arXiv雑要約
プログラム - 2025/12/18 公開
依存関係ツリーはどこまで深くなるか：10のパッケージエコシステムの依存関係増幅に関する実証研究 [cs.SE]目的：パッケージエコシステムにおける依存関係増幅の現状把握と，エコシステム間の比較
- 現代のソフトウェア開発は，パッケージエコシステムに大きく依存しており，その健全性が重要である。
- 依存関係の増幅は，サプライチェーンのセキュリティリスクを高めるが，エコシステム間の比較が不足している。
- エコシステムごとの特性を考慮したセキュリティ戦略の策定に貢献することを目指す。
- Mavenエコシステムは，平均24.70倍という最も高い依存関係増幅を示すことが明らかになった。
- npmエコシステムにおける依存関係増幅が高いという通説が覆され，Go ModulesやCocoaPodsとの差異が確認された。
- エコシステムの設計選択（依存関係解決，標準ライブラリなど）が依存関係増幅に影響を与えることが示唆された。
価値ドライバーツリーのモデリングのためのグラフィカル表記 VDMN [cs.SE, cs.CE]目的：価値ドライバーツリーのモデリングに関する体系的なガイドライン
- 経営判断や価値に基づいた経営管理を支援する手段としてVDTの重要性が高まっている。
- VDTのモデリングには体系的なガイドラインが存在せず，一貫性に欠ける問題があった。
- VDTのモデリングを体系化し，標準化するためのグラフィカル表記を提供すること。
- 本研究で提案するVDMNは，VDTモデリングを体系的に支援する包括的なセマンティック構成要素と直感的なグラフィカルシンタックスを持つ。
- ケーススタディと専門家インタビューによる評価の結果，VDMNはVDTの一貫性と理解可能性を高めることが示された。
- VDMNは，VDTモデリングの体系化と標準化に向けた重要な一歩と言える。
指示追従における言語モデルの信頼性の再検証 [cs.SE, cs.AI, cs.CL]目的：言語モデルにおけるニュアンスを考慮した信頼性
- 大規模言語モデルの発展は目覚ましいが，実用的な応用には信頼性が不可欠である。
- 既存の評価指標は，微妙な表現の差異に対するモデルの脆弱性を捉えきれていない。
- モデルが類似した意図を持つ異なる表現でも安定した性能を発揮するか検証する。
- 多くの言語モデルにおいて，わずかな表現の変更で性能が最大61.8%低下することが示された。
- 新しい評価指標「reliable@k」と自動プロンプト生成パイプラインが開発された。
- ニュアンスを考慮した信頼性は，言語モデルの信頼性を高める上で重要な課題であることが明らかになった。
ソフトウェア開発者におけるプライバシー保護技術のニーズ調査 [cs.SE]目的：ソフトウェア開発者のプライバシー保護技術に関するニーズ
- GDPR等の法規制により，ソフトウェアにデータプライバシー対応が不可欠となっている。
- 法的知識が必要なため，ソフトウェアへのプライバシー対応は容易ではない。
- 開発プロセスを円滑にするための自動化ツール開発の方向性を示す。
- 多くの開発者は，より自動化されたツールの必要性を表明している。
- プライバシーに関する経験が豊富な開発者ほど，プライバシー保護ツールへの関心が高まる。
- 本調査は，プライバシー法遵守における開発活動の改善と，プライバシー支援ツールの必要性を示唆する。
CAPE：ポリシー実行による能力達成 [cs.SE, cs.AI, cs.LG]目的：要求事項を確実に満たすAIモデルの実現
- 現代のAIは高度化する一方，現実世界への応用には課題が残る
- 事前学習や好みの最適化では，明示的な制約を確実に満たせない
- 要求事項を仕様に変換し，モデルがデフォルトで満たすように学習する
- CAPEは，要求事項を「指定→検証→修正→学習」のループで実行するプロトコルである。
- 文脈が固定されれば主観的な性質も客観的になり，検証精度はモデルの規模拡大とともに向上する。
- 109,500件の例において，CAPEはDPOと比較して違反率を81％削減し，コストと時間を大幅に削減した。
コード翻訳におけるワークフローとエージェント [cs.SE, cs.AI]目的：MATLABからHDLへのコード翻訳における構文修復手法の比較
- FPGAやASICへの実装にはHDLへの翻訳が不可欠だが，リソースが莫大にかかる。
- LLMは自動化の道を開くが，HDLコードの学習データ不足から，終端間変換は脆弱になりやすい。
- LLMを活用した構文修復によって，翻訳パイプラインの効率と精度向上を目指す。
- ワークフロー型とエージェント型を比較した結果，エージェント型の方が初期構文エラーの解決に優れていることが示された。
- 特に中規模モデルにおいて，シミュレーション成功率が20%以上向上するなど，下流工程にも好影響が確認された。
- エージェント型は，小規模・中規模モデルの能力限界を補う上で有効であり，適切な設計が重要である。
車両間通信向けAFDM通信における低複雑度チャネル推定 [cs.IT, math.IT]目的：スパースベイズ学習を用いたAFDMシステムにおけるチャネル推定手法
- 車両間通信は，安全運転支援や自動運転実現に不可欠であり，信頼性の高い通信技術が求められている。
- 二重分散チャネルにおいて，AFDMシステムの性能を最大限に引き出すためには，正確なチャネル推定が課題となっている。
- 本研究は，AFDMシステムにおけるチャネル推定の複雑さを軽減しつつ，高精度な推定を可能にすることを目指す。
- 提案手法は，既存の競合手法と比較して，優れた性能を示すことがシミュレーションにより確認された。
- GR-SBLは高精度な推定を実現するが，GE-SBLは性能と複雑度のトレードオフを両立する。
- D-GR-SBLとD-GE-SBLは，複雑度を効果的に削減しつつ，GR-SBLおよびGE-SBLと同等の性能を維持する。
LLMによるIaC生成：エラー分類と構成知識注入に関する研究 [cs.AI, cs.SE]目的：LLMを用いたIaC生成の改善
- クラウド環境の複雑化に伴い，IaCの自動化が重要視されている。
- LLMによるIaC生成は，正確性や意図との整合性が低いという課題がある。
- 構成知識の注入により，LLMのIaC生成の精度向上を目指す。
- ベースラインのLLM性能は低いものの，構成知識の注入により技術的な検証成功率は75.3%に向上した。
- 構成知識の注入は全体的な成功率を62.6%に引き上げた。
- 技術的な正確性は向上したものの，意図との整合性は限界が見られ，「正確性-整合性ギャップ」が明らかになった。
プロンプトとプログラム間の状態共有 [cs.PL, cs.AI]目的：自然言語コードとプログラム状態間の連携を容易にするためのプログラミング抽象化
- 大規模言語モデルの普及により，自然言語によるプログラミングという新たなパラダイムが生まれている。
- 自然言語コードと従来のプログラミング言語との連携には，手動での状態管理が必要であり，開発効率が低い。
- 自然言語コードがプログラム変数を直接操作し，プログラムの状態を共有できるようにすること。
- Nightjarシステムを用いて，自然言語コードとPythonプログラムの状態共有を実現した。
- Nightjarプログラムは，手動実装と同等かそれ以上のタスク精度を達成し，コード量を平均39.6%削減した。
- Nightjarの使用にはランタイムオーバーヘッドが生じる可能性がある（手動実装の0.4〜4.3倍）。
AI を導入する：システム性能研究の加速 [cs.SE, cs.AI]目的：システム性能研究における AI 駆動の研究手法
- システム性能は，現代の計算システムの重要な評価指標であり，継続的な改善が求められる。
- 従来のシステム設計は，人間の専門知識と試行錯誤に依存しており，時間と労力がかかる。
- AI を活用することで，システム性能の自動的な改善と設計の効率化を目指す。
- AI 駆動の研究手法 (ADRS) により，人間が設計した最先端のシステム性能に匹敵する，またはそれを上回る性能を持つ解が得られることが示された。
- OpenEvolve，GEPA，ShinkaEvolve などの ADRS フレームワークを用いた 10 のケーススタディで，その有効性が確認された。
- 効果的な ADRS の使用に関するベストプラクティス（プロンプトの指定レベル，フィードバック量，堅牢な評価など）が提示され，今後の研究方向が議論された。
量子ソフトウェアテストにおける産業界の期待とスキル需要 [cs.SE]目的：量子ソフトウェアテストの職務定義と専門家への期待スキル
- 量子技術は社会変革の可能性を秘めており，その開発競争は激化している。
- 量子ソフトウェアの品質保証は古典的ソフトウェアとは異なり，専門知識の不足が課題である。
- 産業界のニーズに合致した量子ソフトウェアテストの実践と人材育成を目指す。
- 量子ソフトウェアテストは，伝統的な品質保証と実験的検証を組み合わせる。
- 校正，制御，ハイブリッド量子古典検証が重要視されていることが明らかになった。
- プログラミングと自動化の専門知識に加え，量子特有の知識と学際的な協調性が求められる。
最先端AI企業における内部監査機能の導入方法 [cs.CY, cs.SE]目的：最先端AI開発における内部監査機能の設計
- 急速な技術進歩とリスク増大に対応するため，AIガバナンスの重要性が高まっている。
- 外部評価に偏り，継続的かつ証拠に基づいた内部からのリスク監視が不十分である。
- 内部監査機能を設計し，安全ガバナンスの強化とリスク管理の信頼性向上を目指す。
- 内部監査は，モデル，システム，ガバナンスレベルの統制を対象範囲とするべきである。
- 内部監査の実施体制は，内部，共同委託，外部委託の選択肢があり，それぞれに利点と限界が存在する。
- 適切な監査頻度とサイクルは，組織の状況とリスクに応じて慎重に決定する必要がある。
大規模言語モデルの現実世界におけるコード推論能力の評価 [cs.SE]目的：大規模言語モデルのコード推論能力の評価
- ソフトウェア開発における自動化の重要性が増しており，コード生成や理解を支援するLLMの研究が進んでいる。
- 既存のコード推論ベンチマークは単純なプログラムに限定され，現実世界の複雑なコード構造に対応できていない。
- 現実世界の複雑なコードに対するLLMの推論能力をより正確に評価すること。
- 本研究では，現実世界のコードから195問を含む1,101の問題から構成されるRE2-Benchを提案した。
- RE2-Benchは，コードの複雑さを9つの指標で評価し，問題をEasy/Hardに分類することで，LLMの推論能力の正確な較正を可能にする。
- RE2-Benchを用いた評価により，LLMはEasy問題とHard問題で性能が大幅に低下することが確認され，従来の評価がLLMの能力を過大評価していた可能性が示唆された。
イミテーションゲーム：知能エージェントを活用した深層学習バグの再現 [cs.SE, cs.AI, cs.LG]目的：深層学習バグの再現
- 深層学習は様々な分野で活用されているが，バグや脆弱性が存在する。
- 深層学習モデルの非決定性とハードウェア・ソフトウェア環境との密結合により，バグの再現は困難である。
- 本研究は，深層学習バグの再現における自動化と効率化を目指す。
- RepGenは，プロジェクトから学習されたコンテキストを構築し，バグ再現のための計画を立てる。
- 106個の実世界の深層学習バグに対する評価で，80.19%の再現率を達成した。
- 開発者調査では，RepGenがバグ再現の成功率を23.35%向上させ，再現時間を56.8%削減し，認知負荷を軽減することが示された。
SeBERTis：セキュリティ関連の問題報告を分類するためのフレームワーク [cs.CR, cs.LG, cs.SE]目的：セキュリティ関連の問題報告の分類器の作成
- ソフトウェア保守において，問題追跡システムの監視は不可欠であり，リスクの高いセキュリティ関連のバグの優先順位付けが重要である。
- 既存の手法は，語彙的な手がかりを記憶しがちで，複雑な報告に対して検出率が低いという課題がある。
- 語彙的な手がかりに依存しない深層ニューラルネットワークの分類器を訓練し，未知のセキュリティ関連の問題を高精度に検出することを目指す。
- SEBERTISは，マスクされた言語モデリングを用いて，セマンティックに等価な語彙を用いてラベルを予測することで，語彙的な手がかりに依存しない分類器を訓練する。
- SEBERTISによって訓練された分類器は，10,000件のGitHubの問題報告のデータセットで0.9880のF1スコアを達成し，既存の分類器を大幅に上回った。
- 機械学習ベースラインと比較して，精度，再現率，F1スコアがそれぞれ14.44%-96.98%，15.40%-93.07%，14.90%-94.72%向上し，LLMベースラインよりもさらに優れた性能を示した。
毒性予兆：GitHubにおける会話の逸脱予測 [cs.SE, cs.CY, cs.HC]目的：GitHubにおける会話の逸脱の予測
- OSSコミュニティは貢献者の関与とプロジェクトの持続可能性に不可欠である。
- OSSコミュニティにおける有害な会話は，貢献者の離脱を招きやすい。
- 会話の初期段階で逸脱を予測し，有害化を未然に防ぐことを目指す。
- 会話の緊張，感情の変化，特定の会話パターンが毒性を示す兆候であることが判明した。
- LLMに基づく新しい予測フレームワークが，QwenとLlamaモデルで高いF1スコア（最大0.901）を達成した。
- 本研究は，OSSにおける会話逸脱の早期検出と説明可能なモデレーションに貢献する。
APT-ClaritySet：APTマルウェアの大規模高精度ラベルデータセット - エイリアス正規化とグラフに基づく重複排除 [cs.CR, cs.SE]目的：APTマルウェアに関する大規模で高品質なラベルデータセット
- APT攻撃は深刻化の一途を辿っており，対策には高度な分析と研究が不可欠である。
- 既存のデータセットは規模が小さく，エイリアスの不統一や重複サンプルが多く，研究の再現性を阻害している。
- エイリアスの正規化と重複排除を行うことで，APT研究のための信頼性の高い基盤を構築すること。
- APT-ClaritySetは，34,363のマルウェアサンプルを含む完全版(APT-ClaritySet-Full)と，25,923のユニークなサンプルを含む重複排除版(APT-ClaritySet-Unique)で構成される。
- エイリアスの正規化により，約11.22%の一貫性のない名前が調整され，グラフ特徴による重複排除で静的解析可能な実行ファイルの数が47.55%削減された。
- 関数レベルのリソース(APT-ClaritySet-FuncReuse)は324,538の関数再利用クラスターを含み，グループ間・グループ内の共有，進化，ツール系統の測定を可能にする。
マルチホップ中継ネットワークにおける確率的線形ストリーミング符号の確率的解析 [cs.IT, math.IT]目的：マルチホップ中継ネットワークにおける大規模フィールドサイズの確率的線形ストリーミング符号 (RLSC) の確率的性能限界
- 無線通信における信頼性向上は重要であり，特に中継ネットワークでは，効率的な符号化が不可欠である。
- 既存研究は決定論的なチャネルに焦点を当てており，現実的な確率的チャネル環境における性能評価が不足している。
- 本研究は，確率的チャネル環境におけるマルチホップRLSCのエラー確率を解析し，性能限界を明らかにすることを目的とする。
- 2ホップ中継ネットワークにおいて，各ノードの情報の流れを定量化する新しいフレームワークを用いて，大規模フィールドサイズのRLSCのエラー事象を特徴付けた。
- エラー事象に基づき，慎重な期待値解析により，2ホップネットワークにおける平均エラー確率の式を導出した。
- 導出された結果を，任意のホップ数のリレーネットワークに一般化し，シミュレーションによって解析の精度を検証した。
メタ・プロンプティング・プロトコル：敵対的フィードバックループによるLLMのオーケストレーション [cs.CL, cs.AI, cs.LG, cs.SE]目的：大規模言語モデルのオーケストレーションに関する厳密な理論的枠組み
- LLMはチャットインターフェースから信頼性の高いソフトウェアコンポーネントへ移行しており，その重要性が増している。
- 従来のプロンプトエンジニアリングでは，ミッションクリティカルなアプリケーションに必要な決定論的な保証が得られない。
- LLMをプログラム可能で自己最適化するシステムとして構築し，幻覚を軽減し，モデル崩壊を防ぐことを目指す。
- メタ・プロンプティング・プロトコルは，生成器(P)，監査者(A)，最適化器(O)からなる敵対的トリニティを導入した。
- 自然言語命令を意味計算グラフ内の微分可能な変数として扱い，テキスト批判を勾配として利用することで，安定性を向上させている。
- DSPyとTextGradを用いた実験により，このアプローチの理論的可能性が示され，「観測可能なソフトウェアエンジニアリング」の基盤となる。
命題動的論理のための非ラベル化された環状証明系のカット除去の研究 [cs.LO, math.LO]目的：命題動的論理のための環状証明系のカット除去
- プログラムの推論を行う論理である動的論理は，計算機科学の基礎として重要である。
- カット除去が成立しない場合，証明の簡約化や自動化が困難になる。
- 動的論理の拡張における環状証明系のカット除去可能性を調査する。
- 命題動的論理の拡張に対するsequent calculusと非ラベル化環状証明系を導入した。
- これらのシステムに対する健全性と完全性が証明されたが，カット除去は成立しなかった。
- 制限を加えた環状証明系ではカット除去が成立することを示した。
大規模言語モデルを用いたテスト駆動型コード生成のためのベイズプロンプト最適化の探索的研究 [cs.SE]目的：大規模言語モデルによる機能的に正しいコード生成のための適切なプロンプト探索
- 近年，大規模言語モデルによるコード生成が注目されており，ソフトウェア開発の効率化が期待されている。
- 生成されるコードの品質はプロンプトに大きく依存するが，適切なプロンプトの設計は容易ではない。
- ベイズ最適化を用いて，効率的にコード生成の精度を向上させるプロンプトを探索する。
- 提案手法BODE-GENは，プロンプトを連続埋め込み空間で探索することで，効率的なプロンプト最適化を実現した。
- HumanEval+ベンチマークにおいて，固定プロンプトや手動プロンプト設計と比較して，コード生成精度が向上した。
- BODE-GENはサンプル効率に優れ，少ない反復回数でコード精度の改善が確認された。
回転型IRS支援6次元MA通信：二時間スケール設計 [cs.IT, math.IT]目的：6次元MA基地局から単一アンテナユーザへの下り通信を強化するための回転型IRSの活用
- 無線通信において，環境や送受信機側のチャネルを再構成することで通信性能を向上させる技術の重要性が増している。
- IRSや可動アンテナは実用上の制約により，その性能が十分に発揮されない場合がある。
- 統計的チャネル状態情報と瞬時的チャネル状態情報を活用し，二時間スケールプロトコルによる最適化設計を行う。
- 提案システムは，6次元MA基地局と回転型IRSの空間自由度を同時に活用することで，著しい性能向上を実現する。
- 基地局アンテナ配置とIRS回転・反射は統計的CSIに基づき最適化され，送信ビームフォーミングは瞬時的CSIを用いる。
- シミュレーション結果から，直接波と反射波の効率的な協調により，マルチパスアラインメントが有効であることが示された。
AI駆動ソフトウェアエンジニアリングにおける産業ニーズと学術的能力の整合性に関する実証研究 [cs.CE, cs.CL, cs.SE]目的：AI駆動ソフトウェアエンジニアリング分野における産業ニーズと学術的能力の整合性
- ソフトウェアエンジニアリングは，現代社会の基盤であり，その発展は社会全体の効率化に不可欠である。
- 学術研究の成果が産業界の具体的な課題解決に結びついていないという乖離が存在する。
- ソフトウェアエンジニアリング研究の方向性を産業界のニーズに合わせて修正し，実用的なインパクトを高める。
- FSE，ASE，ICSEで発表された論文を分析した結果，自動テストやプログラム修正といった分野の研究が進んでいることがわかった。
- 17組織へのアンケート調査から，ソフトウェア要求やアーキテクチャ，信頼性，説明可能性などが産業界で未解決の課題であることが示された。
- 本研究は，学術研究の焦点を重要な未開拓問題に向け，ソフトウェアエンジニアリング研究の産業界への貢献を促進することを目指す。
エネルギープロファイル依存標本複雑度を持つ疎主成分分析 [cs.NI, cs.IT, math.IT, math.ST, stat.TH]目的：高次元・限られた標本数の下での疎主成分分析
- 高次元データ分析において，重要な特徴を抽出する手法であり，次元削減に貢献する。
- 既存手法は，スパイクのエネルギーが均等に分布している場合に限定され，不均等な分布には対応できない。
- スパイクのエネルギープロファイルに依存する標本複雑度を持つ手法を開発し，より効率的な分析を実現する。
- 提案手法Spectral Energy Pursuit (SEP)は，エネルギープロファイルに適応的に標本複雑度を変化させる。
- SEPは，スパイクのエネルギーが集中するほど，従来のk^2log nよりも少ない標本数で成功する。
- 実験結果から，SEPは調整なしに様々なエネルギープロファイルに適応し，既存手法を上回ることが示された。
変化するデータに対するラベル整合クラスタリング [eess.SY, cs.SY, cs.DS, cs.LG]目的：変化するデータに対するクラスタリング解の一貫性維持
- データ分析は反復的であり，新たなデータに応じて解を継続的に洗練する必要がある
- 既存解の更新時に，急激な変化を最小限に抑える一貫性維持が課題となる
- 以前の解からの変更を制限しつつ，クラスタリングコストを最小化する手法を提案する
- 本研究では，$k$-center問題におけるラベル整合クラスタリングを考察し，近似アルゴリズムを提案した
- 提案アルゴリズムは，以前のクラスタリング解からの変更数を最大$b$に制限しながら，クラスタリングコストを最小化する
- 実世界データセットを用いた実験により，提案手法の有効性が確認された
BPMN+DMN ビジネスプロセスの自動実行と検証 [cs.SE]目的：BPMN+DMN ビジネスプロセスの正当性検証
- ビジネスプロセスは重要性が増しており，その正当性を保証することが不可欠である。
- 既存のフレームワークは構文エラー検出に限定され，意味的な誤りを見逃す可能性がある。
- BPMN+DMNプロセスの自動実行と検証による，手動テストの負担軽減を目指す。
- 提案手法は，BPMN+DMNプロセスをJavaプログラムに変換し，テスト計画を自動生成する。
- テスト計画の実行には，入力ドメインの明確化が必要となる場合がある。
- テスト計画の網羅性を，BPMN+DMNプロセスのノードとエッジに基づいて分析する。
残差時間同期誤差下における環境バック散乱通信におけるシンボル検出 [cs.CL, cs.IT, math.IT]目的：環境バック散乱通信におけるシンボル検出性能の劣化とその改善策
- IoT機器の低消費電力化が求められる中で，環境電波を利用するバック散乱通信は有望な技術である。
- 従来のシンボル検出は完全な時間同期を前提としており，現実的な同期誤差の影響が無視されていた。
- 残差時間同期誤差によるシンボル検出性能の劣化を抑制し，より信頼性の高い通信を実現すること。
- 残差時間同期誤差はシンボル検出性能を著しく劣化させることが明らかになった。
- 最適なシンボル検出閾値を，残差時間同期誤差下でBERを最小化するように導出した。
- 受信信号の特性を利用した新たな閾値推定法を提案し，その有効性をシミュレーションによって検証した。
デジタルツインにおける異種モデルのアラインメント [cs.SE]目的：異種モデルのアラインメント手法
- 現実世界のシステムを仮想空間で再現し，効率化や意思決定を支援する技術として重要性が高まっている。
- 抽象レイヤー間の異種モデルのアラインメントが困難であり，意味のずれや不整合が生じやすい。
- 柔軟性と自動化により，セマンティック整合性を保ちつつ，異種モデルのアラインメントを効率的に行う。
- 本研究では，メタモデルが適応し，シームレスに相互接続するための柔軟性メカニズムを組み込んだアラインメント手法を提案する。
- 適応的コンフォーム機構と，大規模言語モデルによる検証済みの検証プロセスを統合し，構造的忠実性と概念的一貫性を確保する。
- 提案手法は，セマンティック対応の自動発見，手動マッピングの最小化，多様なモデルタイプへのスケーラビリティ向上に貢献する。
地理的・角度情報を活用した流体アンテナシステムの同時活動検知とチャネル推定 [cs.IT, math.IT]目的：流体アンテナシステムにおける同時活動検知とチャネル推定手法
- 次世代通信ネットワークにおいて，物理層での自由度を拡大する流体アンテナシステムの重要性が高まっている。
- 既存のチャネル推定法は，信号の仮定への依存性や計算量の問題があり，大規模接続性をサポートするには課題がある。
- 地理的・角度情報を活用することで，柔軟性，実行可能性，低計算量なチャネル推定法を確立し，大規模接続性を実現する。
- 提案手法は，適応的EMアルゴリズムと近似メッセージパッシングを統合し，モデルやパラメータに関する事前知識に依存しない効率的な大規模行列計算を可能にする。
- 地理的・角度情報を活用した2つのEM-AMPフレームワークを提案し，高い推定精度，高速な収束，および低い計算複雑性を実証した。
- 貪欲法に基づく手法の性能限界を解析的に解明し，アルゴリズム設計における角度情報の重要性を強調した。
三次元ラジオ局所化：チャンネルチャートに基づく手法 [cs.CL, cs.MA, cs.IT, eess.SP, math.IT]目的：三次元空間におけるラジオ局所化の実現
- 無線環境の理解は，位置情報サービスやロボティクスなど，様々な応用において重要である。
- 従来のチャンネルチャートは二次元環境に限定されており，現実世界での三次元環境への適用が課題であった。
- 本研究は，現実的な三次元環境における無線局所化の精度向上を目指す。
- チャンネルチャートを拡張し，三次元空間における古典的な局所化手法と組み合わせることで，高い局所化性能を達成した。
- 多階層チャンネルチャートを提案し，各階のデータ分布に適応することで，多階建て建物の局所化精度を向上させた。
- ビーム空間チャンネル状態情報から疎な特徴量を抽出する新しい特徴量エンジニアリング手法を提案し，局所化に貢献した。
変分ロバストカルマンフィルタ：統一的フレームワーク [cs.IT, math.IT]目的：カルマンフィルタのロバスト性と適応性の統合
- カルマンフィルタは幅広い分野で利用され，状態推定の基盤技術である。
- 従来のフィルタは，外れ値や時間変動するノイズへの対応が課題である。
- 複雑なノイズ環境下でのカルマンフィルタの性能向上を目指す。
- 本研究では，Student's t分布に基づく損失関数と変分推論を用いた統一的なフィルタを提案した。
- ロバスト性を適応性の前提条件とすることで，両者の目標を統合するフレームワークを実現した。
- 提案手法は，従来のカルマンフィルタやロバストKF，適応KFをパラメータ調整により再現可能である。
AIはより包括的なテストシナリオを生成できるか？自動運転システムテストシナリオ生成手法のレビュー [cs.SE]目的：自動運転システムのテストシナリオ生成手法のレビューを通じた検討
- 自動運転システムの安全性確保は重要であり，実証実験にはコストと時間がかかる。
- 既存の調査では，近年の手法や技術の進歩が十分に網羅されていない。
- 標準化された評価指標の欠如，倫理的要素の考慮不足を解消する。
- 本レビューでは31件の研究と10件の調査を分析し，AI支援手法の台頭を明らかにした。
- マルチモーダル拡張を取り入れた分類体系，倫理と安全のためのチェックリストを提案した。
- ODD（運用設計領域）に基づいたシナリオ難易度マップにより，透明性の高いベンチマーキングを可能にした。
干渉対策AFDMシステム：干渉影響分析とパラメータ最適化 [cs.IT, math.IT]目的：悪意のある高出力干渉下における信頼性とリソース効率の確保
- 移動体通信において，電波干渉は通信品質を著しく低下させるため，対策が重要である。
- 従来のシステムでは，悪意のある干渉への対策が不十分であり，通信の信頼性が損なわれる場合がある。
- 本研究は，高移動度環境下における悪意のある干渉に対する耐性を高めるAFDMシステムを提案する。
- 離散アフィンフーリエ変換(DAFT)領域における干渉表現を導出し，干渉の影響を静止型と非静止型に分類した。
- スプレッドスペクトルと誤り訂正符号のパラメータとパケットスループットの関係を明らかにし，スループット最大化のためのパラメータ最適化アルゴリズムを設計した。
- 拡散符号の自己相関関数とAFDMの特性を利用した線形複雑度相関ベースDAFT領域検出器(CDD)を提案し，高いパケットスループットを達成できることを検証した。
ウェブ上のバンドルされたJavaScriptパッケージの依存関係更新パターン：セキュリティ上の懸念 [cs.CL, cs.SE, cs.CR]目的：ウェブサイトにおけるバンドルされたJavaScriptパッケージの依存関係更新の現状分析
- ソフトウェア開発において再利用可能なコンポーネントは不可欠であり，特にJavaScriptエコシステムはその代表例である。
- npmのダウンロード統計からは脆弱なパッケージバージョンが広く利用されていることが示唆されるが，実際のウェブサイトでの普及率は不明である。
- 現代のウェブアプリケーションにおける依存関係の更新状況を大規模に分析するための手法を開発し，セキュリティリスクを評価する。
- Aletheiaという，剽窃検出のアルゴリズムを応用したパッケージに依存しない手法を開発し，既存の手法よりも高い精度でパッケージバージョンを特定できることを示した。
- Trancoの上位10万ドメインをクロールした結果，5%から20%のドメインが16週間以内に依存関係を更新していることが判明した。
- バンドルされたパッケージはCDN経由で含まれるパッケージよりも大幅に速く更新され，脆弱なパッケージバージョンを含む割合が少ないことが分かった。しかし，一部のベンダーが更新を主導している可能性も示唆された。
プロアクティブなアセットアドミニストレーションシェルデジタルツインのためのコンテナベースアプローチ [cs.RO, cs.SE, cs.SY, eess.SY]目的：アセットアドミニストレーションシェルデジタルツインにおけるコンテナベースのプロアクティブなアセット管理手法
- 製造業におけるデジタルツインの重要性が増しており，データの相互運用性を高めることが求められている。
- 既存のアセットアドミニストレーションシェルは静的な情報モデルであり，動的なサービス統合やシステム適応が困難である。
- アセットアドミニストレーションシェルにコンテナ化されたサービスを統合し，プロアクティブな機能を実現することを目指す。
- 本研究では，サブモデルベースのアーキテクチャを提案し，アセットアドミニストレーションシェルに構造化されたサービス概念を導入することで，動的な相互作用と適応を可能にした。
- サブモデルに振る舞いの定義を追加し，イベント駆動型のモジュールアーキテクチャを構築することで，埋め込みトリガー条件に基づいてコンテナ化されたサービスをデプロイできるようになった。
- 3軸ミリングマシンを用いたケーススタディを通して，アセットアドミニストレーションシェルが静的な表現だけでなく，付加価値サービスを実行するための能動的なインターフェースとして機能することを示した。
生成モデルによるコードレビューの妥当性評価について [cs.SE, cs.AI]目的：生成モデルによるコードレビューの品質評価手法
- ソフトウェア開発において，コードレビューは品質向上とバグ検出に不可欠である。
- 既存の評価方法は，人間の多様な視点を捉えきれていない，あるいは主観的な基準に依存している。
- 生成AIのコードレビューにおける性能を客観的に評価し，安全な導入を促す。
- ChatGPTが生成したコメントは，人間のコメントよりも有意に高い評価を得た。
- ChatGPTのコメントは，StackExchangeで承認された回答でさえ上回る結果となった。
- 本研究で提案する手法は，生成AIのコードレビュー性能評価をより意味のあるものにする。
大規模言語モデルにおけるコードのメンバーシップ推論に対する意味的に等価なコード変換の影響 [cs.SE, cs.AI, cs.CR]目的：大規模言語モデルのコードにおけるメンバーシップ推論に対する意味的に等価なコード変換の影響
- コード生成AIの発展は目覚ましいが，学習データに企業秘密が含まれるリスクがある。
- メンバーシップ推論による不正利用検知は有効だが，コード変換によって回避される可能性がある。
- 意味的に等価なコード変換がメンバーシップ推論をいかに弱体化させるかを検証する。
- 意味的に等価な変換規則を適用しても，モデルの精度低下は最大で1.5%に留まり，変換データがファインチューニングの代替となり得る。
- 変数名の変更（RenameVariable）規則はメンバーシップ推論の成功率を10.19%低減し，秘匿性の向上に貢献する。
- 因果分析の結果，変数名の変更がメンバーシップ推論の妨げに最も強く影響することが確認された。複数の変換を組み合わせても効果は向上しない。
有向遅延問題に対する定数倍近似 [cs.DS, cs.DM]目的：有向遅延問題における，顧客訪問順序最適化による総待ち時間最小化
- 配送や修理など，現実の経路最適化問題に応用可能であり，効率的なサービス提供に不可欠である。
- 有向グラフにおける遅延問題は，対称グラフの問題と比較して近似アルゴリズムの性能が劣っていた。
- 多項式時間で動作する定数倍近似アルゴリズムを開発し，従来法の計算量問題を解決する。
- 本研究では，新しいバケット分割法を導入し，標準的なLP緩和を強化することで，定数倍近似アルゴリズムを実現した。
- LP緩和の実行可能領域を制限することで，LP解の丸めアルゴリズムを効果的に適用することを可能にした。
- この結果により，有向遅延問題に対する実用的な解法が提供され，応用範囲が広がる。
WuppieFuzz：カバレッジに基づくステートフルREST APIファジング [cs.CL, cs.CY, cs.CL, cs.CL, cs.CL, cs.SE]目的：REST APIの脆弱性検出
- ビジネスプロセスがWebサービスに依存する度合いが高まり，REST APIのセキュリティ確保が重要になっている。
- REST APIのエンドポイント数は多く，網羅的な手動テストは困難である。
- 自動テスト技術であるファジングを用いて，効率的にREST APIの脆弱性を検出することを目指す。
- WuppieFuzzは，LibAFLを基盤としたオープンソースのREST APIファザーであり，ホワイトボックス，グレーボックス，ブラックボックスのファジングをサポートする。
- OpenAPI仕様書を利用し，リクエストシーケンスの初期コーパスを生成し，REST固有およびLibAFL提供のミューテーターを用いて変異させることで，テスト対象ソフトウェアの異なるコードパスを探索する。
- Petstore APIを用いた評価により，ホワイトボックスアプローチの堅牢性と異なるパワースケジュールの有効性が確認された。
予測的基盤モデルによるパイロット削減を用いたチャネル推定 [cs.IT, eess.SP, math.IT]目的：チャネル状態情報取得の精度向上
- 現代の無線システムにおいて，正確なチャネル状態情報の取得は不可欠である。
- 大規模アンテナアレイや厳しいパイロットオーバーヘッド制約により，正確なCSI取得が困難になっている。
- 多様な環境下での汎用性と信頼性を備えたCSI取得手法を確立すること。
- 提案手法は，大規模なクロスドメインCSIデータで学習された予測的基盤モデルを活用し，汎用的なチャネル表現を獲得する。
- パイロット観測からの空間，時間，周波数相関を捉えるために，Vision Transformerアーキテクチャに基づくパイロット処理ネットワークを設計した。
- 予測的事前知識とリアルタイム測定値を効率的に融合することで，スパースまたはノイズの多い条件下でも信頼性の高いCSI再構成を実現する。
Julia言語のための高レベル合成ツールチェーン [eess.SY, cs.SY, cs.SE, cs.AR, cs.PL]目的：Julia言語で記述されたカーネルをSystemVerilogに自動的にコンパイルするツールチェーン
- エクサスケールコンピューティングの進展により，アルゴリズムの計算需要が増大している。
- 既存のアクセラレータ開発には，異なる抽象度レベルの言語を必要とし，専門知識の壁がある。
- Julia言語から直接FPGA向けRTLを生成し，開発プロセスを統一することを目指す。
- 提案するツールチェーンは，動的・静的スケジューリングをサポートし，AXI4-Streamプロトコルとの統合を実現する。
- 生成されたRTLは100MHzで動作し，C/C++由来のデザインと比較して59.71%～82.6%の性能を示す。
- これにより，専門家はJuliaでカーネルを記述し，追加のpragmaなしでFPGAにリターゲット可能となる。
マルチモーダル意味通信 [cs.LG, cs.IT, cs.SY, eess.SP, eess.SY, math.IT]目的：タスクに最も関連性の高い情報の伝送
- 遠隔操作や拡張現実など，効率的な情報伝達が求められる応用分野が拡大している。
- 複雑なシーンでは，自己注意機構だけではタスクに応じた情報抽出が困難である。
- タスク指向の情報を効率的に伝送し，帯域幅制約下での性能向上を目指す。
- テキストクエリを統合したマルチモーダル意味通信フレームワークを提案した。
- 視覚的特徴と言語埋め込みを融合するクロスモーダル注意機構により，情報の関連度を評価する。
- 帯域幅に応じて画像パッチを適応的に伝送し，タスクに必要な情報を効率的に再構成する。
FrontierCS：進化する知能に対する進化し続ける課題 [cs.LG, cs.SE]目的：進化する知能を評価するための，コンピュータ科学分野における156のオープンエンドな問題群
- AIの発展に伴い，既存のベンチマークでは評価しきれない，より高度な問題解決能力が求められている。
- 従来のベンチマークは最適な解が既知であるタスクに偏っており，未知解の問題に対する評価が困難であった。
- 最適な解が未知数でありながら客観的評価が可能な問題群を提供し，AIの最先端能力を測度化すること。
- FrontierCSは，アルゴリズム問題と研究問題という2つのトラックで構成され，専門家による評価体制が整っている。
- 実験の結果，最先端の推論モデルは人間の専門家と比較して性能が劣り，推論予算の増加だけではその差を埋められないことが示された。
- モデルは必ずしも高品質なアルゴリズムやシステム設計を発見するのではなく，動作するコードの生成に過度に最適化される傾向がある。
現代UXデザインと粒子加速器制御室インターフェースの架け橋 [physics.acc-ph, cs.SE]目的：粒子加速器制御室インターフェースにおける人間工学とUX原則の重要性
- 加速器制御システムは，安全性と信頼性が求められる重要な産業分野であるため，そのインターフェースの改善は不可欠である。
- 従来の加速器制御システムのインターフェースは，現代のユーザビリティ基準に追いついていない場合が多い。
- 本研究は，加速器制御システムのインターフェースに人間中心設計原則を導入し，操作性，安全性，効率性を向上させることを目指す。
- 確立された人間工学およびUX原則を加速器制御システムの設計に適用することで，オペレーターのパフォーマンス向上が期待できる。
- 人間中心設計によるインターフェースは，複雑なシステムでも直感的かつ効率的に利用可能となり，多様なユーザーに適応する。
- フェルミラボのACORNにおける事例研究を通して，人間中心設計が加速器制御システムの進化に貢献することが示唆される。
構造化リフトのためのツールキット [stat.ME, cs.CY, math.CT, cs.LO]目的：構造化リフト問題の解決
- 計算の基礎理論を確立する上で不可欠な分野である。
- 構造化リフト問題の閉包性や一意性が十分に解明されていない。
- 構造化リフト問題の閉包性と一意性を示すこと。
- 本研究では，構造化リフト問題に対する一般的な枠組みを開発した。
- その解決策の閉包性と一意性に関する性質を確立した。
- 本研究の結果は，立方型理論の計算規則の公理化に応用される。
均一補間 [math.LO, cs.LO]目的：均一補間の性質
- 論理学における重要な概念であり，命題論理の性質を深く理解する上で不可欠である。
- 従来の補間では捉えきれない，より強い条件を求める研究が必要とされていた。
- 直観主義命題論理における均一補間の定理を，意味論的に証明するための方法を提示する。
- A. ピッツの定理を，双シミュレーション量子化子の定義可能性を通して証明する方法を概説した。
- この定理は，Esakia空間間の開写像定理へと一般化されることが示された。
- 均一補間と圏論，代数，モデル理論との関連性についても議論した。
負の様相と復元様相を持つ論理に対する内在的・相対的特性化の結果 [math.CO, cs.DM, math.LO, cs.LO]目的：非古典的否定と復元様相を持つ様相論理の特性化
- 様相論理は，可能性や必然性といった概念を形式的に扱う上で重要である。
- 既存の研究では，非古典的否定を持つ様相論理の表現力と意味論が十分に解明されていない。
- この研究は，非古典的否定を持つ様相論理の表現力を明確にすることを目指す。
- 本研究では，非古典的否定と復元様相を持つ様相論理に対するシミュレーションを導入し，充足定理を確立した。
- 内在的（ヘネシー・ミルナー型）および相対的（ファン・ベンテム型）な特性化結果が得られ，復元言語がそのシミュレーションの下で不変な一階論理の断片と同一化された。
- これにより，非古典的否定を持つ様相論理の表現プロファイルを明確にすることができた。
有向グラフ上の最大線形配置問題 [cs.DS, math.CO]目的：有向グラフにおける最大線形配置問題の性質と計算複雑性の解明
- グラフ理論は，ネットワーク分析，スケジューリング，情報科学など幅広い分野で基盤となる理論である。
- 最小線形配置問題は研究されているが，最大化問題については未解明な点が多い。
- 有向グラフにおける最大線形配置問題の計算困難性と，特定のグラフ構造における効率的な解法を明らかにすること。
- 最大線形配置問題は，最大カット問題と密接な関係があり，特に平面グラフ上ではNP困難であることが示された。
- 次数が定数で抑えられた木の方向付けに対しては，多項式時間で解けるアルゴリズムが提案された。
- トーナメントグラフや次数2以下のグラフ，推移的非巡回グラフなどにおける，最大線形配置問題に対するハイパーキューブの等周不等式の類似形が示された。
多重度シュワルツ・ジッペル補題のアルゴリズム化 [cs.CC, cs.DM, cs.IT, math.IT]目的：多重度シュワルツ・ジッペル補題のアルゴリズム化
- 符号理論は，情報伝送における誤り検出・訂正に不可欠であり，現代通信システムの基盤技術である。
- 既存の多重度符号の復号アルゴリズムは，特定の条件に限定され，汎用性に欠ける場合が多い。
- 任意の体上の積集合における多重度シュワルツ・ジッペル補題をアルゴリズム化し，復号問題を解決する。
- 本研究では，任意の体上の積集合に対して，多重度シュワルツ・ジッペル補題を効率的にアルゴリズム化することに成功した。
- これにより，多重度符号の最小距離の半分以下の誤りを訂正する一意復号アルゴリズムが実現された。
- 提案手法は，従来のアルゴリズムが適用困難であった二変量多重度符号の復号にも適用可能である。
1ビット位相復元：最適なレートと効率的なアルゴリズム [cs.IT, math.IT]目的：1ビット位相復元のサンプル複雑度と，効率的な最適アルゴリズムの開発
- 信号処理や機械学習において，データの次元削減と効率的な復元は重要な課題である。
- 位相情報を持たない状況下での信号復元は，理論的にも実装上も困難を伴う。
- 1ビット位相復元における最適なレートを明らかにし，そのレートを達成可能なアルゴリズムを開発する。
- 制約付きハミング距離最小化が，ユークリッドノルムが0と無限遠から離れた全ての非構造化信号を，$\mathcal{O}((n/m)\log(m/n))$ の誤差で一様に復元することを示した。
- スパース信号への制限下では，誤差は$\mathcal{O}((k/m)\log(mn/k^2))$であり，このレートは情報理論的に最適であることが示された。
- スペクトル法で初期化された1面$\ell_1$損失に対する閾値付き勾配降下法が，線形収束し，ほぼ最適な再構成誤差を達成することを示した。
- 1
- 2