arXiv雑要約
数値解析 - 2026/06/19 公開
計算識別可能性 [cs.RO, cs.LG, cs.AI, cs.NA, math.NA, stat.CO, stat.ME, stat.ML]目的：因果効果の識別可能性の計算的側面
- 因果推論は，データから因果関係を導き出す上で重要であり，政策決定や科学的発見に不可欠である。
- 従来の識別可能性の理論は，理想化された条件下でのみ成立し，現実のデータ分析への適用が困難な場合がある。
- 本研究は，有限な計算資源とデータ量の下での識別可能性を評価するための新しい枠組みを提案する。
- 本研究で提案する「計算識別可能性」は，経験的推定量に対する有限の計算探索手続きを定義することで，識別可能性を評価する。
- 実験結果から，この枠組みを用いることで，小規模なサンプルサイズ，曖昧なグラフ構造，観察データと介入データの混合，反実仮想データなど，現実的な状況下での識別可能性を評価できることが示された。
- 提案手法は，従来の理論的識別可能性では困難であった，より詳細で実践的な識別可能性に関する疑問に答えることを可能にする。
物理情報制御問題におけるニューラルネットワーク構造の機能的事前知識としての役割 [math.NA, cs.LG, cs.NA, math.OC]目的：物理現象を記述する常微分方程式に従う制御問題における，ニューラルネットワーク構造の機能的事前知識の影響
- 制御理論は，工学システムや自然現象の制御に不可欠であり，高性能な制御手法の開発が求められている。
- 従来の制御手法では，複雑なシステムや非線形性の強いシステムに対する汎用的な解法が課題となっている。
- ニューラルネットワーク構造が制御性能に与える影響を明らかにし，より効率的な制御手法を開発すること。
- ニューラルネットワークの構造選択によって，生成される制御が質的に異なることが示された。
- フーリエ基盤のアーキテクチャは，より振動成分の多い軌跡を生成する傾向があり，滑らかなアーキテクチャは，より規則的でエネルギー効率の良い制御を生成する傾向がある。
- この結果から，制御問題の異なる機能要素が，異なるニューラルネットワーク構造によって効率的に処理される可能性が示唆された。
周期系におけるモロー-ヨシダに基づくコーン-シャム反転 [math.NA, cond-mat.mtrl-sci, cs.NA, math.FA, physics.chem-ph]目的：周期系に対するモロー-ヨシダ正則化密度汎関数理論における密度-ポテンシャル反転
- 電子状態計算は，物質科学や化学における重要な基礎であり，新材料開発に不可欠である。
- コーン-シャム方程式の交換相関ポテンシャルは未知であり，その決定が計算のボトルネックとなっている。
- コーン-シャム反転法を用いることで，交換相関ポテンシャルを直接的に決定し，計算効率を向上させる。
- モロー-ヨシダ正則化を用いて，周期系における密度-ポテンシャル反転の理論的および数値的枠組みを構築した。
- 選択された位相空間における非相互作用運動エネルギー汎関数に対する下半連続性の証明が重要な要素である。
- コーン-シャム方程式とグロス-ピタエフスキー方程式に対する手法の性能と特性を示す数値実験を実施した。
ナビエ-ストークス方程式に対する高精度なモジュール型データ同化 [cs.RO, cs.SY, eess.SY, math.NA, cs.NA]目的：ナビエ-ストークス方程式に対する高精度かつ効率的なデータ同化手法の開発
- 数値予報や流体シミュレーションにおいて，観測データとモデルを統合するデータ同化は精度向上に不可欠である。
- 従来のデータ同化は計算コストが高く，大規模な問題への適用が困難となる場合がある。
- 計算コストを削減しつつ，高い同化精度を達成することが本研究の課題である。
- 2次BDF法とモジュール型2段階ナッジングに基づくデータ同化スキームを提案した。
- 提案手法は，計算複雑性を大幅に削減しつつ，従来の完全結合型データ同化と同等の精度を示すことが実験的に確認された。
- 本スキームの安定性と誤差評価を行い，理論的な裏付けを得た。
正則化定常平均場ゲームに対するBregman射影ミラー法 [math.NA, cs.NA, math.AP]目的：正則化された定常平均場ゲームシステムの解法
- 経済学や社会科学における集団行動のモデル化に不可欠であり，均衡状態の解析に用いられる。
- 従来の解法では，数値計算の安定性や収束性が課題となる場合がある。
- Bregman射影ミラー法を用いて，より効率的かつ安定的な解法を提案すること。
- 提案手法は，様々なHamiltonianと密度結合に対して，正則化された定常平均場ゲームシステムの解を近似できる。
- 制約付きミラー法の各ステップにおいて，Bregman不等式が導出され，ステップサイズの条件の下で解への収束が示された。
- 数値実験により，メッシュ細分化に対する残差の減衰が確認され，提案手法の実用的な性能が示唆された。
変形されたCayley-Magnus法のクラスについて [math.NA, cs.NA]目的：非自律線形常微分方程式の時間積分手法
- 数値シミュレーションにおいて，微分方程式の解を正確かつ効率的に求めることは重要である。
- 既存手法では，行列指数関数の評価や，計算コストの高い処理が必要となる場合がある。
- 行列指数関数の評価を避け，スパース行列の連立一次方程式の求解に置き換えることで計算効率を向上させる。
- 提案手法は，スパース行列を用いた連立一次方程式の求解に基づき，既存のLie群積分法よりも優れた性能を示す。
- 特に，非有界作用素から生じる問題に対して，自然に有界な解を得ることが可能である。
- 4次および6次の最適化されたスキームを構築し，数値例を通してその有効性を確認した。
周期境界条件におけるdNLSに対するゲージ変換を用いた明示的フーリエ積分：離散ブルジェイン空間における低正則性評価 [cs.CL, cs.CY, cs.SI, math.NA, cs.NA]目的：周期境界条件における非線形シュレディンガー方程式の数値解法における誤差評価
- プラズマ物理学や非線形光学など，分散性波動の伝播を記述する上で不可欠なモデルである。
- 周期境界条件では，局所的な滑らか化が利用できず，非線形項の影響が大きくなる。
- ゲージ変換と離散ブルジェイン空間を用いたフレームワークにより，粗い初期データに対する誤差評価を確立する。
- 初期値が$H^s(\mathbb{T})$に属する場合，$1/2 < s \le 5/2$において，数値誤差は$\mathcal{O}(\tau^{s/2-1/4})$で収束することが示された。
- この結果は，ゲージ変換された方程式に適応された離散ブルジェイン空間フレームワークの有効性を示唆する。
- 数値実験は，予測される収束振る舞いを裏付け，粗い解に対するフィルタリングスキームの有効性を示す。
分数散逸を持つ電子磁気流体モデルに対する勾配回復法 [math.NA, cs.NA]目的：分数散逸を持つ2.5次元電子磁気流体システムの構造保存数値解法
- 宇宙プラズマ物理の基礎であり，太陽フレアや磁気リコネクション等の現象理解に不可欠である。
- 高次の精度を保ちつつ，長時間の安定した計算を行うことが難しい。
- 勾配回復法を用いて，エネルギー安定性を保ちつつ，効率的な計算を実現すること。
- 本研究で提案する数値解法は，離散エネルギー安定性を満たすことが示された。
- フーリエ空間での正確な分数散逸の取り扱いと，スペクトルホッジ射影による面内発散制約の施行が実現された。
- 数値実験により，空間2次収束性と安定したホール駆動ダイナミクスが確認された。
偏微分方程式に対するPhysics-Informed Broad Learning Systemによる汎用近似学習 [cs.LG, cs.NA, math.NA]目的：偏微分方程式の近似解法
- 物理，生物，工学システムを記述する上で重要な役割を果たすため，その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，PINNは収束が遅く最適化が不安定になりやすいという課題がある。
- 計算効率と精度を向上させた新たな解法を提供し，リアルタイムシミュレーションへの応用を目指す。
- 提案手法PIBLSは，従来のPINNと比較して1～3桁高速に解を求められることが示された。
- PIBLSは，非線形偏微分方程式に対しても高い解像度を達成できることが実験的に確認された。
- PIBLSの汎用近似性について，数学的な証明が与えられた。
圧縮性大気オイラー方程式の釣り合いのとれた二次の近似 [math.NA, cs.NA]目的：圧縮性大気オイラー方程式に対する，領域保存性と静止状態に関する釣り合いがとれた二次の近似
- 大気シミュレーションの精度向上は，気象予報や気候変動予測において不可欠である。
- 既存の数値スキームでは，精度と安定性の両立，特に静止状態の正確な取り扱いが課題となる。
- 本研究は，静止状態に対する釣り合いがとれた高精度な数値スキームを開発し，大気シミュレーションの精度向上を目指す。
- 本近似は，密度を静水圧的に再構成することで得られる離散補助状態に基づいている。
- これらの補助状態と数値状態のアフィンシフトにより，釣り合い性と領域保存性を維持するための局所的な境界が提供される。
- 解析解，釣り合いテスト，および大気流れのベンチマーク問題を用いて，数値スキームの検証と妥当性が確認された。
流体・多孔弾性構造連成問題に対する二次の陽解法分割スキーム [math.NA, cs.NA, math-ph, math.MP]目的：流体・多孔弾性構造連成問題の効率的かつ厳密な解法
- 工学分野において，流体と構造物の連成解析は，地盤工学やバイオメカニクス等，幅広い応用を持つ重要な研究課題である。
- 流体と多孔質材料の界面条件を陽的に扱う場合，数値的安定性の問題が生じやすいという課題がある。
- 本研究は，安定性を確保しつつ，高精度な解を得るための陽解法分割スキームを開発し，その有効性を検証する。
- 本研究で開発された二次の陽解法分割スキームは，固定領域における時間依存性Stokes-Biot問題を効率的に解くことが可能である。
- 理論解析により，放物線状のCFL条件の下で安定性が保証され，BDF2法とAdams-Bashforth外挿法の誤差要因が明確化された。
- 数値実験の結果は，時間方向の二次の収束性と空間方向の最適収束性が確認され，固定領域に限定されない適用性も示された。
超線形成長係数を持つ確率微分方程式に対する確率的セータ法の不変測度 [math.NA, cs.NA]目的：確率微分方程式の不変測度の近似
- 確率微分方程式は，物理，金融など広範な分野で現象のモデル化に不可欠である。
- 超線形成長係数を持つ方程式の不変測度を求めることは，数学的に困難である。
- 確率的セータ法による不変測度の近似の収束性を理論的に示すこと。
- 確率的セータ法による数値解の不変測度の存在と一意性が示された。
- 数値的不変測度が，基底となる確率微分方程式の厳密な不変測度に収束することが証明された。
- 数値シミュレーションにより，理論的結果が裏付けられた。
偏微分方程式を解くための高速直接ソルバーに基づくニューラルネットワーク [math.NA, cs.LG, cs.NA]目的：偏微分方程式の求解のためのニューラルネットワークの学習
- 大規模なシミュレーションにおいて，計算コストが課題となるため，効率的な解法が求められている。
- 階層行列の構造を利用した高速ソルバーでは，行列の近似精度と計算時間のバランスが課題である。
- ニューラルネットワークを用いて，階層行列の逆演算を学習し，高速かつ高精度な解法を提供する。
- 本研究では，HODLR行列の高速直接ソルバーを学習するニューラルネットワークを提案した。
- 提案手法は，線形および非線形偏微分方程式（非線形シュレーディンガー方程式，バーガース方程式など）に対して有効であることを示した。
- 従来の数値ソルバーと比較して，推論時間の短縮が確認され，他のニューラル演算子学習ネットワークとの比較でも良好な結果が得られた。
ポアソン・ネルンスト・プランクおよびポアソン・ネルンスト・プランク・ナビエ・ストークス系の構造指向ランダムニューラルネットワーク [math.NA, cs.LG, cs.NA, physics.comp-ph]目的：ポアソン・ネルンスト・プランク(PNP)系とポアソン・ネルンスト・プランク・ナビエ・ストークス(PNP-NS)系の数値解法
- イオン輸送現象の理解は，生体システムや半導体デバイスの設計において重要である。
- 従来の数値解法は計算コストが高く，複雑な形状への適用が困難である。
- ランダムニューラルネットワークを用いることで，効率的な数値解法を開発し，計算コストを削減する。
- 構造指向ランダムニューラルネットワーク(SO-RaNN)フレームワークを開発し，PNP系とPNP-NS系の解法に適用した。
- 濃度変数の正値性確保と質量保存を実現するため，適切な補正手法を導入した。
- PNP-NS系では，構造保存型ランダムニューラルネットワークを用いて，速度場の非圧縮性を満たす解を得た。
擬似放物型方程式に対する事後誤差評価：$C_0$半群を用いた手法 [cs.CL, math.NA, cs.NA]目的：擬似放物型偏微分方程式の数値解近似に対する事後誤差評価
- 数値シミュレーションの信頼性確保は，科学技術の発展に不可欠である。
- 数値解の誤差評価は困難であり，特に時間発展問題では複雑となる。
- 有限要素法とBDFスキームの組み合わせにおける誤差評価手法を確立する。
- 数値実験により，提案手法が有効であることが確認された。
- $C_0$半群理論と楕円再構成の概念を応用することで，事後誤差評価を導出した。
- 擬似放物型方程式の数値解の精度向上に貢献できると考えられる。
ランダム化スケッチはGPUにおける低精度丸め処理にロバストである [cs.RO, cs.PF, cs.NA, math.NA]目的：GPUにおける低精度丸め処理の影響の評価
- ランダム化線形代数は，大規模データ処理において重要な役割を果たす。
- GPU上では，メモリトラフィックやアトミック操作がスケッチ処理のボトルネックとなる。
- 低精度演算による精度の低下を抑制しつつ，GPUの性能向上を目指す。
- テストされた範囲では，SparseStackの埋め込み品質はFP16の丸め規則に依存しないことが示された。
- 決定論的，確率的，およびジッタ付き丸めによるFP16 SparseStackは，ほぼ同じサブスペース歪みと最小二乗法の精度を示した。
- 決定論的丸めがオーバーヘッドが最も低いため，FP16 SparseStackの性能と精度のバランスが最も優れている。
ウィグナー・ポアソン系のための保守的適応ランク法 [math.NA, cs.NA]目的：ウィグナー・ポアソン系の数値解法における計算コスト削減と物理的忠実性の維持
- 量子力学的な輸送現象のシミュレーションにおいて，高次元の相空間が必要となり，計算コストが課題となる。
- 従来の数値解法では，相空間の複雑さに伴う計算コストの増大と，物理量の保存性の確保が難しい。
- 適応ランク法を用いて相空間の複雑さに応じて計算量を削減しつつ，物理量の保存性を高める。
- 提案手法は，2つのストリーム不安定，強いランダウ減衰，およびバンプオンテール不安定に対して検証され，基準となるウィグナー・ポアソンダイナミクスを捉えた。
- 適応ランクは抑制され，指定された離散的な全体エネルギー制約は，機械的精度に近い保存誤差で維持された。
- 局所的な密度・運動量補正と全体的なエネルギー補正を用いる手法と，全体的に保存的な手法を比較した結果，類似した結果が得られた。
データ依存型シェパード近似：形状パラメータの適応的修正による [math.NA, cs.NA]目的：データ依存型シェパード補間法の開発
- 補間は，物理シミュレーションやデータ解析など，多様な分野で不可欠な技術である。
- 古典的なシェパード補間法では，不連続点付近でぼやけが発生しやすいという課題がある。
- 不連続点付近のぼやけを軽減し，補間精度を向上させることを目指す。
- 本研究では，データ依存型シェパード補間法を提案し，不連続点におけるぼやけを効果的に抑制することを示した。
- 形状パラメータを適応的に修正することで，不連続点近傍のカーネルを局所的なデルタ関数のように振る舞わせることに成功した。
- 数値実験により，提案手法が滑らかな領域での高い精度を維持しつつ，不連続点でのぼやけを大幅に低減することが確認された。
多角形セルベースの平滑化有限要素法による非線形地盤解析 [math.NA, cs.NA]目的：非線形地盤解析のための多角形セルベースの平滑化有限要素法
- 地盤は複雑な挙動を示すため，建設や防災において正確な解析が不可欠である。
- 従来の有限要素法では，メッシュ依存性や局所的な破壊の再現が困難な場合がある。
- 多角形メッシュを用いた効率的な非線形地盤解析手法を確立すること。
- 本研究で提案する手法は，変位，応力，塑性ひずみ，支持力，安全率を正確に予測できる。
- 標準的な多角形メッシュや，ハングノードを持つハイブリッド四分木メッシュを統一的に扱える。
- メッシュの柔軟性と計算効率を向上させ，非線形地盤解析の精度を高める。
物理情報ニューラルネットワークに対する二段階進化型ハイパーパラメータ最適化戦略 [cs.LG, cs.NA, cs.NE, math.NA]目的：物理情報ニューラルネットワークのハイパーパラメータ最適化
- 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を活用する重要性が高まっている。
- 物理情報ニューラルネットワークは，ハイパーパラメータに強く依存し，最適化が困難である。
- 本研究は，進化アルゴリズムを用いて，効率的かつロバストなハイパーパラメータ最適化を実現する。
- 提案手法では，まず低精度な学習を繰り返し候補を絞り込み，次により精度の高い学習を行う二段階アプローチを採用した。
- Advection，Klein-Gordon，Helmholtz方程式の３つの問題で，提案手法は標準的な学習方法よりも優れた性能を発揮した。
- 限られた計算資源内で，有意に低い平均誤差を達成し，解の精度とロバスト性を向上させた。
エージェントによる記号探索：手作り表現，メッシュ，ニューラルネットワークを超えて偏微分方程式を特徴づける [cs.CY, cs.SI, cs.LG, cs.NA, math.NA, physics.comp-ph]目的：偏微分方程式の解を特徴づける手法の開発
- 偏微分方程式は自然現象を記述する基礎であり，科学技術の発展に不可欠である。
- 従来の数値シミュレーションやニューラルネットワークは解の構造を直接提供せず，解釈が困難な場合がある。
- この研究は，偏微分方程式の解を記号的に探索し，解釈可能な表現を得ることを目指す。
- 提案手法ASYSは，偏微分方程式の理論と制約，過去の探索経験を基に，微分可能な記号プログラムを生成・進化させる。
- 既知の解析解を持つ問題に対しては解析解を復元し，未知の問題に対しては解析的な近似解を構築する。
- 実験結果から，ASYSはこれまで閉じた形の記述が存在しなかった問題に対しても解釈可能な表現を提供できることが示された。
エグザスケールにおけるポアソン方程式解法のための粗解法 [cs.RO, math.NA, cs.DC, cs.MS, cs.NA]目的：ポアソン方程式の粗解法
- 流体シミュレーションは科学技術計算の根幹であり，高性能なソルバーが不可欠である。
- 既存の粗解法はスケーラビリティに課題があり，エグザスケール環境での性能が十分ではない。
- 大規模並列計算環境におけるポアソン方程式解法の効率とスケーラビリティを向上させる。
- 提案手法は，既存のAMGソルバーと比較して，優れた性能を示すことが実験的に確認された。
- 新しい粗空間の構造により，元のp-multigrid粗空間とグローバルな粗解法問題間の通信が不要となる。
- Nek5000/RSを用いた実験により，Summit/Frontierスーパーコンピュータ上での有効性が示された。
平面3D ILSA油圧破砕モデルの高速化手法 [physics.geo-ph, cs.NA, math.NA]目的：平面3D ILSA油圧破砕モデルのシミュレーション実行時間の短縮
- 油圧破砕は，シェールガスやタイトオイルなどの資源開発において重要な技術である。
- 高精度なシミュレーションには計算コストがかかり，多数のシミュレーションが必要な場合に問題となる。
- シミュレーションの高速化を図り，実用的な範囲で多数のケースを評価することを可能とする。
- 統合された平面3D ILSAスキームは，平均2.5倍の高速化を実現し，特に砂時計形状では5.7倍に達した。
- 全ての高速化手法を組み合わせることで，平均4倍，砂時計形状では最大11倍の高速化が達成された。
- 破砕開口幅の相対的誤差は5％以下であり，参照スキームとの精度は維持されている。
電子シュレーディンガー方程式における疎な構成的相互作用の再検討：完全基底集合極限の複雑性と量子エンコーディングへの影響 [math.CV, cs.MS, quant-ph, cs.NA, math.NA]目的：電子シュレーディンガー方程式の固有関数における規則性とその近似複雑性への影響
- 電子状態計算は，物質科学や化学において不可欠な計算手法である。
- 基底集合を大きくすると計算コストが増大し，大規模分子の計算が困難になる。
- 疎な構成的相互作用を用いることで，基底集合の大きさに依存しない収束性が期待される。
- 完全基底集合極限への収束において，次元の呪いを緩和できることが示された。
- 疎なグリッド構造を用いることで，収束レートの主要項が電子数に依存しなくなる。
- 古典的な数値ソルバーと量子コンピューティングアプローチの両方において，計算効率向上の可能性が示唆された。
高周波ヘルムホルツ方程式に対する区分多項式粗空間を持つ二段階シュワルツ前処理器の理論 [eess.SY, cs.SY, math.NA, cs.NA]目的：高周波ヘルムホルツ方程式に対する二段階シュワルツ前処理器の収束性
- 高周波ヘルムホルツ方程式の数値解法は，工学における様々な波動現象のシミュレーションに不可欠である。
- 従来の反復解法は，波数が増加すると収束性が悪化し，計算コストが増大する。
- 粗空間が汚染がなく，問題適応基底関数を含まない二段階シュワルツ前処理器のk-明示的な収束性を確立すること。
- 区分多項式を用いた細空間と粗空間の適切な選択により，汚染がなく，粗空間の次元が細空間の次元に比べて任意に小さくなることが示された。
- サブドメインあたりの自由度は一定であり，GMRES反復回数はkに依存せずに有界であることが証明された。
- 粗空間が汚染がなく，問題適応基底関数を含まない二段階シュワルツ前処理器に関する初めてのk-明示的な収束結果である。
ポアソン方程式の有限差分近似に対するシュレーディンガー化による量子事前条件付け法 [cs.RO, math.NA, cs.NA]目的：ポアソン方程式の有限差分近似から生じる線形システムの解法
- 科学技術計算において，偏微分方程式の効率的な解法は重要である。特に，大規模問題では計算コストが課題となる。
- 古典的な事前条件付け法では，大規模問題に対して十分な性能を発揮できない場合がある。量子計算による改善が期待される。
- シュレーディンガー化とBPX多水準事前条件付けを組み合わせ，量子アルゴリズムの複雑さを最適化すること。
- シュレーディンガー化により，線形偏微分方程式を量子シミュレーションに適したシュレーディンガー型システムへ変換する。
- 対称事前条件付け行列のブロック符号化を構造を考慮して構築し，不利な正規化スケーリングを回避した。
- 提案された量子アルゴリズムは，与えられた許容誤差に対して，$\mathcal{O}\big(\mathrm{poly}(d)\varepsilon^{-1} \mathrm{polylog}(\varepsilon^{-1}) \big)$のクエリ複雑度を達成する。
Lax-Wendroff型離散化におけるコーシー・コワレフスカヤ法のための自動微分 [math.NA, cs.NA, physics.comp-ph]目的：Lax-Wendroff型離散化におけるコーシー・コワレフスカヤ法の実装
- 高精度な数値計算が求められる過渡現象の解析において，時間発展スキームの精度向上が重要である。
- Lax-Wendroff法では，要素局所的な時間平均フラックス計算において，近似的な微分が必要となり，計算コストと精度に課題があった。
- 自動微分を用いることで，任意の物理フラックス関数に対し，効率的かつ高精度なコーシー・コワレフスカヤ法を適用することを目指す。
- 自動微分をコーシー・コワレフスカヤ法に適用することで，任意の次数に対して，陽子性補正なしに計算が可能となった。
- 本手法はヤコビアンフリーであり，問題に依存しないため，様々な物理フラックス関数に直接適用できる。
- 数値実験により，手法の次数精度と陽子性の保存が確認され，計算時間も既存の近似Lax-Wendroff法と同等であることが示された。
非線形波からのX線イメージング：三次非線形性の数値再構成 [cs.DL, cs.CY, cs.SI, math.PR, cs.RO, math.NA, cs.NA, math.AP]目的：非線形波動方程式における未知のポテンシャルq(x, t)の回復
- 波動現象の理解は，物理学，工学など広範な分野で不可欠である。
- 非線形波動現象の逆問題は，数値的安定性や解の一意性の点で課題が多い。
- 境界データから非線形波動のポテンシャルを安定的に再構成する方法を確立する。
- 提案手法は，ポテンシャルqのラドン変換を直接数値的に再構成し，標準的なX線トモグラフィー技術を用いてqを決定する。
- 数値微分ステップの安定化のためにスペクトル正則化法を導入し，ノイズに対するロバスト性を向上させている。
- 数値実験により，非線形波の境界測定からポテンシャルを回復する可能性と，ラドン変換に基づく再構成の利点が示された。
脳内定常ポロ弾性応力支援拡散の新しいモデルに対する完全混合仮想要素法 [math.NA, cs.NA]目的：脳内における線形ポロ弾性方程式と応力変化による溶質拡散の連成数値近似
- 脳内の物質輸送は，神経科学や薬物送達において重要であり，正確なシミュレーションが不可欠である。
- ポロ弾性応力と拡散の強い結合は，既存の数値解法の精度と安定性を損なう課題となっている。
- 本研究は，複雑な連成問題を効率的にかつ正確に解決するための新しい数値解法を提案する。
- 提案する完全混合仮想要素法は，線形ポロ弾性方程式と非線形拡散問題を分離して解くことで，安定した計算を実現している。
- 理論的解析により，離散スキームの厳密な事前誤差評価が確立され，最適な収束率が確認された。
- 数値実験の結果，提案法はポロ力学パラメータに対して頑健であり，脳内溶質輸送のシミュレーションに有効であることが示された。
一次指数を持つ微分代数方程式に対するスペクトル繰り下げ補正法の解析 [math.NA, cs.NA]目的：一次指数を持つ微分代数方程式を解くための新規スペクトル繰り下げ補正法
- 微分代数方程式は，物理現象や工学問題を記述する上で不可欠な存在である。
- 半陰解性微分代数方程式の効率的な解法は依然として課題である。
- 並列化可能な高精度な半陰解性微分代数方程式の解法を提供する。
- 提案手法は，微分方程式のみに数値積分を制限することで，効率的な解法を実現している。
- このスキームにおける補正は，解の次数を一段階上げる効果を持つことが示された。
- 提案手法は，精度と並列化性能において，Runge-Kutta法と同等以上の性能を示すことが確認された。
双曲型保存則に対するベイズ的フィードバック制御 [math.NA, cs.NA]目的：双曲型保存則のフィードバック境界制御のためのベイズ的枠組み
- 工学システムにおいて，安定的な制御は不可欠であり，特に非線形システムではその重要性が増す。
- 双曲型保存則の制御問題では，従来の理論では安定性を保証できない領域が存在する。
- 本研究は，ベイズ的アプローチを用いて，そのような非線形領域における安定性を確保することを目指す。
- ベイズ的枠組みは，線形モデルにおいて既存の解析的安定性結果を再現し，非線形領域にも適用可能である。
- 数値実験により，提示手法が既知の安定領域を再現し，様々な境界条件の組み合わせに有効であることが示された。
- 非線形および確率的問題を扱うことで，推論された安定領域が指標や事前分布に依存しない頑健性を示すことが確認された。
ODEに対する目標指向誤差推定を用いた分割スキーム [math.NA, cs.NA]目的：常微分方程式の分割スキームにおける誤差推定手法
- 複雑な物理現象のシミュレーションにおいて，効率的な数値解法が不可欠である。
- 従来の誤差推定法では，関心のある量に特化した誤差評価が困難であった。
- 動的反復と有限要素法を組み合わせ，関心量の誤差を効率的に制御すること。
- 提案手法は，動的反復誤差と離散化誤差を両立して評価・制御する新しい誤差推定器である。
- 計算メッシュの適応的細分化や動的反復の停止基準として利用可能であり，時間領域の柔軟な離散化を可能にする。
- 数値実験により，一様細分化と比較して，提案手法の有効性が示された。
運動学的アンダークーリングを伴う異方性多相マリンズ・セケルカ問題に対するパラメータ的有限要素アプローチ [math.NA, cs.NA]目的：異方性多相マリンズ・セケルカ問題の解法
- 材料科学において相分離現象の理解は重要であり，結晶成長や合金の微細構造制御に不可欠である。
- 既存手法では，複雑な形状の界面を正確に捉えることが難しく，計算コストが高いという課題があった。
- 界面に追随しない有限要素法により，複雑な形状変化を伴う相分離現象を効率的に解析することを目的とする。
- 本研究で提案する有限要素法は，無条件安定性を有することが示された。
- 複数の氷結晶および接合部の進化をモデル化できることが数値例により示された。
- 界面の近似をバルクの三角形分割に依存させないことで，複雑な形状変化に対応できる。
漸近的に短い$t$-デザイン曲線の一般化 [math.MG, cs.NA, math.NA]目的：漸近的最適弧長を持つ球面$t$-デザイン曲線および$\varepsilon_t$-近似曲線，重み付き$t$-デザイン曲線の存在
- 多変数多項式の数値積分において，球面上の曲線を用いた近似計算が重要である。
- 既存の$t$-デザイン曲線は，高次元において必要な弧長が大きすぎる場合がある。
- 漸近的に最適な弧長を持つ$t$-デザイン曲線の構成法を明らかにすること。
- 奇数次元における$\varepsilon_t$-近似球面$t$-デザイン曲線が存在し，漸近的に最適な弧長を実現する。
- 全ての次元において，重み付き$t$-デザイン曲線が存在し，漸近的に最適な弧長を実現する。
- 2次元および3次元における具体的な重み付き$t$-デザイン曲線の公式が提示される。
カスケードアキュムレータを用いた時間指数加重和の効率的計算 [eess.SP, cs.DS, cs.NA, math.NA]目的：時間指数加重和の効率的計算
- 信号処理やデータ分析において，加重和は基本的な演算であり，その効率性は重要である。
- 大規模なデータセットに対して，従来の直接計算は計算コストが高く，実用的ではない。
- アキュムレータの特性を活用し，メモリ使用量を削減し，計算コストを低減することを目指す。
- 提案手法は，従来の直接計算と比較して，乗算回数を大幅に削減できる。
- 大規模データやリアルタイム処理において，効率的な実装が可能となる。
- メモリ使用量を抑えつつ，時間指数加重和を高速に計算できる。
確率微分方程式に対するDLRAの長期的振る舞い [math.CO, cs.DM, math.PR, cs.NA, math.NA]目的：確率微分方程式の動的直交近似の長期的振る舞い
- 確率過程の解析は，物理，金融，生物学など，多様な分野で不可欠である。
- 高次元の確率微分方程式の数値解法は，計算コストが高く困難を伴う。
- 動的低ランク近似を用いることで，計算効率を保ちつつ長期的な統計特性を近似する。
- 動的直交近似の強システムに対する解の存在性と，Wasserstein距離における誤差評価が確立された。
- 適切な仮定の下で，強動的直交システムの不変確率測度の存在が証明された。
- 誘導される低ランク過程も不変確率測度を持ち，その構造が例を通して議論された。
- 1