arXiv雑要約
プログラム - 2026/03/10 公開
インタラクティブ構造的帰納的プログラミングを用いたデータ分析のためのエンジニアリングシステム [cs.AI, cs.SE]目的：科学データの分析のためのエンジニアリングシステムの構築
- 科学的データ分析は，複雑なワークフローと専門家との連携を必要とし，重要性が増している。
- 従来の手法は時間がかかり，LLMを用いたノーコードアプローチは信頼性に課題がある。
- 人間とLLMの協調による，信頼性の高いシステム構築を可能にすること。
- iProgは，人間とLLMが協調してシステム構築を行うためのツールである。
- iProgは，データフロー図を用いて問題の分解を行い，各プロセスに対するコードをLLMが生成する。
- 実証実験の結果，従来手法と比較して，パフォーマンス向上，高品質なコード，開発速度の向上が確認された。
評価符号の Schur 積と，CSS-T 量子符号およびプライベート情報検索への応用 [cs.RO, cs.IT, math.IT]目的：評価符号の Schur 積の性質とその応用
- 符号理論は，情報伝送やデータ保存における誤り検出・訂正に不可欠な分野である。
- 既存の符号では，効率性とセキュリティの両立が課題となっていた。
- Schur 積を利用することで，より高性能な量子符号や PIR スキームを構築する。
- 本研究で考察された Schur 積は，ミンコフスキー和と密接な関係があることが示された。
- 重み付き Reed-Muller 符号や $J$-affine 多様体符号のサブフィールド部分符号を用いた CSS-T 量子符号の構成が提示され，既存の符号よりも優れたパラメータを持つことが示された。
- 双曲線符号や $J$-affine 多様体符号のサブフィールド部分符号に基づく PIR 構築が提案され，既存スキームを上回る性能を示すことが示された。
BemaGANv2：GANベースのボコーダーにおける識別器の組み合わせ戦略 - 長期オーディオ生成に向けて [cs.SD, cs.AI, cs.LG, cs.LO, eess.AS]目的：GANベースのボコーダーにおける識別器の組み合わせ戦略の体系的な評価
- 長期間のオーディオ生成は，テキストから音楽や音声への変換において重要な技術である。
- 長期オーディオ生成において，時間的な一貫性，韻律の一貫性，および構造の維持が課題となっている。
- より高精度な長期オーディオ生成を可能にする識別器の組み合わせを探索する。
- BemaGANv2は，生成器にAnti-aliased Multi-Periodicity (AMP)モジュールを導入し，周期構造のモデリングを改善した。
- 識別器には，提案するMulti-Envelope Discriminator (MED)とMulti-Resolution Discriminator (MRD)を組み合わせ，長期依存性のモデリング精度を高めた。
- 様々な識別器の構成を評価した結果，MEDとMRDの組み合わせが客観評価・主観評価ともに良好な結果を示した。
確率的プレコーディングのための分数計画法：一般化フェージングチャネルにおいて [cs.RO, cs.IT, math.IT]目的：確率的プレコーディングによる，マルチインプットマルチアウトプット(MIMO)ネットワークにおける長期平均加重和レートの最大化
- 無線通信システムの性能向上は重要であり，特に限られたリソースを効率的に利用することが求められる。
- 従来のフェージングチャネルモデルはガウス分布を仮定することが多く，より一般的なフェージング特性に対応できない場合がある。
- チャネルの一次および二次モーメントのみを利用して，効率的な確率的プレコーディングアルゴリズムを開発する。
- 提案手法は，分数計画法(FP)を用いて期待値の近似を行うことで，既存手法よりも優れた性能を示す。
- 特に，一般化されたフェージングチャネルにおいて，一次および二次モーメントが既知である場合に有効である。
- 大規模MIMOシステムにおいては，行列の逆演算を削減することでアルゴリズムの効率を改善している。
コンポーネントおよびコネクタアーキテクチャのセマンティック差分解析のための動的象徴的実行 [cs.SE, cs.FL, cs.SC]目的：コンポーネントおよびコネクタアーキテクチャのセマンティック差分解析
- モデル駆動開発において，モデルの正しさと一貫性を保証することが重要である。
- 複雑なシステムでは，モデルの変更に伴うセマンティックな影響を効率的に分析することが困難である。
- 動的象徴的実行を用いて，セマンティック差分解析の自動化と効率化を目指す。
- 動的象徴的実行によって，システムの重要な実行トレースを特定することが可能となった。
- 実行効率，最小性，完全性の観点から，様々な実行戦略を評価するフレームワークを確立した。
- 動的象徴的実行は，コンポーネントおよびコネクタアーキテクチャの解析に有望であるが，スケーラビリティが課題として残る。
最適化と深層強化学習を用いたポジティブレートな秘密通信のための資源配分 [cs.IT, eess.SP, math.IT]目的：ポジティブレートな秘密通信のための資源配分
- 情報セキュリティの重要性が増す中，検知されにくい通信技術が求められている。
- 既存の秘密通信は鍵の管理が課題であり，より効率的な手法が模索されている。
- 統計的チャネル状態情報のみで可能な秘密通信の資源配分問題を解決する。
- 最適化手法と深層強化学習を用いて，電力配分およびレート配分問題を解決した。
- 非因果的チャネル状態情報利用時は，3段階法により最適な配分を実現した。
- 因果的チャネル状態情報利用時は，深層Q学習(DDQN)を用いて電力配分問題を解決した。
拡張されたRényiエントロピーに基づく耐量子鍵合意プロトコル：証明可能な安全性と情報理論的保証 [cs.CR, cs.IT, math.IT, quant-ph]目的：耐量子鍵合意プロトコルの安全性向上
- 量子コンピュータの登場により，既存の暗号技術の安全性が脅かされているため，耐量子暗号の研究が重要である。
- 従来の鍵合意プロトコルは，計算困難性を仮定しており，量子コンピュータによる攻撃に脆弱であるという問題がある。
- 情報理論的な安全性を持つ耐量子鍵合意プロトコルを構築し，量子コンピュータに対しても安全な通信を実現することを目指す。
- Rényiエントロピーを用いた鍵合意プロトコルを改良し，情報理論的な安全性と証明可能な安全性を実現した。
- 秘密分散検証とエントロピー保存操作を理論的基盤とし，量子ランダムオラクルモデル下で128ビットの量子安全性を保証する。
- 分散多項式コミットメントを用いた機密性保持検証メカニズム，そして厳密化された最小エントロピー限界を導入した。
コデンシティモナドの双対性による解明 [cs.LO]目的：コデンシティモナドの表現に関する統一的なアプローチ
- 論理学，意味論，確率計算などの分野でモナドの利用が不可欠である。
- 既存のコデンシティモナドの表現は複雑で，証明が煩雑である。
- 双対性に基づく簡潔なアプローチにより，モナドの表現を統一的に導出する。
- コデンシティモナドの表現を双対性の視点から捉えることで，既存の証明の複雑さを軽減できる。
- 集合や位相空間におけるフィルターモナド，下部Vietorisモナド，期待モナドなど，新たなコデンシティモナドの表現を導出した。
- 提示された手法は，既存の研究における多くの結果を標準的な双対性の結果に帰着させる。
ブラックボックス統計量のプライベート推定 [cs.RO, cs.CR, cs.CC, cs.DS, cs.LG]目的：ブラックボックス統計量の差分プライバシー保護推定手法
- プライバシー保護技術は，データ利用と個人情報保護の両立に不可欠であり，重要性が増している。
- 従来の差分プライバシー手法は，推定関数の感度を正確に把握する必要があり，困難な場合が多い。
- 任意のブラックボックス関数に対し，効率的な差分プライバシー保護推定を実現する手法を開発する。
- 提案手法は，統計的効率とオラクル効率のトレードオフにより，データ利用効率と関数評価回数を調整可能である。
- 本研究では，提案手法の最適性を示す理論的な下限も提示している。
- 既存手法と比較して，データ効率と関数評価回数において改善が認められる。
再構成可能知能表面を用いたAirCNN：アーキテクチャ設計と実装 [cs.IT, eess.SP, math.IT]目的：畳み込みニューラルネットワークの無線によるアナログ計算の新たな手法
- 無線通信環境の活用により，計算資源を効率的に利用できる可能性が期待される。
- 従来の無線通信は，主に情報伝送に焦点が当てられており，計算能力は十分に活用されていない。
- 無線環境を直接計算に利用することで，低消費電力で高速な処理を実現する。
- 提案されたAirCNNアーキテクチャは，良好な分類性能を達成できることがシミュレーションにより示された。
- Conv2dの実現においては，MISO構成がMIMO構成よりも安定して優れた性能を示した。
- 複数のRISを使用することで，特に見通し回線(LoS)環境下において，性能が大幅に向上することが確認された。
FATE：難易度に応じた最先端代数問題の正式ベンチマークシリーズ [cs.LG, cs.AI, cs.FL, cs.LO]目的：最先端代数問題の形式的な評価
- 近年のLLMの進展は形式的定理証明の能力を示したが，現代数学研究の深さや抽象性を反映していない。
- 既存の数学コンテストは，現代数学研究の多様な側面を網羅できていない。
- 研究レベルの形式的数学推論に向けた重要なチェックポイントを確立すること。
- FATEは，学部レベルから博士課程の資格試験を超える難易度の問題を網羅する新しいベンチマークシリーズである。
- 最先端のLLMプロバーはFATE-Hで3%の正答率，FATE-Xでは0%の正答率であり，コンテスト数学と比較して大きな性能差が見られた。
- モデルの自然言語推論の精度は，その推論を形式化する能力よりも優れていることが示された。
ハイパーグラフに対するサブ線形耐障害スパンナ [cs.DS]目的：ハイパーグラフにおける耐障害スパンナの構成アルゴリズムの開発
- ネットワーク設計や分散システムにおいて，ネットワーク障害下での距離近似性を維持する耐障害スパンナが重要である。
- 従来の耐障害スパンナの構成手法では，故障数$f$に対して線形のサイズしか得られず，最適なサブ線形サイズとのギャップが存在した。
- 耐障害クラスタリング技術に着想を得て，故障数$f$に対してサブ線形のサイズを持つ効率的なアルゴリズムを提案し，このギャップを埋める。
- 提案アルゴリズムは，伸張率$2k-1$，サイズ$O(k^2f^{1-1/(rk)}n^{1+1/k}\log n)$の辺耐障害ハイパーグラフスパンナを高い確率で構成する。
- 辺耐障害ハイパーグラフスパンナの下限$ \Omega(f^{1-1/r-1/rk}n^{1+1/k-o(1)})$を確立し，poly$(k)f^{1/r}$のギャップを示した。
- 乗算型耐障害ハイパーグラフスパンナと加算型ハイパーグラフスパンナを組み合わせることで，加算型耐障害ハイパーグラフスパンナを構成するアルゴリズムも提供した。
エージェント型ソフトウェアシステムのプロセス中心分析 [cs.SE, cs.AI, cs.CL]目的：エージェント型ソフトウェアシステムの実行軌跡の構造化表現と分析
- 近年のソフトウェアはモジュール化が進み，複雑化の一途を辿っているため，その振る舞いを理解し，改善する必要がある。
- 既存の評価方法は結果に焦点を当てており，エージェントの意思決定プロセスや戦略の変化に関する詳細な洞察が不足している。
- エージェント型システムの実行軌跡をグラフ構造で表現し，自動分析することで，システムの振る舞いを深く理解し，改善することを目指す。
- Graphectoryを用いることで，SWE-agentとOpenHandsの4000件の実行軌跡を自動分析し，プロンプトの質やLLMの性能と実行軌跡の複雑さの関連性を示した。
- 問題の難易度や基盤となるLLMによってエージェントの戦略が変化すること，解決済みの問題では局所化，修正，検証のステップが観察されることを明らかにした。
- リアルタイムでGraphectoryを構築・分析し，問題のある軌跡を検出・修正する手法を提案し，問題のある事例において解決率を6.9%-23.5%向上させることを示した。
ホモトピー型理論における被覆の分類 [cs.LO, math.AT]目的：ホモトピー型理論における被覆の対応関係の形式化
- 代数トポロジーの基礎であり，空間の基本群を理解する上で重要である。
- 既存の研究では，ホモトピー型理論における被覆の形式化が十分でなかった。
- ホモトピー型理論で被覆の対応関係を形式化し，高次元の一般化を開発する。
- 本研究では，ホモトピー型理論において，被覆空間と基本群の小群との対応関係を形式化することに成功した。
- さらに，被覆空間のn次元一般化を開発し，レンズ空間の被覆を分類した。
- ポアンカレ同調球の構成方法を形式的に説明することで，アプローチの適用可能性を示した。
カルタンニューラルネットワークにおけるケーラー非コンパクト対称空間上のスリア形式熱力学 [cs.IT, math-ph, math.DG, math.DS, math.IT, math.MP, math.SG]目的：カルタンニューラルネットワークの隠れ層の数学的モデルである非コンパクト対称空間U/H上の熱力学の抽象幾何学的定式化に関するいくつかの問題を明確化すること。
- 近年，機械学習における情報幾何学の応用が進んでおり，その基礎理論としての熱力学の重要性が増している。
- 非コンパクト対称空間上でのギブス分布の確立が困難であり，適切な温度空間の決定が課題となっている。
- U/Hを支持するギブス分布がケーラー構造を持つ場合に限定し，その温度空間を決定することを目的とする。
- U/H上のギブス分布はケーラー空間に限定されることが証明された。
- 温度空間は，コンパクト部分代数Hのカルタン部分代数Ccの正値領域のUによる随伴作用の下での軌道として決定された。
- ラオ，チェンツォフ，アマリの情報幾何学とルペイナー，リャーギンによる熱力学幾何学は本質的に同一であることが示唆された。
屋内IRS-VLCシステムにおけるPLSの強化：共謀・非共謀型盗聴者への対策 [cs.IT, math.IT]目的：屋内IRS-VLCシステムにおける秘匿容量最大化
- 屋内光通信は，無線通信に比べてセキュリティが高い利点を持つため，秘匿性の確保が重要である。
- 従来のIRSを用いた研究では，反射経路による時間遅延が無視されており，実用的なシステムとの乖離がある。
- 時間遅延を考慮したIRS制御により，盗聴者に対する秘匿性を高めることを目指す。
- 提案手法では，深層強化学習（PPO）を用いて，IRS要素の割り当てを最適化することで，秘匿容量を最大化する。
- 共謀型盗聴者と非共謀型盗聴者の両方に対して，シミュレーションにより提案手法の有効性を検証した。
- 盗聴者が正規ユーザーよりも強いチャネルを持つ最悪の場合において，提案手法は秘匿容量を最大で235％向上させた。
モデル駆動型無損失圧縮における確率の同期 [cs.HC, cs.IT, math.IT]目的：モデル駆動型無損失圧縮における予測確率の不一致に対する耐性を実現するアルゴリズム
- データ圧縮は，情報伝送や保存において不可欠であり，効率的な圧縮技術が求められている。
- 深層学習モデルの非決定性により，圧縮・解凍間での確率予測のわずかな不一致が解凍エラーに繋がる。
- 予測確率の不一致を許容し，堅牢な圧縮を可能にするアルゴリズムを開発すること。
- 提案手法Probability Matching Interval Coding (PMATIC)は，モデルに依存せず，確率予測のわずかな不一致に耐性を示す。
- PMATICは，既存の算術符号化器の代替として容易に組み込むことができ，オーバーヘッドも低い。
- テキストデータを用いた実験により，PMATICと高度な予測モデルの組み合わせが，従来の圧縮ツールを上回る性能を発揮することが確認された。
DevBench：コード生成モデルのための現実的で開発者情報に基づいたベンチマーク [cs.LG, cs.AI, cs.SE]目的：コード生成モデルの評価
- ソフトウェア開発におけるAI支援の重要性が増しており，コード生成モデルの性能評価が不可欠である。
- 既存のベンチマークは現実世界の開発状況を十分に反映しておらず，モデルの真の実用性を測れない場合がある。
- 現実的な開発タスクに基づいた評価を通じて，コード生成モデルの改善点を特定し，実用的な展開を支援する。
- DevBenchは，実際の開発者テレメトリデータに基づいた1800件の評価インスタンスを含む，現実的なコード補完タスクのベンチマークである。
- 9つの最先端モデルの評価により，構文の正確性，意味的推論，および実用性においてモデル間の違いが明らかになった。
- このベンチマークは，モデルの選択と改善に関する具体的な洞察を提供し，実用的な展開と標的を絞ったモデル開発に役立つ。
単純グラフの$k$-辺連結性の動的維持のためのフレームワーク [cs.DS]目的：単純グラフの$k$-辺連結性の動的な維持
- ネットワークの信頼性や効率性に不可欠であり，様々な応用分野で重要視されている。
- グラフの辺の追加・削除に対して，効率的に連結性を維持することが課題である。
- 辺の追加・削除に対する効率的なアルゴリズムを提供し，連結性を維持すること。
- 辺の挿入時には，スパース性を維持するために冗長な辺を削除し，償却時間で$O(k \log n)$を達成する。
- 辺の削除時には，$k$-辺連結性を回復するために最大2つの辺を追加し，$O(k^{3/2} n^{3/2})$時間を要する。
- 更新全体を通して，グラフは$O(kn)$辺で維持される。
要件段階における複雑度の測定：開発工数の予測におけるスペクトル指標 [cs.RO, cs.HC, cs.HC, cs.SE, cs.CL]目的：要件段階における複雑度の測定と，開発工数の予測
- システム開発において，複雑度はコスト増加や遅延，プロジェクト失敗の主要因である。
- 要件仕様書に埋め込まれた構造的複雑さは，十分に理解・定量化されていない。
- 要件段階の複雑度を定量化し，開発工数を予測する手法を確立すること。
- スペクトル指標は統合工数を0.95を超える相関で予測できることが示された。
- 構造的指標は0.89以上の相関で統合工数を予測し，密度に基づく指標は予測力を示さなかった。
- 固有値に基づく指標が，単純な接続性指標では捉えられない認知・工数次元を捉えていると考えられる。
時間グラフとその導関数に対するモデル検査 [cs.DS, cs.LO]目的：時間グラフ上の単一二次述語論理問題解決
- グラフ問題の効率的解決が求められており，特に大規模グラフの処理が重要である。
- 時間グラフは時間変化を考慮する必要があり，既存手法では効率的な検証が困難である。
- 時間グラフの構造に着目し，効率的なモデル検査手法を開発することを目指す。
- 時間グラフに対するクールのセの定理の適応を提案し，寿命をパラメータとして明示的に扱わない。
- 時間グラフの導関数におけるツリー幅と双子幅を定義し，その有用性を示す。
- 時間グラフ上の様々な問題（時間的クリックなど）を表現可能な時間的論理を提示する。
インタラクティブな説明システムの参照アーキテクチャ：X-SYS [cs.AI, cs.HC, cs.SE]目的：インタラクティブな説明システムの参照アーキテクチャの提案
- 説明可能なAIは重要性を増しているが，システムとしての実装は課題が多い。
- 既存手法では，継続的なクエリやモデルの変化，ガバナンス制約への対応が難しい。
- X-SYSは，説明可能性を情報システムの問題として捉え，システム要件を定義する。
- X-SYSは，スケーラビリティ，トレーサビリティ，応答性，適応性という4つの品質属性を重視する。
- X-SYSは，XUIサービス，説明サービス，モデルサービス，データサービス，オーケストレーションとガバナンスという5つのコンポーネントで構成される。
- SemanticLensの実装は，X-SYSの有効性を示しており，独立した進化と応答性を実現する。
エージェンシーと知能の数学的理論 [cs.AI, cs.IT, math.IT]目的：エージェンシーと知能を定量化するための数学的枠組み
- 複雑なシステムが変化する状況下で安定的に機能するためには，資源利用効率の評価が不可欠である。
- 現在のAIシステムは予測精度を追求するが，環境との相互作用の質の低下が見過ごされている。
- 観察，行動，結果間の情報共有度を定量化し，適応的・強靭なAIの実現を目指す。
- 情報共有度である「両予測可能性」Pは，量子系で1，古典系で0.5以下，エージェンシー導入でさらに低下する。
- 二重振り子，強化学習エージェント，LLM会話において，理論値との整合性が確認された。
- エージェンシーは予測に基づく行動能力，知能は学習からの適応能力と自己モニタリングを含む。
漸近推論の熱力学的構造 [cs.IT, math.IT, math.ST, physics.data-an, stat.TH]目的：漸近推論の熱力学的枠組み
- 統計的推論は，データから知識を導く上で不可欠である。
- 従来の推論手法では，情報損失やノイズの影響が無視される場合がある。
- 情報効率の限界と，ノイズによる制約を明らかにすること。
- サンプルサイズとパラメータ分散を状態空間として定義し，シャノン情報量をエントロピーとして扱う熱力学的枠組みを構築した。
- 推定の平均に関して，逆向きの第二法則に類似した循環不等式が導出された。
- 表現ノイズによるエントロピーの下限という，非自明な第三法則に類似する結果が得られた。
ベルヌーイ情報源とハミング距離における有限ブロック長レート歪理論：チュートリアル [cs.IT, math.IT]目的：ベルヌーイ情報源とハミング距離を用いたレート歪理論
- 現代の通信・情報ストレージにおいて，効率的なデータ圧縮は不可欠である。
- シャノンのレート歪理論は無限長ブロックを仮定しており，現実的なシステムへの適用が難しい。
- 有限ブロック長におけるレート歪特性を明らかにし，実用的な圧縮システムの性能評価に貢献する。
- 本研究では，ベルヌーイ情報源とハミング距離を用いたレート歪関数を導出し，Blahut-Arimotoアルゴリズムによる計算方法を解説した。
- さらに，ブロック長が有限の場合のレート歪のずれ（分散）を解析し，シャノン限界への漸近的なアプローチを特徴付けた。
- 理論的な考察に加えて，Pythonスクリプトによる数値例と図表を提供し，理解を深めることを目指した。
説明可能性ソリューション空間の拡張的な実証検証 [eess.SY, cs.SY, stat.AP, cs.AI, cs.SE]目的：説明可能性ソリューション空間の汎用性とドメイン非依存性
- AI技術の社会実装において，説明可能性は信頼性と受容性を高める上で不可欠である。
- 既存の説明手法の評価はドメインに依存し，汎用的な比較が困難である。
- 様々なドメインや状況下での説明手法の適切な選択を支援する枠組みを提供する。
- 説明可能性ソリューション空間（ESS）のランキングはドメイン固有ではなく，ガバナンスの役割，リスクプロファイル，ステークホルダー構成に応じて体系的に変化することが確認された。
- ESSは，社会技術システムにおける説明可能なAI戦略設計のための汎用的な意思決定支援ツールとして機能することが示された。
- 従業員離職予測に加え，都市資源配分システムにおける評価を通じて，ESSの汎用性が実証された。
AI時代における人間による認証モジュールリポジトリ [cs.ET, cs.AI, cs.SE]目的：AI支援開発における信頼性のあるソフトウェア構築のための新しいアーキテクチャモデル
- AI技術の発展に伴い，ソフトウェアの信頼性が重要性を増しており，その基盤となるモジュールの品質が不可欠である。
- 現在のソフトウェアサプライチェーンでは，出所不明，レビュー不足，予測不能な挙動のリスクがあり，セキュリティ上の問題が発生しやすい。
- 人間による監査と自動化分析を組み合わせたモジュール認証フレームワークを通じて，安全かつ予測可能なソフトウェアアセンブリを実現すること。
- 本研究では，人間による認証モジュールリポジトリ（HCMR）を提案し，AIによるソフトウェア開発における信頼性の基盤を構築する。
- HCMRは，モジュールのキュレーション，セキュリティレビュー，来歴管理，明確なインターフェース契約を提供し，人間とAIエージェントによる安全なアセンブリを支援する。
- HCMRの参照アーキテクチャ，認証ワークフロー，脅威分析を行い，ガバナンス，スケーラビリティ，AIの説明責任について議論した。
ローカル・クラウドモデルのカスケードによるコード補完の遅延と精度の両立 [cs.SE]目的：コード補完における遅延と精度のバランス
- ソフトウェア開発効率向上に不可欠な技術であり，生産性向上への貢献が期待される。
- 大規模言語モデルは高精度だが遅延が大きく，小規模言語モデルは高速だが精度が低いという課題がある。
- ローカルとクラウドのモデルを連携させ，遅延を抑えつつ高精度なコード補完を実現することを目指す。
- MCComは，ローカルの小規模モデルとクラウドの大規模モデルをカスケードさせることで，効率的なコード補完を実現した。
- ユーザーアクションをトリガーに大規模モデルを活用することで，クラウド計算コストを大幅に削減することに成功した。
- 提案手法は，推論遅延を最大47.9%削減し，大規模モデルの使用量を46.3%削減，かつLLMの正解率を8.9%向上させた。
量子フィードバックによる熱力学的制御の基本的な限界 [quant-ph, cs.IT, math.IT]目的：量子フィードバックを用いた系変換の仕事コストの理論的下限
- 熱力学と情報理論の根源的な関係性を探求する上で，Maxwellの悪魔に着想を得たフィードバック制御の研究は不可欠である。
- 量子フィードバック制御における仕事コストの厳密な下限がこれまで明確にされていなかった。
- 量子フィードバック制御における仕事コストの理論的な限界を導き出すことで，熱力学第二法則の拡張を目指す。
- 物理的に許容されるフィードバック制御スキームの基本原理から，任意の量子系の仕事形成量と抽出可能仕事量の厳密な上限を導出した。
- 導出された上限は，条件エントロピー，相互情報量，相対エントロピーを一般化した情報量の項で表される。
- 漸近極限においては，量子フィードバックを含む一般化された熱力学第二法則が導かれ，条件ヘルムホルツ自由エネルギーの明確な意味付けがなされた。
アルゴリズム的ランダム性と計算可能確率測度の弱い結合 [math.CO, cs.DM, math.LO, cs.IT, math.IT]目的：マルティン・ロフのランダム性とシュノルランダム性の特徴づけ
- アルゴリズム的ランダム性は，情報理論や計算可能性理論における基礎概念である。
- 確率測度の結合に関する既存の研究では，距離指標が限定的であった。
- カルバック・ライブラー情報量を用いたランダム性の新しい特徴づけを目指す。
- マルティン・ロフのランダム性とシュノルランダム性は，弱い結合とカルバック・ライブラー情報量の和可能性によって特徴づけられる。
- カルバック・ライブラー情報量の増分は，確率測度のドブ分解の予測過程と密接に関連している。
- 本研究は，ヴォヴクの定理のグローバルな類似として，アルゴリズム的ランダム性の概念を捉える。
疎なSYKモデルの最適化 [quant-ph, cs.DS]目的：疎なSYKモデルにおける古典的および量子的な複雑さの頑健性
- 強相関フェルミ系は，量子化学や物性物理学において基礎的な研究対象である。
- SYKモデルは，古典的なアプローチでは低エネルギー状態の準備が困難である場合がある。
- SYKモデルの疎化に対する量子計算と古典計算の複雑さのロバスト性を明らかにする。
- 疎なSYKモデルにおいて，ガウス状態は真の基底状態エネルギーに対して$\Theta(1/\sqrt{n})$程度の近似しか達成できない。
- ガウス状態が定数因子近似を達成できるのは，$p \leq O(\log^2 n/n^3)$の時のみである。
- Hastings-O'Donnellの量子アルゴリズムは，$p\geq\Omega(\log n/n)$の範囲で基底状態エネルギーの定数因子近似を維持する。
汎用ピンチングアンテナシステム：原理，設計戦略，および将来展望 [eess.SP, cs.IT, math.IT]目的：次世代無線ネットワークに向けた汎用ピンチングアンテナシステムの原理，設計戦略，将来展望に関する解説
- 無線通信の需要増加に伴い，柔軟かつ動的なアンテナシステムの開発が重要である。
- 従来の固定アンテナでは，電波の照射方向や範囲を動的に変化させることが困難である。
- ピンチングアンテナシステムは，電波の放射点を動的に制御することで，この課題を解決する。
- ピンチングアンテナシステムは，誘電体導波路，リーキー同軸ケーブルなど，様々な物理的構成で実現可能である。
- これらのシステムは，放射点の形成，再配置，無効化を必要に応じて行うことで，ユーザー中心の動的なカバレッジを実現する。
- 今後の研究課題として，実用化に向けたさらなる設計戦略の最適化と，新たな無線技術との連携が挙げられる。