド前処理法を用いることで，強不均質性や高コントラスト条件下でも安定した解が得られることが確認された。
- 基底関数の生成段階の効率化により，高解像度Darcy型シミュレーションの実現に貢献する可能性が示唆された。
二次元反応拡散問題における複数デッドゾーン形成の数値シミュレーション [math.NA, cs.NA]目的：複数デッドゾーンの形成現象
- 化学反応工学において，反応速度や拡散が反応生成物の分布に与える影響の理解は重要である。
- デッドゾーンは反応効率を低下させるため，その予測と抑制が課題である。
- 特定の反応器形状において，複数デッドゾーンの形成条件を明らかにすること。
- 本研究では，二次元反応拡散問題に対し，適切な時間発展法と有限要素法を用いて数値シミュレーションを行った。
- 反応次数とチーレモジュールの変化が，濃度分布とデッドゾーンの大きさに与える影響を調査した結果，特定条件下で複数デッドゾーンが形成されることを示した。
- シミュレーション結果は，反応器設計におけるデッドゾーン抑制戦略の検討に役立つと考えられる。
触媒スラブにおけるデッドコア形成を伴う拡散反応問題に対する物理情報ニューラルネットワーク [math.NA, cs.NA]目的：触媒スラブ内の拡散反応プロセスにおける自由境界問題の解析
- 触媒反応は，化学工業において重要な役割を担う基盤技術である。
- デッドコアの正確な位置特定は，触媒性能評価において重要な課題である。
- デッドコア位置を直接求めることで，効率的な触媒設計を可能とする。
- 本研究では，物理情報ニューラルネットワーク(PINN)を用いて，自由境界問題を効率的に解く手法を提案した。
- 提案手法は，界面近傍の漸近的振る舞いを組み込んだ構造化された解を試行関数として利用し，デッドコアの位置を学習可能なパラメータとして扱う。
- 解析結果は，既存の数値解と比較して高い精度を示し，計算コストも抑えられていることを確認した。
対称非負行列分解とグラフクラスタリングのための非単調勾配法 [cs.LG, cs.NA, math.NA, math.OC]目的：対称非負行列分解およびグラフクラスタリングにおける効率的なアルゴリズム
- グラフクラスタリングや機械学習において，データの低次元表現を得る上で重要な手法である。
- 対称非負行列分解の既存手法は，収束速度が遅いという課題があった。
- 非単調勾配法を適用し，収束速度を向上させることで，より実用的な解法を提供する。
- 提案手法SNMPBBは，既存手法SymANLSと比較して，同程度の残差に対して6倍の高速化を実現した。
- グラフクラスタリングへの適用（Graph-SNMPBB）では，SymANLSと同等またはそれ以上の精度を達成した。
- 大規模問題への適用（LAI-SNMPBB）では，最新手法LAI-SymPGNCGを，実行時間と残差の質において上回った。
可変次数hp有限要素界面問題に対する一様Schwarz事前条件子 [cs.IR, math.NA, cs.NA]目的：可変次数hp有限要素離散化における，hおよびpに頑健な次数保存空間分解と加法Schwarz事前条件子の構築
- 反応拡散問題や適合界面問題の数値解析において，高精度かつ効率的な解法が求められている
- 従来の解法では，要素ごとの次数分布やメッシュサイズに依存して精度が低下する課題があった
- メッシュサイズや多項式次数，次数の変化に依存しない，hp一様なSchwarz事前条件子を開発し，問題を解決する
- 本研究では，任意の要素次数分布に対して適用可能な，安定したSchwarz事前条件子を提案した
- ３次元適合界面問題に対しては，頂点パッチSchwarz事前条件子を構築し，界面付近の精度向上を実現した
- 数値実験により，提案手法の頑健性が理論的予測と一致することを示した
FWD逆解析におけるPINNの批判的評価と代替案としての微分可能有限要素法 [cs.CE, cs.LG, cs.NA, math.NA]目的：多層舗装システムの逆解析手法の評価
- 舗装構造の健全性評価は，道路インフラの維持管理において重要な課題である。
- 従来の逆解析手法は，計算コストが高く，局所最適解に陥りやすいという問題がある。
- 物理情報ニューラルネットワーク(PINN)や微分可能有限要素法(DiffFEM)を適用し，効率的かつ高精度な逆解析を実現する。
- 標準的なPINNは，舗装システムの持つ不連続な領域構造により層間モジュラスの算出に失敗する。
- 拡張PINN(XPINN)は改善が見られるものの，損失関数の重み付けやネットワーク構成に依存し，測定ノイズに弱い。
- DiffFEMは，PINNと比較して，より正確で安定した，計算効率の良い逆解析結果を得る。
光あれ：ニューラル演算子のための反射，屈折，散乱 [cs.LG, cs.NA, math.NA]目的：無限次元関数空間間の写像学習
- 偏微分方程式の数値解法は科学技術計算の基盤であり，高精度な近似手法が求められている。
- 従来のニューラル演算子は，物理的解釈性，非局所的な空間伝播，メッシュのスケーラビリティ，計算コストのトレードオフが存在する。
- 光の反射，屈折，散乱に着想を得た新しいアーキテクチャで，これらの課題を克服し，効率的な演算子学習を目指す。
- 提案手法LiNOは，潜在的な特徴空間における適応的な点ごとの変換により，局所的な特徴の再配向と異方性変調を可能にする。
- 散乱メカニズムを効率化することで，計算複雑度を二次から線形に削減し，スケーラビリティを向上させている。
- LiNOは，局所的な特徴変調とグローバルな空間伝播を分離し，モジュール性と解釈可能性を両立した構造を持つ。
非発散形楕円方程式に対するヘッセ行列復元に基づくC0有限要素法 [math.NA, cs.NA]目的：非発散形楕円方程式に対するヘッセ行列復元に基づくC0有限要素法の枠組み
- 偏微分方程式の数値解法は，工学，物理学など幅広い分野で不可欠である。
- 非発散形楕円方程式の数値解法は，数値安定性や精度において課題が多い。
- ヘッセ行列の復元により，数値計算の安定性と精度を向上させることを目指す。
- ヘッセ行列の復元により，C0有限要素法を適用可能な枠組みを構築した。
- グローバルな単調性条件下では，離散最大原理が成立し，条件数の評価も得られた。
- 数値実験により，提案手法の精度と，ヘッセ行列復元の有効性が確認された。
モデル不完全性下におけるオペレータ学習の物理制約による補正 [math.NA, cs.NA]目的：モデル不完全性下での解オペレータ学習
- 偏微分方程式の解法は科学技術計算の根幹であり，効率的な近似手法が求められている。
- 従来の物理情報オペレータ学習は，支配方程式の精度を前提としており，現実的な応用場面で限界がある。
- 支配方程式の不完全性に対処し，データと物理法則の両方を利用した解オペレータの学習を目指す。
- 提案手法では，解写像を近似的な物理モデルに基づく事前オペレータと，残りの不一致を補正する学習可能な補正オペレータに分解する。
- 実験結果から，提案手法は不完全な物理モデルによる誤差を大幅に低減することが示された。
- 疎な観測データやノイズ条件下でも，本手法の頑健性と情報的な不確かさ推定能力が確認された。
固体力学問題に対するボクセルベース量子計算手法 (VBQC) [eess.SY, cs.SY, cs.CE, cs.NA, math.NA, quant-ph]目的：固体力学におけるハミルトニアンの量子シミュレーション
- 大規模な力学問題解決において，古典計算の効率とメモリ制約が課題となっている。
- 固体力学は不規則格子を必要とするため，量子計算による効率的なシミュレーションが困難である。
- 不規則格子でも効率的な量子シミュレーションを可能にするVBQC手法を提案し，検証する。
- ボクセル格子を用いることで，システム行列がトリ対角フラクタル特性を示すことを示した。
- システム行列を基本行列に分解するKCQ分解と量子フーリエ変換，量子マルチプレクサを統合した。
- 異なる次元と変数の数を持つ３つの固体力学問題で，提案手法の正しさを検証した。
半線形放物型方程式に対するパラリアルアルゴリズムの線形収束 [math.NA, cs.NA]目的：半線形放物型方程式に対するパラリアルアルゴリズムの収束解析
- 時間発展方程式の長時間のシミュレーションは計算コストが高く，並列化が重要である。
- 線形問題では収束理論が確立されているが，非線形問題，特にデータの正則性が低い場合に理論を拡張するのが困難である。
- 初期データが$H^2$である場合に，パラリアルアルゴリズムの線形収束を解析し，収束率の評価を与える。
- 安定な有理近似と一次線形化を用いることで，パラリアルアルゴリズムの線形収束が示された。
- 線形放物型方程式に対する線形収束理論と，問題データの正則性に関する事前誤差評価を組み合わせた。
- 非線形モデルの収束振る舞いと，線形モデルとの密接な関係が明らかになった。
非自己共役不定シュトゥルム＝リウヴィル問題における左半平面固有値の有界性：フーリエモーダル法への応用 [eess.SY, cs.SY, cs.IR, cs.CL, cs.RO, math.NA, cs.NA, physics.optics]目的：非自己共役不定シュトゥルム＝リウヴィル問題における左半平面固有値の有界性
- シュトゥルム＝リウヴィル問題は，物理学や工学における様々な現象を記述する基礎方程式である。
- 非自己共役や不定性を持つ問題では，固有値の存在や分布が複雑になり，安定性の解析が困難である。
- 本研究は，複素数値係数を持つ非自己共役不定シュトゥルム＝リウヴィル問題の固有値分布を明らかにする。
- 左半平面の全ての固有値は有界集合内に存在することが示され，固有値の有限性を示唆する。
- ラメラ格子回折問題における結果は，低損失金属格子における非物理的な偽モードの判定基準を提供する。
- フーリエモーダル法における不安定性の原因特定に貢献し，数値計算の安定性向上に役立つ。
磁場回路結合問題に対するマルチレート共シミュレーション手法の比較 [math.NA, cs.NA]目的：磁場回路結合問題におけるマルチレート共シミュレーション手法の比較
- 磁場と回路の相互作用は，電気機器の設計や解析において不可欠な要素である。
- 従来のシミュレーションでは，時間ステップの制約から計算コストが高い場合がある。
- 異なる時間ステップを用いることで，計算効率を向上させる手法の確立を目指す。
- 3種類のマルチレート分割手法と，電圧，電流，磁束補正項による情報交換方法を比較検討した。
- コイルインダクタおよびトランスモデルを用いて，Implicit Euler法とTrapezoidal Rule法の収束性を検証した。
- 実用的なアプリケーションのための指針を導き出した。
3次元異方性音響結晶のバンド構造計算のための効率的なパリティーブロック法 [math.NA, cs.NA]目的：3次元異方性音響結晶のバンド構造計算手法
- 音響結晶は，音波制御において重要な役割を担うため，そのバンド構造の正確な解析が求められる。
- 異方性音響結晶の計算では，格子位置の不整合による近似処理が必要となり，精度低下や計算コスト増を招く。
- パリティーブロック法により，高精度かつ効率的なバンド構造計算を可能にすることを目指す。
- 提案手法は，標準的な離散化手法における近似処理を回避し，より正確なバンド構造計算を実現する。
- ブロック化された求解手法により，計算規模を大幅に削減し，計算時間を短縮することに成功した。
- 数値実験の結果，提案手法は，大規模な3次元異方性音響結晶のバンド構造計算において有効であることが示された。
不確実性を持つ腫瘍成長モデルに対するマルチフィデリティ法 [math.NA, cs.NA]目的：不確実性定量のための階層型マルチフィデリティフレームワーク
- 腫瘍成長シミュレーションは，治療法の開発や効果予測に不可欠である。
- 高精度なシミュレーションは計算コストが高く，不確実性評価のボトルネックとなる。
- 計算コストを削減しつつ，精度の高い不確実性評価を実現することを目的とする。
- 提案手法は，粗グリッド解法と高精度解法を組み合わせることで，計算コストを大幅に削減できる。
- 残差に基づくサンプリング基準を用いることで，高精度解法のサンプリング数を最小限に抑えつつ，高い精度を達成した。
- 数値実験の結果，提案手法は様々な不確実性シナリオにおいて，効率的かつ正確な結果を得ることが示された。
非線形方程式ソルバーへの多項式代数の応用 [math.NA, cs.NA]目的：非線形方程式の解法における多項式代数の応用
- 数値計算の精度向上は，科学技術計算の根幹であり，その重要性は高い。
- 古典的な数値解法は，計算誤差の影響を受けやすく，高精度な解を得ることが困難である。
- 高階自動微分技術を応用し，ニュートン法の収束性と精度を向上させることを目指す。
- Jet Transportを用いることで，ニュートン反復ごとのテイラー級数近似の正しい係数の数が倍増することが理論的に証明された。
- 未知の厳密解に対する場合でも，期待される二次収束に加え，級数展開の精度も向上することが示された。
- ケプラー方程式や制限三体問題の零速度曲線計算など，様々な問題への適用例を通して，本手法の有効性が確認された。
グラフ正則化非負縮小双四元行列分解によるカラー画像認識 [cs.CV, cs.NA, math.NA]目的：カラー画像認識のためのグラフ正則化非負縮小双四元行列分解モデル
- 画像認識は，コンピュータビジョンの重要な課題であり，多様な応用分野で活用されている。
- 既存手法では，画像データの持つ局所的な幾何学的構造を十分に活用できていない場合がある。
- 画像データの局所構造を考慮することで，より識別能力の高い低次元特徴量を学習することを目指す。
- 提案手法では，グラフラプラシアン正則化項を導入し，近傍サンプル間の表現の類似性を促進する。
- 非負縮小双四元行列分解の非負性制約を維持しつつ，特徴表現の識別能力を向上させる。
- 実験結果から，提案手法が既存手法と同等またはそれ以上の認識性能を示すことが確認された。
エネルギーベースモデルに対する三項再帰的イテレーション [math.NA, cs.NA]目的：エネルギーベースモデルにおける数値解法の開発
- 物理現象のシミュレーションにおいて，エネルギー保存則は重要な性質である。
- 既存の数値解法では，エネルギーの消散が起こり，精度が低下することがある。
- エネルギーの消散を起こさない，効率的な数値解法を提案すること。
- 中間点則の適用条件を満たすように状態変数をスケーリングすることで，正定値な対称行列を保証した。
- これにより，Widlund法やRapoport法などの三項イテレーションスキームを適用可能となった。
- 双曲熱方程式と線形ポロ弾性体の数値例を通して，効率的な消散保存型の数値スキームが示された。
異方性メッシュ上の反応拡散問題に対する埋め込みTrefftz DG法 [math.NA, cs.NA]目的：異方性メッシュ上の反応拡散問題に対する数値解法
- 反応拡散問題は，物理，化学，生物学など幅広い分野で重要な現象を記述する上で不可欠である。
- 複雑な形状や異方性を持つメッシュ上での高精度な数値解法は依然として課題である。
- 異方性メッシュ上で高精度を維持しつつ，計算コストを削減する解法を提案する。
- 埋め込みTrefftz条件を用いることで，従来のDG法よりも少ない自由度で同等の精度を実現した。
- 異方性，湾曲要素を含むメッシュ上での安定性と準最適性が理論的に証明された。
- 数値実験の結果は，理論的予測と一致し，提案法の有効性が確認された。
ガウス求積に基づく幾何的誤差減衰型短指数和による近似 [cs.HC, math.NA, cs.NA]目的：関数 $f_1(x)=\frac{1}{a+x}$ と $f_2(x)= {\mathrm e}^{-x^2/2\sigma}$ の短指数和近似
- 数値計算において，関数の近似は重要であり，効率的な手法が求められている。
- 既存の近似手法では，精度と計算コストのバランスが課題となる場合がある。
- 幾何的誤差減衰を持つ短指数和近似を用いることで，高精度かつ効率的な近似を実現する。
- 提案手法では，ガウス・ラゲール求積およびガウス・ヘルミート求積を活用し，安定した数値計算を可能としている。
- 関数 $\log(x)$ と誤差関数 $\mathrm{erf}(x)$ の近似において，予測可能な幾何的誤差減衰が確認された。
- 数値例(N=8, N=10)により，理論的な誤差推定との整合性が示された。
対数グリッドを用いた陰的ステップによる高速テンソルネットワーク虚時間発展 [cond-mat.str-el, cs.NA, math.NA, quant-ph]目的：量子多体系波動関数の効率的な虚時間発展
- 量子多体系問題の厳密解は困難であり，効率的な数値手法が不可欠である。
- 従来の虚時間発展法は，時間ステップ数を多くする必要があり，計算コストが高い。
- 対数グリッドと陰的ステップ法を組み合わせ，計算コストを削減する。
- 対数時間グリッドを用いることで，標準的な手法と比較して時間ステップ数を指数関数的に削減できることが示された。
- A安定な陰的ステップ法を用いることで，時間ステップサイズに関わらず安定な発展が可能であることが示された。
- ハイゼンベルクスピン鎖とアンダーソン不純物模型において，従来のTDVP法よりも大幅な高速化が確認された。
混合境界条件を持つ発展的偏微分方程式に対する構造保存量子微分方程式法 [quant-ph, cs.NA, math.NA]目的：発展的偏微分方程式の構造保存量子アルゴリズム
- 偏微分方程式は，物理現象のモデリングに不可欠であり，計算効率が重要である。
- 従来の量子アルゴリズムでは，偏微分方程式の離散化における安定性の問題が無視されてきた。
- 本研究は，安定性と効率性を両立する構造保存量子アルゴリズムを開発する。
- 本研究では，Coons補間と境界を考慮した離散化により，境界条件を適切に処理する手法を提案した。
- 抛物線方程式に対しては，半離散生成子が正半定値エルミート部分を持つように相似変換を施し，LCHSを用いて解く。
- 双曲線方程式に対しては，一次系に書き換え，ハミルトニアンシミュレーションで解くことで，量子アルゴリズムの回路実装と複雑度解析を行った。
線形放物型逆ソース問題に対する高速Reduced Order法 [math.NA, cs.NA, cs.SY, eess.SY]目的：線形放物型逆ソース問題の解法
- 偏微分方程式の逆問題は，医療診断や非破壊検査など，多様な分野で重要である。
- 従来の数値解法は計算コストが高く，大規模問題への適用が困難である。
- 本研究は，計算効率に優れたReduced Order法を用いて，この問題を解決することを目指す。
- 提案手法は，特定の訓練データに依存せず，精度の高い数値解を提供することが示された。
- Krylov法と共役勾配法を組み合わせることで，計算コストを大幅に削減できることが確認された。
- 数値実験の結果，従来の有限要素法と同等の精度を維持しつつ，計算時間の短縮に成功した。
線形システムにおける多重2次出力の$H_2$最適モデル低次元化 [math.NA, cs.NA, cs.SY, eess.SY, math.DS, math.OC]目的：線形システムと2次非線形出力を持つ動的システムの$H_2$最適モデル低次元化
- 複雑なシステムを効率的に解析・制御するため，低次元化技術は不可欠である。
- 既存手法では，2次出力を含むシステムに対する最適化条件が不明確であった。
- 線形2次出力(LQO)システムに対する$H_2$最適近似の必要条件を確立し，低次元化アルゴリズムを提案すること。
- 本研究では，$H_2$システム誤差に関する勾配を導出し，グラム行列に基づく必要条件を提示した。
- 提案手法は，線形システムに対する既存の最適化フレームワークを一般化する。
- 数値例により，提案アルゴリズムLQO-TSIAが既存手法よりも有効であることが示された。
方程式を用いない多重スケールモデリングにおける一般化された曲率座標系に基づくパッチダイナミクススキーム [math.NA, cs.NA]目的：方程式を用いない多重スケールモデリングにおけるパッチダイナミクススキーム
- 複雑な現象を効率的に予測するため，微視的スケールでのシミュレーションの重要性が高まっている。
- 既存のパッチダイナミクススキームは，形状が単純な領域に限定され，現実の問題への適用が困難であった。
- 複雑な形状の領域でも適用可能な，より汎用的なパッチダイナミクススキームを開発することを目指す。
- 一般化された曲率座標系を導入することで，不均一なグリッドや非矩形領域への適用が可能となった。
- 提案手法は，ヘテロな対流拡散反応問題および非軸対称拡散問題において高い精度を示した。
- 全領域シミュレーションと比較して，計算効率，メモリ使用量，および全体的な性能が大幅に向上した。
ディープ Ritz フレームワークにおけるカーネル法：理論と実践 [math.NA, cs.NA]目的：偏微分方程式の弱解法の近似
- 工学問題や自然現象の記述に不可欠であり，その数値解法は重要である。
- 高次元問題における計算コストや，境界条件の扱いが課題となっていた。
- カーネル近似を用いることで，これらの課題を克服し，より実用的な手法を確立する。
- カーネル近似を Deep Ritz 法のアンザッツ関数として適用することで，境界条件を伴う偏微分方程式の弱解を近似できる。
- 理論的な誤差評価を導出し，誤差評価の結果と数値実験の結果が一致することを確認した。
- 本手法は，誤差評価が存在するため，実用的な問題への適用が可能である。
ネスト積分に対する多水準ランダム化準モンテカルロ推定子 [math.NA, cs.NA]目的：ネスト積分問題の効率的な取り扱い
- ベイズ実験計画，金融リスク評価など，科学技術計算で不可欠な手法である。
- 高次元の場合，従来のモンテカルロ法では計算効率が低下する問題がある。
- 多水準推定子により，高次元ネスト積分における計算コストを削減する。
- 提案手法は，既存のモンテカルロ法や準モンテカルロ法を上回り，計算コストの大幅な削減を実現した。
- 内側のサンプル数と離散化精度をレベルとして設定し，効率的な推定を可能にした。
- ガウスノイズを含む実験において，有限のエラー境界を保証する切り捨てスキームを導入した。
不安定なドリフトを持つ退化拡散の境界到達時間評価のためのコルモゴロフ方程式 [math.NA, cs.NA]目的：不安定なドリフトの影響を受けるヤコビ拡散における境界到達時間の評価
- 拡散過程は物理学，工学，金融工学など幅広い分野で重要な役割を果たす。
- ドリフトと拡散係数条件を満たさない拡散過程の解析は十分に進んでいない。
- 境界到達時間を評価するためのコルモゴロフ方程式を導出し，解析することで，この問題を解決することを目指す。
- 提案されたヤコビ拡散の境界到達時間を評価するためのコルモゴロフ方程式を提示し，いくつかの条件のもとで数値計算により検証した。
- 観光管理における関連する平均場型モデル（McKean-Vlasovモデル）を検討し，センサー境界到達指標に依存するドリフトが確率分布を領域内に制限する効果を示した。
- 線形および非線形コルモゴロフ方程式に対する有限差分法を提案し，割引率が正であれば一意な数値解が得られることを示した。
変形拡散波fPINN：時間分数拡散波方程式を解くPINNの計算効率の向上 [math.NA, cs.NA]目的：時間分数拡散波方程式の効率的な解法
- 偏微分方程式の数値解法は，科学技術計算の根幹であり，様々な分野で不可欠である。
- 分数階微分を含む偏微分方程式の計算コストが高く，PINNのメッシュフリーの利点が活かしにくい場合がある。
- 積分変換により，分数階微分の計算コストを削減し，計算効率と精度を両立させることを目指す。
- 提案手法tDWfPINNsは，分数階微分の計算コストを大幅に削減し，既存手法と比較して計算効率が向上した。
- ガウス・ジャコビ法はモンテカルロ法よりも優れた性能を示す傾向にあるが，求点数の選択が重要である。
- tDWfPINNsは，時間分数拡散波方程式の数値解法における，高精度かつスケーラブルなメッシュフリー代替手法となりうる。
常微分方程式シミュレーションのための座標分割アルゴリズム：Koopman-Lie積公式に基づく [math.NA, cs.NA, math.DS]目的：常微分方程式のシミュレーション手法
- 常微分方程式は，科学技術の様々な分野で現象を記述する基礎となる。
- 高次元の常微分方程式のシミュレーションは計算コストが高く，効率的な解法が求められる。
- 座標分割により計算量を削減し，効率的なシミュレーションを可能にすること。
- Koopman-Lie積公式と座標ごとの凍結サブフローを組み合わせることで，有限次元常微分方程式のシミュレーションが可能となった。
- 座標分解を用いることで，各状態変数を個別に更新する簡単な計算が可能となり，計算コストの削減に貢献する。
- Lotka-Volterra，Van der Pol，Lorenzシステムに関する数値実験の結果，座標分割アルゴリズムはRK45参照解と良好な一致を示した。
高ペクレ数対流拡散問題に対するロバストなスペクトル事前条件付け [math.NA, cs.NA]目的：高ペクレ数における非定常状態の対流拡散方程式の効率的な解法
- 数値シミュレーションにおいて，複雑な物理現象の正確な解析には高性能な解法が不可欠である。
- 高ペクレ数における対流拡散問題は，数値計算が不安定になりやすく，計算コストが増大する。
- 高い計算効率とロバスト性を両立する事前条件付け法の開発によって，この問題を解決する。
- マルチスケールスペクトル汎用有限要素法（MS-GFEM）に基づく二段階のハイブリッド制限型加法Schwarz（RAS）事前条件付け法を提案。
- 提案手法は，高いペクレ数や多数のサブドメイン数に対してもロバストであり，粗空間の次元を小さく保ちつつ高い精度を達成。
- 非定常問題や拡散係数の極限的な減少においても有効性が確認された。
SciMLモデル学習のための最適化手法入門 [math.NA, cs.AI, cs.NA, math.OC]目的：SciMLモデル学習における最適化手法の概要
- 機械学習と科学的機械学習の両分野で最適化は不可欠であり，科学的発見や予測の精度向上に貢献する。
- 従来の機械学習手法はSciMLの複雑な物理現象や演算子制約には必ずしも最適ではない。
- SciML特有の課題に対応する最適化手法を提示し，その有効性を示す。
- 機械学習とSciMLにおける最適化手法を統一的に紹介し，問題構造がアルゴリズム選択に与える影響を強調した。
- 物理制約やデータ駆動型SciMLモデルへの適応について，第一・第二階最適化手法を検討した。
- チュートリアル例を通じて実践的な戦略を示し，科学計算と科学的機械学習のインターフェースにおける今後の研究方向性を明らかにした。
深層学習に基づくハイブリッド偏微分方程式ソルバーは信頼できるか？ 学習パラダイムと更新戦略の重要性 [math.NA, cs.LG, cs.NA]目的：深層学習ハイブリッド反復法における学習パラダイムと更新戦略の感度分析
- 偏微分方程式は自然科学の基礎であり，シミュレーションの精度が重要である。
- 深層学習を用いた偏微分方程式ソルバーは，偽の固定点に陥りやすく，信頼性に課題がある。
- 物理現象に基づいた学習と反復設計により，ソルバーの信頼性を向上させる。
- 従来のAnderson加速法は，非線形ニューラル演算子には適さないことが示された。
- 物理情報に基づいたAnderson加速法(PA-AA)を導入することで，安定した収束が実現された。
- AIベースの偏微分方程式ソルバーの信頼性は，アーキテクチャだけでなく，学習と反復設計に依存することが明らかになった。
スペクトル空間における物理情報を取り入れた拡散モデル [cs.LG, cs.AI, cs.CV, cs.NA, math.NA]目的：偏微分方程式の解の生成
- 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り，高精度かつ効率的な解法が求められている。
- 従来の数値解法は計算コストが高く，特に逆問題や不完全な観測データに対する対応が課題となっていた。
- スペクトル空間を利用することで，高次元データを効率的に扱い，物理法則に適合する解を生成することを目指す。
- 提案手法PISDは，スペクトル表現の潜在空間における拡散過程を通じて，偏微分方程式のパラメータと解の同時分布を学習する。
- PISDは，Poisson方程式，Helmholtz方程式，および非圧縮性Navier-Stokes方程式において，既存の拡散モデルよりも高い精度と計算効率を示す。
- 拡散過程における物理情報に基づく制約と観測条件を適用することで，疎な観測データに対してもロバストな解を得ることが可能となる。
変数変換に基づくスペクトル近似による分数計算 [cs.CL, cs.RO, math.NA, cs.NA]目的：分数積分演算子のスペクトル近似の構築
- 工学や物理学における微分方程式のより正確なモデリングに不可欠である。
- 従来のスペクトル法では，扱うことが困難な分数演算子の問題が存在する。
- 既存のスペクトル法では解けない問題を解決できる安定かつ高速な手法を開発する。
- 変数変換を用いたチェビシェフ多項式の移植により，新しいスペクトル近似フレームワークを構築した。
- 代数的変換を用いることで，ヤコビ分数多項式に基づくスペクトル近似が得られる。
- 指数変換を用いることで，より広範な分数計算問題に適用可能な汎用的なスペクトル近似を実現した。
トレース境界付きSDPに対する劣最適性限界が，より高速でスケーラブルな低ランクSDPソルバーSDPLR+を可能にする [math.PR, cs.DC, math.CO, cs.DM, math.OC, cs.LG, cs.NA, math.NA]目的：トレース境界付きSDP問題に対する劣最適性限界の導出と，それを用いた高速かつスケーラブルな低ランクSDPソルバーSDPLR+の開発
- 半正定値計画法は機械学習やデータ科学で広く利用されているが，大規模問題への対応が課題である。
- 従来のSDPソルバーは，疎な入力データに対しても，正定値行列を密に扱うため，メモリ使用量が多い。
- 低ランク近似を用いることでメモリ使用量を削減し，より大規模な問題に対応するSDPソルバーを開発する。
- 劣最適性限界を用いることで，最適化の進捗をより正確に評価し，早期終了が可能になった。
- SDPLR+は，極めて低ランクな因子分解から開始し，反復ごとにランクを動的に更新することで，計算速度とメモリ効率を向上させた。
- 大規模なMax Cut，Minimum Bisectionなどの問題において，既存のメモリ効率の良いSDPソルバーと比較して，高いスケーラビリティと計算速度を示した。
連続周辺最適輸送：メッシュフリーカーネル法 [math.OC, cs.NA, math.NA, stat.ML]目的：連続周辺最適輸送問題における最小エネルギー速度場の復元
- 確率過程や画像解析など，様々な応用分野で重要性が増している研究分野である。
- 既存手法は計算コストが高く，大規模データへの適用が困難であるという課題がある。
- メッシュフリーなアプローチにより，大規模データへの適用を可能にし，計算効率を向上させる。
- 提案手法は，空間離散化を必要とせず，サンプルのみを用いて目的関数を最適化できる。
- 速度場を線形パラメータ辞書やニューラルネットワークで表現し，ミニバッチ確率的勾配降下法で最適化する。
- 合成実験により，提案手法が正確なドリフト復元と周辺一貫性を達成することが確認された。
一般化されたガウス連分数写像による高品質な擬似乱数生成 [math.CO, cs.CY, math.OC, 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活用
- 暗号技術を含む様々な分野で，高品質な乱数は不可欠である。
- 既存の乱数生成器は，統計的性質に課題が残る場合がある。
- ガウス連分数写像を基にした新しい乱数生成器の可能性を示す。
- 提案された$r$-連分数写像は，Dieharder，PractRand，TestU01などのテストスイートにおいて，Mersenne Twisterを含む多くの標準的な生成器よりも優れた統計的品質を示した。
- この結果は，連分数写像が新規な乱数生成器の出発点として有望であることを示唆する。
- 正確な連分数写像と有限精度連分数写像の特性に関するさらなる研究の必要性を示唆する。
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のための適応的評価指標 [math.OC, cs.NA, math.NA]目的：有界凸ベクトル最適化問題に対するノルム最小化に基づく外部近似アルゴリズムにおける適応的評価指標の枠組み
- 多目的最適化は，現実世界の複雑な意思決定問題を扱う上で重要である。複数の目的関数を同時に最適化する必要があるため。
- 従来のアルゴリズムは，問題の構造を十分に活用できておらず，計算効率が低い場合がある。
- 問題の幾何学的構造を動的に利用し，効率的な最適化を可能とする評価指標の選択を目指す。
- 提案手法では，反復ごとにスカラー化評価指標を変化させ，近似誤差を固定されたユークリッドノルムで測定する。
- 固定内積ノルムにおいても，以前は標準的な$\ell_2$ノルムでのみ知られていた$O(k^{2/(1-q)})$という改良されたユークリッド収束率が成り立つことが証明された。
- 上限画像の境界が厳密に凸であり，曲率が有界である場合，アルゴリズムによって生成される切法線が自然に全方向に広がることを示す分散定理が確立された。
- 1