arXiv雑要約
数値解析 - 2026/06/05 公開
分数ブラウン運動による確率的関数微分方程式のオイラー法：分数解析を用いた手法 [math.NA, cs.NA, math.PR]目的：確率的関数微分方程式の数値解法
- 金融モデリング等に応用され，現実系の複雑な現象を記述する上で重要である。
- H>1/2 の fBm に駆動される SFDE の数値解法の解析は困難を伴う。
- 分数解析のツールを用いて，オイラー法の収束性と収束レートを確立する。
- 提案されたオイラー法は，適切な条件の下で収束することが証明された。
- 離散化ステップに対する収束レートが導出された。
- 数値シミュレーションにより，理論結果の妥当性と方法の精度が確認された。
拡散性FENE流れに対するエントロピー適合性バリアスキーム [math.NA, cs.NA, physics.flu-dyn]目的：FENE流れにおけるバリアを維持し，エントロピーとの適合性を保証する離散化手法の開発と解析
- 高分子溶液のレオロジーにおいて，FENEモデルは高分子鎖の伸張制限を考慮した重要なモデルである。
- 既存の数値手法では，伸張制限を満たしつつ，特異なトレースバリアを超えてしまう問題点があった。
- エントロピー適合性を保ちつつ，バリアを維持することで，より正確な数値計算を実現することを目指す。
- 提案手法は，トレースバリアを回避する自由エネルギー，伸張制限を満たす対数パラメータ化，およびエントロピー適合性のあるバリア再構成を組み合わせる。
- 離散化された状態において，エントロピー計算点での伸張制限の保持，および最大エントロピー許容再構成パラメータの存在と二分探索可能性が証明された。
- 数値実験により，バリアの維持，エントロピー適合性再構成，エネルギー減衰，高Weissenberg数領域での安定性が確認された。
調整されていないランジェバンアルゴリズムにおける不可逆的摂動の最適化 [math.NA, cs.NA, math.PR, stat.AP, stat.CO, stat.ME]目的：ランジェバン動力学の収束加速に関する不可逆的摂動の最適設計
- マルコフ連鎖モンテカルロ法において，効率的なサンプリングは重要であり，ランジェバン動力学はその手法の一つである。
- 不可逆的摂動は詳細平衡を破るため，バイアスを生じやすく，離散化誤差との相互作用が問題となる。
- 位置に依存しない不可逆的摂動の最適化を通して，収束性とバイアスの制御を両立させることを目指す。
- 本研究では，混合効率と離散化バイアスを同時に考慮した制約付き最適化問題を定式化した。
- 位置に依存しない不可逆的摂動の最適解を明示的に導出し，スペクトルギャップ類似体を用いて混合効率を特徴付けた。
- 数値実験の結果，提案手法は他の不可逆的摂動と比較して，より高速な収束と制御されたバイアスを示すことが確認された。
Mamba を活用した非マルコフ閉包による次元削減モデリング [cs.LG, cs.NA, math.NA, stat.ML]目的：高次元力学系の次元削減モデリングにおける非マルコフ閉包項の精度向上
- 複雑な物理現象のシミュレーションにおいて，計算コスト削減のため次元削減が不可欠である。
- 次元削減モデルの精度は，未解決変数から解決変数への影響を示す非マルコフ閉包項に左右される。
- Mamba を用いた閉包モデルにより，長時間の安定性と予測精度を向上させる。
- 提案手法 Mamba-Assisted Closure (MAC) は，粘性 Burgers 方程式および二重スケール Lorenz '96 系において，既存手法を大幅に上回る予測精度と安定性を示した。
- MAC は，シーケンス to シーケンス形式での効率的な学習と，ステップごとの定数コストでの推論を可能にする。
- Mamba の状態空間モデルの二重表現を活用することで，長軌道の学習と推論の両方を効率的に行う。
最適な不協和音を持つ無限数列，周期的な$L_2$-不一致，およびそれ以上 [math.NA, cs.NA]目的：無限数列の周期的な$L_2$-不一致とその解析的対応物である不協和音に関する研究
- 準モンテカルロ積分における誤差評価において，低不一致性数列の構成は重要である。
- 既存の低不一致性数列の構成は，次元数が多く，実用性に課題があった。
- より低次元で，かつ最適な不一致性を持つ数列構成を確立すること。
- 第2次のデジタル数列が，全ての$N$に対して最適な$L_{2,N}^{{\rm per}}(\S_d) \le C_d (\log N)^{d/2}/N$ を達成することが証明された。
- この結果により，第5次デジタル数列を用いた既存の構成を改善し，インターレース構成に必要な次元数を$5d$から$2d$に削減することに成功した。
- 周期的なベソフ空間$S_{p,q}^rB(\mathbb{T}^d)$に対する準モンテカルロ積分において，第2次のデジタル数列に基づく規則の誤差評価が示された。
重み付きhp-一様分解：任意の次元におけるH^k型テンソル積空間 [math.NA, cs.NA]目的：H^k型テンソル積空間に対する重み付きhp-一様頂点パッチ分解
- 数値解析における高精度な離散化手法の基礎であり，複雑な形状や物性を持つ問題への適用が期待される。
- 材料界面における係数の大きな飛躍や，要素ごとの次数が大きく異なる場合に，安定した分解が困難となる。
- メッシュサイズや多項式次数，係数比，係数コントラストに依存しない安定分解手法を確立すること。
- 任意の次元dにおけるテンソル積離散化に対して，安定した分解が可能であることを証明した。
- 局所的な係数振動条件と接続条件のもと，分解定数は固定パラメータdとkにのみ依存し，メッシュサイズ等に依存しないことが示された。
- 3次元DG問題の数値実験により，大きな係数飛躍と多項式次数の変動に対する頑健性が確認された。
大規模T-Sylvester方程式を解くための低ランク補間射影アルゴリズム [math.NA, cs.NA]目的：大規模T-Sylvester方程式の低ランク解
- 大規模データ処理において，効率的な線形方程式の解法は不可欠である。
- 既存手法では，大規模T-Sylvester方程式の低ランク解を効率的に求めることが困難である。
- 低ランク解の構造を利用し，少ない計算量で高精度な解を求めることを目指す。
- 提案アルゴリズムは，既存のクライロフ部分空間法よりも少ない列数で収束する。
- このアルゴリズムは，T-Sylvester方程式を接線補間問題として定式化する。
- 反復的に補間データを洗練することで，低ランク解を得る。
反復閾値追跡法と継続法による$\ell_{1-2}$正則化スパース復元 [math.NA, cs.IT, cs.NA, math.IT, math.OC]目的：$\ell_{1-2}$正則化されたスパース復元における性能向上
- 信号処理や画像処理において，データの効率的な表現と復元は重要な課題である。
- 従来のスパース復元アルゴリズムは，計算コストや収束速度に課題が残されている。
- 本研究は，より効率的かつ高精度なスパース復元手法を開発し，その性能を向上させることを目指す。
- 提案手法ITP-Cは，$\ell_{1-2}$近接ステップと制限付き最小二乗法を組み合わせることで，より迅速かつ正確なスパース復元を実現する。
- 厳密な下降チェックを導入することで，アルゴリズムの安定性を保ちつつ，継続法の下降構造を維持している。
- 数値実験の結果，ITP-Cは既存手法と比較して，復元性能が向上することが示された。
一般化ニュートンモデルに対する補助勾配流ソルバー [math.NA, cs.NA, math.FA]目的：一般化ニュートン構造を持つ変分問題の解法
- 流体や固体変形などの物理現象を記述する上で，非線形な構成則は重要である。
- 非線形な構成則を含む変分問題は，数値解法において収束性の問題や計算コストが高い。
- 補助変数を用いることで，線形化された問題を解き，効率的な数値解法を実現する。
- 補助勾配流の枠組みを構築し，N関数に基づいた問題に対して，エネルギーの半連続性，測地線λ凸性，指数関数的収束性を示す。
- 有限要素法において，明示的なリーツ写像を用いた勾配流を導出し，半離散的な常微分方程式の安定性と，一般化ニュートンエネルギーのオイラー・ラグランジュ方程式への収束性を示す。
- p-ラプラシアンやp-ストークスモデルに対して，4/3≦p≦4の範囲で厳密な収束結果を得て，それ以外の範囲でも漸近的なレート推定を行う。
音響逆Born散乱の直接再構成 [math.NA, cs.NA]目的：音響逆Born散乱問題における，散乱体の形状復元
- 逆散乱問題は，非破壊検査や医療診断などに応用が期待され，重要性が高い。
- 逆散乱問題は非常に悪条件であり，数値計算による解が不安定になりやすい。
- Born近似とZernike分解を利用し，散乱体形状を直接的に再構成する手法を提案する。
- Born近似下では，散乱体と遠方界データ間に線形関係が成立し，再構成が可能となる。
- 提案手法では，遠方界データのZernike展開係数から，散乱体形状の展開係数を直接的に算出する。
- 数値実験により，Born領域外の非線形データに対しても，適切な正則化手法と組み合わせることで有効性が示された。
偏微分方程式の解作用素の疎近似法による学習 [cs.CL, math.NA, cs.LG, cs.NA]目的：偏微分方程式の解作用素の近似
- 偏微分方程式は自然科学・工学の様々な分野で基本的なモデルであり，その高速な解法が求められている。
- 高次元問題における従来の数値解法は計算コストが高く，効率的な近似手法の開発が課題である。
- 疎近似法を用いて，必要な偏微分方程式の求解回数を削減し，計算効率を向上させることを目指す。
- 本研究で提案する手法は，既存のキュビチャーベースの疎近似法と比較して，必要なサンプル数を大幅に削減できることが示された。
- また，フーリエニューラル演算子との比較においても，精度を維持しつつ計算時間を短縮できることが確認された。
- 得られた疎なインデックス集合は，重要な変数やパラメータ間の相互作用に関する解釈可能な洞察を提供する。
テンソルt積線形方程式に対する残差ベースのカツマル法 [math.NA, cs.NA]目的：テンソル線形方程式の解法
- 高次元データ処理や機械学習など，多様な分野でテンソル線形システムが頻出するから。
- 既存のテンソルカツマル法の収束速度が遅いという課題がある。
- 残差ベースのカツマル法と重み付き運動量法を導入し，効率的な解法を提供する。
- 残差ベースのテンソルカツマル法の収束性が理論的に証明された。
- 提案手法は既存のテンソルカツマル法よりも高速に解を導き出すことが実験により確認された。
- 重み付き運動量法を導入した手法は，さらなる高速化を実現した。
時間依存特異行列を持つ確率的微分代数方程式に対する構造を保存する確率的theta法の弱収束性 [math.NA, cs.NA]目的：時間依存特異行列を持つ確率的微分代数方程式に対する構造を保存する確率的theta法の弱収束オーダー
- 微分代数方程式は，様々な物理現象のモデル化に用いられ，工学や科学における重要な研究対象である。
- 特異行列を持つ微分代数方程式の数値解法は，数値的不安定性や制約条件の破綻を引き起こす可能性があり，困難である。
- 時間依存の特異行列を持つ確率的微分代数方程式に対する，構造を保存しつつ安定的な数値解法を開発すること。
- 本研究では，index-1の確率的微分代数方程式に対する構造を保存する確率的theta法の弱収束性を解析的に証明した。
- 提案手法は，代数制約を全ての時間レベルで保存し，かつ弱オーダー1の収束性を持つことが示された。
- 数値実験によって，構造を保存する性質と理論的な収束オーダーが確認された。
テンソル列車を用いた多次元逆ラプラス変換 [math.NA, cs.NA, physics.comp-ph]目的：多次元逆ラプラス変換の計算手法
- 応用数学，物理，金融，確率論など広範な分野でラプラス変換とその逆変換が利用される。
- 高次元の場合，数値積分に必要な計算量が指数関数的に増加し，計算が困難となる。
- テンソル列車を用いることで，計算量を次元の多項式へと削減し，効率的な逆変換を実現する。
- テンソル列車近似を用いることで，高次元逆ラプラス変換の計算コストを大幅に削減できることが示された。
- 提案手法は，モンテカルロ法や厳密解との比較実験により，その有効性が確認された。
- 多変量正規逆ガウス分布，ウィシャート分布，相関ガンマ型分布に対して良好な結果が得られた。
無限領域における残差ベースの波動ソルバーのための局所マイクロ局所的開境界法 [math.NA, cs.NA]目的：無限領域における波動伝播の数値解法
- 波動現象のシミュレーションは，物理学，工学等の幅広い分野で不可欠である。
- 開境界条件の設定は，反射や回り込み等の問題を引き起こし，精度低下の要因となる。
- 物理的空間における波動の放射メカニズムに基づく開境界条件を導入し，反射を抑制すること。
- 提案手法は，人工境界における反射を低減し，群速度を正確に扱うことを可能にする。
- 異方性媒質において物理的に入射する成分を保持し，境界条件の仮定違反を診断する機能を持つ。
- 非線形残差，疎な観測データ，未知係数等の複雑な物理現象への適用に適している。
アンサンブルカルマン反転法と慣性相互作用粒子系 [math.NA, cs.NA, math.DS, math.OC]目的：アンサンブルカルマン反転法の改善
- 逆問題や最適化問題は，科学技術の様々な分野において重要な役割を担っている。
- 既存のアンサンブルカルマン反転法は，初期アンサンブルに依存しやすく，アンサンブルの共分散が早期に崩壊する可能性がある。
- アンサンブル崩壊を抑制し，ロバスト性を向上させる手法を開発すること。
- 本研究では，慣性力学に基づく第二階の粒子系を導入し，アンサンブルの共分散崩壊を防ぐ効果を示した。
- 線形逆問題において，パラメータ領域を特定し，完全に崩壊した状態が線形的に不安定になることを解析した。
- アンサンブル共分散が保持する部分空間における制約付き最適性条件から，漸近的な平衡状態を特徴づけた。
リーマン多様体上のエルゴードダイナミクスの長時間サンプリングのための後処理凍結フロー法 [math.NA, cs.NA, math.CO, math.DG, math.PR]目的：リーマン多様体上のエルゴードSDEの近似
- 多様体上の力学系は，物理学，工学，データ解析など，幅広い分野で重要である。
- 既存手法は，埋め込みや座標に依存し，計算コストが高い場合がある。
- 自然幾何学的演算のみを用いて，効率的な長時間サンプリングを実現すること。
- 本研究で提案する手法は，既存の外部的手法や内部的手法と比較して，与えられた精度に対してより低いコストで長時間サンプリングが可能である。
- リーマン多様体上の不変測度の近似に関する高次の精度条件を確立し，新しい内部数値法を開発した。
- Lie-Butcher級数に対する新しい代数演算を用いて，高次の条件を導出した。
回路モデルに対するJR分解を用いた構造保存型演算子分割 [math.NA, cs.NA]目的：回路モデルにおける構造保存型演算子分割手法
- エネルギーシステム解析において，モデルの構造を維持することが重要である。
- 既存のJR分解は，回路モデルへの直接適用が制限されている。
- MNAに対するJR分解を可能にするための分解の緩和を目指す。
- 提案手法は，ポートハミルトニアンフレームワークにおける回路モデルに適用可能である。
- 数値例により，提案手法の収束性と構造保存特性が示された。
- これにより，エネルギー保存則を満たす数値解析が可能となる。
非線形および確率的均質化のための量子アルゴリズム：ヤング測度に基づく線形計画法による定式化 [math.NA, cs.NA]目的：非線形および確率的均質化のための量子アルゴリズム
- 材料設計や流体解析など，様々な分野で多尺度問題の効率的な解法が求められている。
- 古典的な均質化手法では，計算コストが高く，特に複雑な問題に対しては適用が困難である。
- 量子アルゴリズムを用いることで，均質化計算の効率化と精度向上が期待される。
- ヤング測度に基づく線形計画法定式化によって，非線形問題を高次元の線形問題に変換することが可能となった。
- 決定論的な設定では，ある程度の均質化精度において量子アルゴリズムによる多項式的な高速化が確認された。
- 確率的な設定では，量子アルゴリズムによって確率的サンプリングコストの平方根オーダーの削減が実現された。
非同質境界条件における2次元非圧縮Navier-Stokes方程式に対するTr-PINNsアルゴリズムのエラー解析 [cs.CL, cs.CL, math.NA, cs.NA]目的：非同質境界条件を持つ2次元非圧縮Navier-Stokes方程式に対するTr-PINNsアルゴリズムの誤差解析
- 流体解析は，工学分野において不可欠であり，現象の正確な予測が求められる。
- 従来のPINNsは，非同質境界条件において境界項の制約が不十分であり，精度低下を招く。
- 境界値の誤差を修正するTr-PINNsアルゴリズムを提案し，計算精度向上を目指す。
- Tr-PINNsアルゴリズムは，境界条件のシミュレーション精度を向上させることに成功した。
- 非同質Stokes問題の解析に基づき，Tr-PINNsアルゴリズムの誤差解析を確立した。
- 数値実験の結果，Tr-PINNsアルゴリズムは従来のPINNsよりも計算精度が大幅に向上することが示された。
高次元偏微分方程式のためのDAS-PINN：深層適応サンプリングを時空領域へ拡張 [cs.RO, math.NA, cs.LG, cs.NA, stat.ML]目的：高次元偏微分方程式に対する深層適応サンプリングの拡張
- 物理現象のモデリングにおいて，高次元偏微分方程式は不可欠である。
- 高次元時空領域では，一様コロケーションサンプリングが非効率となり，学習が困難になる。
- PDE残差分布に基づき，解が学習困難な領域に焦点を当て，効率的なサンプリングを実現する。
- 提案手法は，空間と時間を統一的に扱うことで，明示的な時間進行やメッシュ移動を必要としない。
- 正規化フローを用いてPDE残差から誘導される分布を学習し，新たなコロケーション点を生成する。
- 2次元の鋭い特徴や移動する特徴から，最大8次元の局所構造まで，様々なベンチマーク問題で有効性が確認された。
q-Tsallis安全近似による確率制約型計画問題 [cs.CL, cs.CG, math.DG, math.DS, math.MG, math.NA, cs.NA, math.OC]目的：確率制約型計画問題に対する安全近似手法
- 不確実性下での意思決定において，リスク管理は不可欠であるため。
- 従来のCVaRに基づく安全近似は，裾の重い分布においてテール事象を過小評価する。
- Tsallis統計多様体に基づくq-CCPにより，より厳密な安全近似を実現する。
- q-CCPは，CVaR-CCPよりも厳密な安全近似となり，リスク管理の精度が向上する。
- 経験的な違反率は，裾の指数に依存せず，qの値のみで決定されることが示された。
- 実行可能領域の体積コストは，qと裾の指数に関して単調増加し，データ適応的な安全性を実現する。
テイムされたSGLDのための決定論的エンベロープ：確率的勾配ノイズの分離と局所的なテイミング [stat.ML, cs.LG, cs.NA, math.NA, math.PR]目的：テイムされたSGLDにおける確率的勾配ノイズの分離と局所的なテイミング手法の開発
- 確率的勾配法は機械学習の基盤であり，大規模データに対する最適化に不可欠である。
- 非グローバルリプシッツドリフトを持つ確率的勾配ランジェバンアルゴリズムは不安定になりやすい。
- 確率的オラクルに依存したテイミングによるバイアスを回避し，安定性と正確性を両立させる。
- 確率的勾配に依存したテイミングステップが，オラクル自体を変化させ，定常バイアスを生み出すことが示された。
- 決定論的エンベロープを用いることで，不必要なテイミングを避けつつ，安定化効果を維持できることが示された。
- 実験により，確率的分子の定常歪み，決定論的エンベロープによるバイアス削減，ハイブリッド構成の安定化効果が確認された。
反復相関ダイナミクスにおける初期軌道の特性評価のための二チャンネルF変換表現 [quant-ph, cs.ET, math.DS, cs.NA, math.NA, stat.CO, stat.ML]目的：初期軌道区間のコンパクトかつ解釈可能なファジー座標への変換
- 非線形反復計算は，複雑な軌道を生み出し，その初期挙動は重要だが比較が困難である。
- 初期軌道の情報を固定次元の表現に変換する方法が課題となっていた。
- 収束性や軌道形状に関する情報を保持する記述子を提案し，その有効性を検証する。
- 提案手法は，収束長を近似するランダムフォレスト回帰において，高い予測精度を示した（平均R^2 = 0.6480）。
- この精度は，生データや統計的要約に匹敵し，ステップサイズのみのF変換記述子よりも優れていた。
- 主成分分析やクラスタリングの結果，再現性のある低次元構造が確認され，分散の84.26%を2つの主成分で説明した。
ノルム最小化に基づく凸ベクトル最適化のための並列およびバッチ切断戦略 [quant-ph, cs.CC, 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並列化とバッチ切断
- 多目的最適化は，現実世界の複雑な問題を解決するために不可欠であり，効率的な解法が求められている。
- 従来の外部近似アルゴリズムでは，各反復で多数のサブ問題を解く必要があるため，計算コストが高いという課題がある。
- 並列化とバッチ切断により，計算時間を短縮し，反復回数を削減することで，より効率的な最適化を達成する。
- 並列化により，8コア環境で処理速度が1.1倍から4.2倍に向上した。
- バッチ切断は，反復回数を62〜80％削減することに一貫して成功した。
- バッチ切断の壁時計時間の利点は問題に依存するが，サブ問題コストが高い場合に有効である。
退化性放物線・双曲系に対する時間離散近似の収束性 [math.AP, cs.NA, math.NA]目的：退化性反応拡散系の時間離散近似解の存在と収束
- 密度分離の維持は，生物学や化学反応など多様な分野で重要な現象である。
- 既存の数値解法では，密度分離が正確に保たれない場合があり，精度の低下を招く。
- 時間離散近似の収束性を証明することで，数値計算における密度分離の維持可能性を示す。
- 時間離散近似解の存在が示され，時間ステップを小さくすることで弱解に収束することが証明された。
- 放物線側の対称性により，初期に重ならない密度が時間経過と共に分離を維持することが確認された。
- この結果は，内部層の形成など，様々な現象を数値的に解析する上で重要となる。
物理を保存する制約適応のための作用素不変量としての有効次元 [stat.ML, cs.LG, cs.NA, math.NA, physics.comp-ph]目的：物理知識を組み込んだニューラルネットワークにおける制約適応の構造的理解
- 物理現象のシミュレーションにおいて，ニューラルネットワークの活用が注目されている。
- 物理知識とデータ制約を同時に満たす場合，タスク間の干渉が生じやすい。
- 有効次元を用いて，物理制約がネットワークの自由度をどれだけ制限するかを定量化する。
- 有効次元は，微分作用素のカーネルの次元に収束し，ネットワーク構造に依存しない不変量となる。
- 有効次元は，物理制約と境界条件がネットワークの自由度を吸収しているかを事前に診断できる。
- 境界適応のための部分空間投影戦略を導入し，物理知識を保持しつつ，迅速に新しい境界条件に対応可能にした。
Landau型演算子の信頼性と効率的な数値評価に関する新たな手法 [math.NA, cs.NA]目的：Landau型演算子の数値評価手法の開発と検証
- プラズマ物理などの分野で重要なVlasov-Landau方程式の解法に不可欠な要素である。
- クーロン相互作用を持つ3次元空間での計算コストが課題となっていた。
- 特異カーネルを含む積分演算子の効率的な数値評価を目指す。
- Landau型衝突演算子の評価における新規手法を導入し，数値比較を行った。
- フーリエスペクトル法と高速フーリエ変換を組み合わせることで，計算効率を高めた。
- 密度関数に依存しない事前計算の割合を増やすことで，計算コストを削減可能であることを示した。
非定数拡散項を持つ McKean-Vlasov 確率微分方程式に対する多水準 Picard 近似 [math.NA, cs.NA, math.PR]目的：非定数拡散項を持つ McKean-Vlasov 確率微分方程式の解の近似
- 確率微分方程式は，物理，工学，金融など広範な分野で現象を記述する上で不可欠である。
- 高次元問題において，従来の数値解法は次元の呪いの影響を受け，計算コストが著しく増加する。
- 次元の呪いを回避し，高次元 McKean-Vlasov SDE の効率的な数値解法を確立すること。
- 多水準 Picard (MLP) 近似は，次元の呪いなしに SDE の解を $L^2$ 空間で近似することが示された。
- MLP アルゴリズムの計算コストは，次元と許容誤差の逆数の両方に対して多項式的にしか増加しない。
- 数値実験により，MLP は最大 1000 次元まで McKean-Vlasov SDE の近似に適用可能であることが確認された。
離散トポロジー最適化における製造適性形状への取り組み [cs.MA, cs.IT, cs.NA, math.IT, math.NA]目的：離散トポロジー最適化における製造適性形状の実現
- 製品の軽量化や性能向上に不可欠であり，構造設計の自動化を可能にする重要な技術である。
- 最適化結果が複雑な形状となりやすく，製造コストの増大や品質低下の原因となりうる。
- 製造性を考慮した形状の最適化指標を確立し，製造に適した設計を支援すること。
- グラフ理論に基づき，形状の規則性を定量化するための指標を開発した。
- 材料使用量，分布の偏り，製造上の課題となる特徴などを評価できるようになった。
- 孤立した材料や点結合など，具体的な例を通して本手法の有効性を検証した。
スパース信号復元のためのTruncated Huberペナルティ：収束解析を伴う [math.NA, cs.NA]目的：スパース信号復元におけるTruncated Huberペナルティの有効性
- 信号処理や画像処理において，スパース表現は高次元データの効率的な処理に不可欠である。
- 従来のL_0やL_1ペナルティは計算コストが高いか，推定バイアスが生じやすいという課題があった。
- Truncated Huberペナルティを用いることで，計算効率と推定精度の両立を目指す。
- 提案手法は，小さい値には2次正則化，大きい値には截断を行うことで，微分可能な最適化を実現している。
- 適切な閾値を選択することで，従来のペナルティで復元可能な解がTruncated Huber関数下でも局所最適解となることが理論的に証明された。
- ブロック座標降下法(BCD)を開発し，スパーク条件の下で有限ステップ収束を保証した。数値実験により，その有効性と頑健性が確認された。
ウィットニー法の基本解とルシンウェーブレット [math.NA, cs.NA, math.AP, math.CA]目的：基本解法におけるウィットニー型配置とルシンウェーブレットの理論的基盤
- 境界値問題の数値解法において，精度と安定性が重要となる。
- 基本解法では，ソース点の配置が解の精度に大きく影響する。
- 境界に接近するソース点配置における安定性と精度を向上させる。
- 本研究では，ソース点が境界にウィットニー的に蓄積する場合に，ルシンウェーブレットがHardy空間の基底を構成することを示した。
- これにより，境界にまたがって解析接続を持たない解に対しても，安定した数値近似が可能となる。
- 計算結果は，境界を含む領域全体で少なくとも12桁の精度を達成することを示した。
行列指数関数の時間一様近似における集中実極の最適解 [math.NA, cs.NA]目的：時間依存指数関数に対する有理近似関数の集中実極の最適選択
- 数値計算において，指数関数の近似は重要な役割を果たす。
- 既存手法では，時間領域全体での近似精度が十分でない場合がある。
- 時間領域全体にわたる近似誤差を最小化する実極の配置を決定する。
- 提案手法は，時間一様近似において漸近的に最適な解を提供する。
- 数値実験により，様々な時間範囲と近似次数で提案解の良好な性能が確認された。
- 本近似手法を定数係数初期値問題へ応用する可能性が示唆された。
注意がフーリエを超えるとき：不規則領域における偏微分方程式解法のためのマルチスケールTransformer [cs.LG, cs.AI, cs.NA, math.NA, physics.comp-ph, stat.ML]目的：偏微分方程式の解法のための深層学習モデルのアーキテクチャ選択
- 偏微分方程式は自然科学，工学の基礎であり，その効率的な解法は重要である。
- 複雑な形状の領域における偏微分方程式の数値解法は計算コストが高く，困難である。
- 複雑な形状の領域における効率的な偏微分方程式解法を可能にするアーキテクチャの提案。
- 提案手法Multi-Scale Attention Transformer (MSAT) は，複雑な形状問題において最先端の汎化性能を達成した。
- MSATはHeat2D-CG問題において，FNOと比較して3.7倍の性能向上を達成し，推論時間も大幅に短縮した。
- 物理情報の正則化項のトレードオフを明らかにし，領域境界の複雑さと近似誤差の関係を理論的に示した。
2次元音響メタマテリアルにおける亜波長共鳴のフーリエ・ガルキン法 [cs.CL, cs.CE, physics.geo-ph, math.NA, cs.NA, math.AP]目的：2次元散乱問題における亜波長共鳴の解析と計算手法
- 音響メタマテリアルは，従来の材料では実現できない音響特性を示すため，注目を集めている。
- 亜波長共鳴の計算には，大規模な離散化と根の探索が必要であり，計算コストが高いという課題がある。
- 低次元の非線形固有値問題に帰着することで，計算効率を向上させる手法を開発すること。
- フーリエ・ガルキン法を用いた漸近フレームワークにより，共鳴周波数を特徴付ける有効行列を導出した。
- 有効行列の要素は明示的に計算可能であり，FFTに基づく数値積分により高速に評価できる。
- この手法は，一般的な滑らかな形状における共鳴解析のための効率的かつ堅牢な計算フレームワークを提供する。
時間領域有限差分法における任意の高次形状ステンシル [math.NA, cs.NA]目的：地震波伝播における時間領域有限差分法の高次形状ステンシルの検討
- 地震波モデリングは，資源探査や地震ハザード評価において不可欠な技術である。
- 従来のテイラー展開に基づく手法は，数値分散の問題を抱える場合がある。
- 数値分散を低減しつつ，計算コストを抑えた効率的な有限差分法を開発する。
- 菱形や正方形のような非クロスステンシルは，必ずしも精度向上や分散低減に貢献しないことが示された。
- 分散最適化されたクロスステンシルを用いることで，古典的な手法と比較して，よりコンパクトなステンシルで高い精度が実現可能であることが確認された。
- Devitoを用いた実装により，大規模な音響地震反転問題への応用が容易になる。
不規則係数を持つ確率微分方程式に対する双方向最適輸送 [math.PR, cs.NA, math.NA]目的：確率微分方程式の解の法則間の制約付き最適輸送問題
- 確率微分方程式は，金融，物理，生物学など，様々な分野で不確実性をモデル化する上で重要である。
- 不規則な係数を持つ確率微分方程式の解析は，従来の理論では困難を伴う。
- 不規則な係数を持つ確率微分方程式の解の間の適応ワッサーシュタイン距離を数値的に計算する方法を提供する。
- 双方向結合が，確率過程における情報の流れを尊重する結合の中で最適であることが示された。
- 本研究の結果は，確率的最適化問題におけるモデルの不確実性を定量化するために応用可能である。
- 指数関数的に成長し，不連続なドリフトを持つ確率微分方程式に対する，変換に基づく半陰解法を用いた強い収束結果が確立された。
非滑らかな波速と局所ケルビン・フォイトダンピングを持つ1次元波動方程式に対する有限体積法の数値解析 [math.AP, cs.NA, math.NA]目的：非滑らかな波速と局所ケルビン・フォイトダンピングを持つ1次元波動方程式の数値解法
- 波動現象は，工学，物理学，医学など幅広い分野で重要な役割を担うため，その正確な数値シミュレーションが求められる。
- 波動速度が不連続であったり，減衰機構が複雑に絡み合っている場合，数値解法の安定性や収束性が保証されない場合がある。
- 有限体積法を用いて，非滑らかな波速と局所的なダンピングが存在する場合における安定性と収束性を理論的に検証する。
- 有限体積法による数値解法の安定性に関する理論的評価が得られた。
- 数値実験により，局所的なダンピングが解の減衰率に及ぼす影響が確認された。
- 連続解への収束性が理論的に証明され，提案手法の有効性が示された。
確率微分方程式の近似における，H\"olderまたはSobolev連続なドリフト係数に対する誤差の下限 [math.PR, cs.NA, math.NA]目的：確率微分方程式の解の数値近似における誤差の下限の導出
- 確率微分方程式は，物理，金融など幅広い分野で不可欠なモデルであるため，その数値解法の精度評価が重要。
- 従来の数値解法では，ドリフト係数の滑らかさに対する誤差評価が不十分であり，最適な解法が不明である。
- H\"olderまたはSobolev連続なドリフト係数を持つ確率微分方程式に対する誤差の下限を厳密に導出し，最適な近似解法を特定する。
- 等間隔オイラー法による誤差率$(1+\alpha)/2$が，有限回のブラウン運動の評価に基づく数値解法では，一般的に改善されないことが示された。
- 時間積分を利用した数値解法を用いても，誤差率$(1+\alpha)/2$を超える精度は達成できないことが証明された。
- フラクショナルSobolev連続なドリフト係数を持つ確率微分方程式に対しても，同様の下限が拡張され，既存の結果の適用範囲が広げられた。
歪対称行列の指数関数：近傍の逆行列と効率的な導関数の計算 [eess.SP, cs.SY, eess.SY, math.DG, cs.NA, math.NA]目的：歪対称行列に制限された行列指数関数の性質解明
- 特殊直交群のリー群指数関数やリーマン指数関数として応用が広く，重要な研究対象である。
- 歪対称行列に制限した場合，古典的な結果とは異なる導関数の可逆性の問題が存在する。
- 導関数の可逆性を特徴付け，近傍の対数関数を構成することで，効率的な計算手法を開発する。
- 歪対称行列の指数関数の導関数の可逆性を特徴づけることで，特殊直交群の接線共役点の軌跡を明らかにした。
- 歪対称行列Aに対し，接線共役点に属さない限り，指数関数の近傍対数関数（滑らかな逆関数）を明示的に構成した。
- 提案手法は，既存の最新手法と比較して，導関数の計算と逆計算でそれぞれ最大3.9倍，3.6倍の高速化を達成した。
多重スケール科学データのためのスケール適応生成フロー [stat.ML, cs.LG, cs.NA, math.NA, math.PR]目的：多重スケール科学データの生成モデリング
- 科学シミュレーションの精度向上は，工学や自然科学の発展に不可欠である。
- 従来の生成モデルは，多重スケールデータに対して数値的な課題を抱え，微細なスケールで誤差が大きくなる。
- 生成モデルの安定性と計算効率を向上させ，高精度なサンプル生成を可能にすること。
- ノイズ分布と補間スケジュールを適切に設計することで，生成モデルの数値的安定性を確保できる。
- ターゲット分布のフーリエスペクトル減衰に合わせてノイズを調整することで，計算効率が向上することが示された。
- 複雑な非ガウス分布に対しては，スケール適応補間スケジュールが，終端時の硬直性を緩和し，生成精度を向上させる。
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Cox-Ingersoll-Ross過程の不変測度とサンプリング手法
- ベイズ推論の高速化に貢献する拡散過程の研究であり，応用範囲が広い。
- 既存のサンプリング手法では，不変測度への収束が遅く，計算コストが高い場合がある。
- 正確なサンプリング手法を開発し，計算効率と精度を向上させることを目指す。
- パラメータ範囲$\delta\in(1,2)$において，過程のwell-posednessと不変測度の uniqueness を証明した。
- 零ポテンシャルにおいて，不変測度を正確にサンプリングするアルゴリズムを構築した。
- 非自明なポテンシャルに対しては，Metropolis-Hastings法とULAという二つのサンプリングアルゴリズムを開発し，数値実験で検証した。
- 1