arXiv雑要約
数値解析 - 2026/07/31 公開
メタマテリアルの均質化におけるスケール分離の打破：界面慣性強化緩和型微小形態モデル [math.NA, cs.NA]目的：メタマテリアルの波動伝播およびバンドギャップ挙動の記述
- メタマテリアルは，その特異な性質から，音響や振動制御など多岐にわたる応用が期待されている。
- 従来の均質化モデルはスケール分離を仮定しており，有限サイズ試料や高周波数では精度が低下する。
- 界面慣性の影響を考慮することで，有限サイズ効果を捉え，均質化モデルの適用範囲を拡大する。
- 本研究では，界面慣性という新たな概念を導入し，均質化モデルに境界条件への追加項を導入した。
- これにより，同一の体積特性を持つ有限サイズ試料でも，界面の構成の違いにより動的応答を区別することが可能となった。
- 提案されたモデルは，完全に離散化されたシミュレーションで観測される境界依存性の応答を再現できる。
保存則に対する高次法の非振動型リミッターとしての全全変動最小化解 [math.NA, cs.NA]目的：保存則に対する高次数値法のスパリアス振動の抑制
- 保存則を扱う数値計算において，精度向上が常に求められている。
- 高次精度法は，不連続点近傍で振動が発生しやすく，安定性を損なう場合がある。
- 全全変動最小化を利用し，振動を抑制することで安定性を確保することを目指す。
- 数値解に全全変動（TV）デノイジングを適用することで，振動を抑制する手法を提案。
- 1次元においては，微分包含アルゴリズムによりTV最小化解を有限ステップで厳密に計算可能。
- 2次元では1次元アルゴリズムを次元ごとに適用し，様々な保存則に対して有効性を示した。
データ同化のための動的低ランクフィルタ [math.NA, cs.NA]目的：データ同化問題に対する動的低ランクフィルタの提案
- 気象や海洋予測など，数値モデルと観測データを統合する技術として重要である。
- 高次元データに対する計算コストが高く，効率的な手法が求められている。
- モデル誤差と観測誤差を同時に最小化し，計算効率の良いフィルタを開発する。
- 提案手法は，平均誤差と共分散誤差を同時に最小化する低ランク近似フィルタである。
- 観測演算子に従って主要な部分空間を進化させ，線形および非線形なドリフト問題に対応可能である。
- 数値シミュレーションにより，提案手法の有効性が示され，今後の研究への道が開かれた。
浅水ダムブレイク問題に対するパラメトリック物理情報ニューラルネットワークとテンソル低次元モデルの比較 [math.NA, cs.LG, cs.NA, physics.flu-dyn]目的：浅水ダムブレイク問題に対するパラメトリックデータ駆動型低次元モデル
- 自然災害の予測精度向上は重要であり，迅速かつ正確なシミュレーションが求められている。
- 従来の数値シミュレーションは計算コストが高く，リアルタイムでの予測には課題がある。
- 物理情報を取り入れた低次元モデルにより，計算コストを抑えつつ高精度な予測を目指す。
- 物理情報ニューラルネットワーク(PINN)とテンソル低次元モデル(TROM)の比較を行った結果，どちらも時間積分を必要としない直接的な解写像を学習した。
- PINNのロバスト性を向上させるためには，衝撃波を考慮した配置が必要であることが示された。
- サンプル外および外挿されたパラメータ値に対する詳細な比較を行い，各モデルの特性を明らかにした。
動的低ランク平滑化 [cs.DB, math.NA, cs.NA]目的：高次元データ同化問題における平滑化手法の効率化
- データ同化は，気象予測や金融モデリング等，多くの分野で不可欠な技術である。
- 高次元データに対する平滑化処理は計算コストが大きく，実用上の課題となっていた。
- 計算コストを削減し，効率的な平滑化を実現する手法を開発する。
- 本研究では，確率微分方程式に基づくフレームワーク向けに，動的低ランク近似（DLRA）を用いた平滑化手法を提案した。
- 提案手法は，既存のJMCOフィルタリング設定を拡張し，Rauch-Tung-Striebel再帰を用いて低次元の平滑化器を導出した。
- これにより，DLRAの適応性を維持しつつ，平滑化処理の計算時間とストレージを大幅に削減できる。
パラメータ化線形偏微分方程式の非線形多様体簡約次モデルのための残差駆動リフティング同定 [math.NA, cs.NA]目的：パラメータ化線形偏微分方程式の非線形多様体簡約次モデルのリフティング同定
- 複雑な物理現象の数値シミュレーションにおいて，計算コストの削減が重要な課題である。
- 従来の簡約次モデルでは，高精度なスナップショットデータが必要となる場合がある。
- スナップショットデータを用いずに，残差に基づいてリフティングを効率的に同定すること。
- 提案手法は，線形部分空間と比較して著しく精度を向上させる。
- スナップショット駆動型非線形多様体学習と同等の精度を達成しつつ，リフティング同定段階で高精度なスナップショットを回避する。
- アフィンパラメータ化された演算子に対して，効率的なオフライン-オンライン分解が可能な訓練目的関数を導出する。
貪欲的サンプリングによるスケーラブルなグラフコアセット選択 [math.NA, cs.NA, stat.ML]目的：大規模グラフにおける代表的なノードのサンプリング
- グラフ信号処理やネットワーク分析において，グラフの代表的なノードを抽出することは不可欠である。
- 既存手法はグラフラプラシアン全体へのアクセスが必要で，大規模グラフには適用が困難である。
- 本研究は，ラプラシアン全体をメモリに格納できない大規模グラフに対するスケーラブルなサンプリング手法を提案する。
- 提案手法は，最小内積に基づく貪欲選択規則を用いて効率的なグラフサンプリングを実現する。
- 理論的解析により，クラスターサイズの割合に比例したサンプリングが可能であり，バンド制限されたグラフ信号に対して誤差が減衰することが示された。
- 合成データおよび実データを用いた実験により，提案手法の有効性が確認された。
3次元空間における移動点音源復元のための新規サンプリング手法 [math.NA, cs.NA]目的：移動点音源の軌跡復元
- 音響センシングは，様々な分野で利用されており，その重要性は高まっている。
- 移動音源の追跡には，多数の観測点と計算負荷が必要となる場合が多い。
- 少ない観測点数で，効率的かつ安定的に音源位置を特定すること。
- 本研究では，5つの観測点からのデータのみを用いて，移動点音源の空間位置と発射タイミングを復元する手法を提案する。
- 代数的理論と幾何学的知識を組み合わせることで，音源位置の一意性を数学的に証明した。
- 提案手法は，既存手法と比較して，観測点数の削減，計算効率の向上，安定性およびノイズ耐性の改善を実現する。
空間パラメータポアソンノイズ関数のスペクトル補償スキーム：誤差限界と複雑度評価 [math.NA, cs.NA, math.PR]目的：ポアソン空間ノイズ関数の計算
- 確率モデリングや数値シミュレーションにおいて，ノイズの影響を正確に評価することは重要である。
- ポアソンノイズ関数は計算コストが高く，誤差評価が困難であるという課題がある。
- スペクトル補償スキームにより，計算効率と精度を向上させることを目指す。
- 安定型強度関数において，小さい振幅をガウスノイズで補償することで，Wasserstein-1誤差を大幅に改善した。
- 補償により，計算複雑度を$O(\tau^{-2\alpha/(2-\alpha)})$から$O(\tau^{-\alpha})$に削減することに成功した。
- ガンマ型境界や指数減衰についても評価し，代数的な収束と超幾何的な収束を確認した。
数値スペクトルリンキング：リサンプリングを用いたクープマン・チェビシェフ近似による支配偏微分方程式の特定 [math.NA, cs.NA, eess.SP]目的：観測データからの支配偏微分方程式の特定
- 流体力学等の多様な分野で，支配方程式の同定はシミュレーション精度向上やモデル簡略化に不可欠である。
- 既存手法では，データ駆動型アプローチが主流だが，微分演算子との直接的な関係性が不明確な場合がある。
- チェビシェフスペクトルを用いたクープマン演算子構築により，データと候補方程式の直接比較を可能にし，支配方程式を特定する。
- 提案手法は，チェビシェフスペクトル領域で観測データと方程式駆動クープマン演算子を結びつけることで，支配偏微分方程式を高精度に特定可能である。
- 任意のサンプリンググリッド上の観測データから，最小二乗法を用いてチェビシェフスペクトル係数を回収する一貫した観測モデルを提示した。
- 観測点密度に関する研究により，安定した係数回収のための十分な独立した観測データ数に関する実用的な指針が得られた。
多スケール線形運動輸送方程式に対する漸近保存型動的低ランク半ラグランジュ法 [cs.CL, math.NA, cs.NA]目的：多スケール線形運動輸送方程式の数値解法
- プラズマ物理や半導体デバイスなど，輸送現象のシミュレーションは重要である。
- 高次元空間における計算コストが課題であり，大規模シミュレーションが困難である。
- 低ランク近似と半ラグランジュ法を組み合わせ，計算コストを削減し効率的な解法を提供する。
- 本研究で提案した手法は，拡散限界において漸近保存性を示すことが確認された。
- 大規模な時間ステップでも安定しており，計算効率が良いことが数値実験によって示された。
- 高次元問題に対しても適用可能であり，実用的な解法となりうる。
構造を保存する数値積分法の統一的な離散勾配-SAVフレームワーク [eess.SY, cs.SY, math.NA, cs.NA, math-ph, math.MP]目的：散逸系および保存系の構造を保存する数値積分法の構築
- 物理現象の正確なシミュレーションには，系の持つ構造を保存する数値解法が不可欠である。
- 既存の数値解法では，構造を完全に保存することが難しく，長期的なシミュレーションで誤差が蓄積しやすい。
- 離散勾配法とSAV法を組み合わせることで，構造を厳密に保存する効率的な数値積分法を開発する。
- 離散勾配法とSAV法を組み合わせたフレームワークにより，拡張状態空間上で修正エネルギーの離散勾配恒等性が得られた。
- このフレームワークを用いて，1次の半陰解法，2次の自己随伴中間点法，2次の予測法といった異なる精度の積分法を構築した。
- 提案手法は，ほぼポアソン系に対しても適用でき，特定のカシミール不変量を離散的な条件下で保存することが確認された。
ニュートンのアルゴリズムからの特徴量学習：非線形パラメータ化偏微分方程式ソルバーの高速化 [cs.LG, cs.NA, math.AP, math.NA]目的：非線形パラメータ化偏微分方程式ソルバーの高速化のための手法
- 偏微分方程式は自然科学，工学の様々な分野で現象を記述する上で不可欠である。
- 非線形偏微分方程式の求解は計算コストが高く，効率的なソルバーの開発が課題である。
- ニュートンのアルゴリズムの初期推測を改善することで，求解プロセスを加速することを目指す。
- パラメータ空間のサンプリングと事前計算された解のデータベースから特徴量を学習し，二段階のニュートン初期推測戦略を提案した。
- これにより，従来のサーロゲート初期化と比較して，計算時間の短縮が確認された。
- 本手法は，大規模な非線形問題に広く適用可能である。
階層型メッシュ上のマーカー駆動レベルセット輸送のための適応有限要素法 [math.NA, cs.NA]目的：レベルセット輸送のための適応有限要素法フレームワーク
- 二相流などの界面捕捉法において，正確な界面追跡は不可欠である。
- 均一なメッシュを用いる場合，高精度化には計算コストが増大するという課題がある。
- 適応メッシュを用いることで，計算コストを抑えつつ高精度な界面追跡を実現することを目指す。
- 本手法は，界面近傍に高解像度メッシュを配置し，それ以外の領域では粗いメッシュを維持することで，計算効率を向上させている。
- 2次元および3次元の様々なメッシュ形状（四角形，正四面体，楔形，六面体）を用いた数値実験により，均一メッシュと同等の精度を，より低い計算コストで達成できることが示された。
- 本手法は，レベルセットに基づいた多相流ソルバーへの統合が容易であり，柔軟性と効率性を兼ね備えたフレームワークを提供する。
R3MG-C：連続有限要素離散化のための高次代数幾何多水準前処理法 [math.NA, cs.NA]目的：連続ラグランジュ有限要素離散化に対する代数幾何多水準前処理法の開発
- 偏微分方程式の数値解法において，線形方程式系の効率的な解法が重要である。
- 高次有限要素法では，既存のAMG法では性能が低下する問題がある。
- 高次有限要素法においても有効な前処理法を提供し，計算コストを削減することを目指す。
- 提案手法は，有限要素サポート点の座標のみを用いて多水準構造を自動的に構築する。
- R-treeアルゴリズムを用いてサポート点を再帰的に分割し，凝集体の階層を生成する。
- 数値実験により，標準的なAMG法が劣化する領域でも安定した反復回数が維持されることが示された。
行列多項式評価スキームの安定生成のためのMATLABツール：2積削減 [math.NA, cs.NA]目的：行列多項式評価スキームにおける2積削減の実現
- 行列関数の数値近似は，高次の行列多項式の効率的な評価に依存する重要な分野である。
- 2積削減の安定した事例は，特定のテイラー近似の次数に限られており，一般的な多項式には適用されていない。
- 本研究は，任意の多項式に対して2積削減を可能にするソフトウェアによる手法を開発し，その安定性を保証することを目的とする。
- 本ツールは，次数が18, 21, 24, 26, 27, 28または30以上の多項式に対して，2積削減を可能にする。
- 非線形方程式を解く際の数値安定性を確保するため，自動検証ルーチンによる係数セットのフィルタリングと検証を導入した。
- 数値実験により，本実装は古典的なPS法と同等またはそれ以上の精度を保ちながら，理論的な2積削減を実現することが確認された。
Vlasov-Poisson系に対する非対称荷重付きエルミート近似を用いたGalerkin法 [math.NA, cs.NA]目的：Vlasov-Poisson系の数値解法
- プラズマ物理学において，Vlasov-Poisson系は基本的なモデルとして重要である。
- 高次精度な数値計算において，不安定性が問題となる場合がある。
- 非対称荷重付きエルミート近似における不安定性を抑制する手法を提案する。
- 非対称荷重付きエルミート基底を用いたVlasov-Poisson系のスペクトル法を解析した。
- 古典的なPetrov-Galerkin法ではなく，Galerkin法を用いることでL2安定性を確保できる。
- 提案手法は，Petrov-Galerkin法と同程度の計算コストで実現可能である。
窓付き間引きとバウンシー粒子およびジグザグサンプラのクエリ複雑性 [cs.CE, cs.CL, q-fin.TR, math.NA, cs.LG, cs.NA, math.PR, math.ST, stat.TH]目的：バウンシー粒子サンプラと座標ジグザグ過程に対する窓付き間引き法のクエリ複雑性の解析
- マルコフ連鎖モンテカルロ法は，高次元分布からのサンプリングにおいて不可欠な手法である。
- 既存のサンプリング手法は，条件数の悪化により計算コストが増大することがある。
- 本研究は，窓付き間引き法によるクエリ複雑性の理論的保証を与えることを目指す。
- 窓付き間引き法を用いることで，バウンシー粒子サンプラのクエリ数は$O(\kappa^{1/2}d\,(d\log\kappa+\log\frac1\varepsilon))$と評価された。
- ジグザグ法においては，$O(\kappa d^{1/4}(d\log\kappa+\log\frac1\varepsilon))$のフルグラディエント相当クエリ数が必要であることが示された。
- 本研究は，これらのサンプラの効率的な実装のための理論的基盤を提供する。
反復解法のグラフニューラル多水準前処理器 [eess.SY, cs.SY, math.NA, cs.LG, cs.NA]目的：大規模疎行列の効率的な前処理法の開発
- 科学計算において，大規模疎行列の求解は不可欠であり，反復解法の性能向上は重要である。
- 従来のAMG法は非対称行列に対して頑健性に欠け，GNNを用いた前処理器はまだ多水準構造の検討が十分ではない。
- AMGの階層構造を事前知識として導入し，グラフニューラルネットワークで平滑化，制限，補間演算子を学習することで，より汎用的な前処理器を開発する。
- 提案手法GMPは，AMG，ILUT，最先端のGNN前処理器と比較して，800以上の疎行列ベンチマークで性能を評価した。
- GMPは，特定の条件下で反復解法の収束を改善する一方で，単層ベースラインと比較してオーバーヘッドが発生する場合もあることが示された。
- 大規模科学シミュレーションのための学習型前処理器において，AMG様多水準構造の適用可能性と限界が明らかになった。
ベイズ逆問題における離散から連続への極限 [math.CO, cs.DM, math.ST, cs.NA, math.NA, stat.TH]目的：ベイズ逆問題の離散から連続への理論
- 逆問題は，画像処理や科学計算など広範な分野で不可欠であり，その解決精度向上が求められている。
- 従来の連続体アプローチでは，離散的な数値計算との接続が弱く，理論的な整合性に課題があった。
- 数値計算で用いられる離散的な確率測度を極限により連続的な確率測度に変換し，理論的基盤を確立すること。
- 離散的な事前分布と事後分布が，パラメータを固定した条件下で，明確な連続的な分布に収束することが示された。
- グリッド洗練と微小ノイズ極限を組み合わせることで，離散的なMAP推定値が連続的なコスト関数の最小化解に収束することが証明された。
- 再構成された事後分布は最小化解付近に集中し，中心化・スケール変換された変動はガウス分布に従うことが示された。
ボルツマン・ポアソンモデルに対するエントロピー安定性・非負性保存DGスキーム [math.NA, cs.NA, physics.comp-ph]目的：ボルツマン・ポアソンシステムの数値解法としての，エントロピー安定性および非負性保存DG法の開発
- 半導体における電子輸送現象の理解とモデリングは，デバイス設計や性能向上に不可欠である。
- 従来の数値解法では，計算安定性や物理量の保存性，特に非負性の保証が困難な場合がある。
- エネルギーバンドに沿った電子の衝突輸送を正確かつ安定的にシミュレーションするための数値手法を確立する。
- 本研究では，運動量座標系を用いた半離散DGスキームの安定性をエントロピーノルムを用いて示した。
- 1次元問題においては，ポアソン方程式の解析解と定常電流への収束が安定性の重要な条件となることがわかった。
- DGスキームにおける非負性保存のため，輸送項と衝突項の凸結合を用いることで，セル平均の非負性を保証する手法を提案した。
半線形常微分方程式に対するルンゲ・クッタ法の強順序条件理論 [cs.CL, cs.CY, math.NA, cs.NA]目的：半線形常微分方程式に対するルンゲ・クッタ法の収束性条件
- 常微分方程式の数値解法は，科学技術計算の根幹であり，高精度かつ安定な解法が求められる。
- 強順序条件を満たさない場合，特にスティフな問題において，解の精度が低下する順序縮小という問題が生じる。
- 半線形常微分方程式に対するより緩やかな順序条件を導き，スティフネスに対するロバストな誤差評価を示す。
- 本研究では，半線形常微分方程式に対して，従来の条件よりも弱い順序条件が成立することを示した。
- この順序条件は直交関係を用いて表現され，根付き木によって列挙可能である。
- 線形項のスティフネスに一様的に依存しない大域誤差評価を証明した。
リー群上の指数関数的スプライン：限界，拡張，SO(3)およびSE(3)への応用 [math.NA, cs.NA, math.DG, math.GR]目的：リー群上のスプライン構成手法の改良
- ロボット工学やコンピュータグラフィックスにおいて，滑らかな軌道生成は不可欠である。
- 既存手法は，リー群上の制約を考慮した滑らかな軌道生成が困難である。
- 任意の初期条件と終点を結ぶ，より柔軟なスプライン構成を可能にすること。
- 既存の指数関数的スプラインは，単位元から出発する曲線しか正確に表現できないという限界があることが示された。
- 任意の点間を結ぶ局所曲線を導入することで，より一般的なスプライン構成が可能となった。
- 提案手法は，細長いロッドの形状再構成などへの応用が期待される。
ポテンシャル温度定式化における圧縮性オイラー方程式の構造保存型高次解法 [math.NA, cs.NA, physics.ao-ph, physics.comp-ph]目的：大気流れに対する圧縮性オイラー方程式の構造保存型数値解法の開発
- 大気モデリングにおいて，精度と効率が重要であり，数値解法の改善が求められている。
- 従来の数値解法では，エネルギーやエントロピーなどの物理量の保存が不十分な場合がある。
- エントロピーと全エネルギー保存を保証し，重力ポテンシャル項下の運動エネルギー保存性を実現する。
- ポテンシャル温度を予測変数として用いることで，エントロピーと全エネルギー保存を保証する3種類の数値フラックスを構築した。
- 一般的な曲線座標系上の不連続ガレルキン法を用いて，構造保存型数値解法を構築した。
- 様々な定常背景状態に対し，全エネルギーとポテンシャル温度の定式化においてwell-balanced schemeを提示し，古典的な大気シナリオで検証した。
フレドホルム積分方程式における周期Bスプライン・ヘヴィサイドコロケーション法 [math.NA, cs.NA]目的：フレドホルム積分方程式の解法
- 積分方程式は，物理現象や工学問題を記述する上で重要な役割を果たす。
- 区分的にヘルダ連続なデータや不連続点を持つ積分方程式の効率的な解法が課題である。
- 不連続点を含む積分方程式に対し，精度と安定性を保ちつつ効率的な解法を提供する。
- 周期Bスプラインとヘヴィサイド関数を用いたコロケーション法を提案し，その安定性と収束性を解析した。
- 解の不連続点はデータのものと一致し，効率的な三角アルゴリズムを実現している。
- 数値実験により，予測される安定性，収束性，および既存手法との比較において良好な結果が得られた。
無限の常微分方程式階層を解くための線形収束率閉包を利用する演算子分割 [math.NA, cs.NA, math.DS, math.PR, q-bio.QM, stat.CO]目的：無限の線形常微分方程式階層の解法
- 複雑なシステムを数値的に扱う上で，計算コストとメモリ使用量の削減は重要である。
- 無限階層を持つ常微分方程式系は，近似解法を用いざるを得ず，精度と効率のバランスが課題である。
- 線形収束率閉包を利用した演算子分割法により，大規模システムの効率的な解法を提供する。
- 提案手法は，有限状態射影法と同程度の精度を維持しつつ，メモリ使用量と計算時間を削減できる。
- 結合係数がカウント指数に線形に依存する場合，有限のカウント指数ウィンドウで方程式を正確に閉じる変換が可能である。
- この手法は，正値性や質量保存の制約を受けないため，確率的モデルを含む幅広いシステムに適用可能である。
エントロピーを満たすアクティブフラックス型手法の構築 [math.NA, cs.NA]目的：アクティブフラックス型スキームのエントロピー安定性
- 流体計算などにおいて，物理量の保存則を満たす計算手法の重要性が高い。
- 高解像度な計算を行う上で，数値的な振動や不正確な解が発生しやすい。
- エントロピー不等式を満たすスキームを構築し，数値解の信頼性を向上させる。
- 提案手法は，境界値と要素内の平均値を同時に扱うことでエントロピー安定性を実現する。
- 平均値に対するエントロピー不等式を満たすことで，点値の自由度は影響を与えないことが示された。
- Kurganov-Popov-Petrovaテストケースにおいて，エントロピー補正の効果が確認された。
相場結晶方程式に対する凸分割スペクトル法：エネルギー安定性，計算安定性マップ，および3次元GPUシミュレーション [math.NA, cs.NA]目的：相場結晶方程式の数値解法
- 材料科学における相分離現象の理解と予測に不可欠であり，微細構造制御への応用が期待される。
- 従来の数値解法では，安定性と精度を両立させることが難しく，計算コストが高いという課題があった。
- エネルギー安定性を保ちつつ，より広範なパラメータ範囲で安定な計算を可能にし，高精度なシミュレーションを実現すること。
- 提案手法は，エネルギー保存性と質量保存性を機械精度で実現し，無条件にエネルギー安定性を持つ。
- 計算安定性マップから，古典的な安定条件よりも低いパラメータ値でも安定した解が得られることが示された。
- GPUを用いた大規模3次元シミュレーションにより，提案手法のスケーラビリティと，複雑な相分離現象の解析能力が実証された。
FEMおよび逆解法からの高度な脳波ソースモデル [math.NA, cs.NA]目的：脳波ソースモデルの比較と，逆解法の性能への影響評価
- 脳機能解明には，脳活動の正確な位置特定が不可欠であり，ソースモデリングはその鍵となる技術である。
- 既存のソースモデルは，計算コストや精度に課題があり，最適なモデルの選択が難しい。
- 異なるソースモデルが逆解法の性能に与える影響を明らかにし，より適切な組み合わせを提案する。
- 有限要素法を用いた前方解と，Whitney基底，Local subtraction，Zeffiro Interfaceのダイバージェンス適合モデルを比較した。
- ソース推定には，SHAL1R，SKF，sLORETA，ダイポール走査を適用し，Earth Mover's Distanceなどを用いて評価した。
- ソースモデルの選択と逆解法の適合性が重要であり，点源モデルはスパース性促進法との組み合わせが最適である。
変数計量を用いた不正確な射影事前条件付き勾配法：リアプノフ収束理論 (拡張版) [math.OC, cs.NA, math.NA]目的：制約付き最適化問題における不正確な射影事前条件付き勾配法に関する収束理論
- 偏微分方程式など物理現象のシミュレーションにおいて，エネルギー保存則などの制約条件を満たす最適化が重要である。
- 制約条件への射影計算は大規模かつ病的な連立方程式の求解を必要とし，計算コストが課題となっている。
- 不正確な射影と動的に更新される事前条件子の組み合わせによる効率的な収束を理論的に保証することを目指す。
- 提案手法は，不正確な射影演算子の効果的な構成戦略と，それをモデル化する勾配型フローを提示する。
- 連続レベルでの指数収束と，離散レベルでの線形収束が，リアプノフ関数を用いた分析により証明された。
- 数値実験により，提案手法のロバスト性と計算効率が検証された。
偏極による離散化スキームの保存量の研究 [math.AT, cs.CG, nlin.SI, cs.NA, math.NA]目的：高階常微分方程式の離散化における保存量の解析
- 数値解析において，系の保存構造を維持することが重要であり，長時間の安定性や精度向上に繋がる。
- 高階常微分方程式に対する離散化スキームでは，保存量が必ずしも維持されない場合がある。
- 偏極を用いた離散化スキームにおける，これまで知られていなかった保存量を導出する。
- 偏極による離散化スキームは，保存則と不変測度を持つことが示された。
- 特に，3階以上の常微分方程式に対して，新たな保存量が発見された。
- この研究は，高階ODEの数値解法における保存構造の理解を深める。
- 1