arXiv雑要約

• Top
• AI
• プログラム
• 画像・音声
• セキュリティ
• 数値解析

プログラム - 2026/03/12 公開

• 置換不変符号：数値的研究とクダイト構成 [quant-ph, cs.ET, quant-ph, cs.IT, math.IT]目的：量子誤り訂正符号における，置換不変状態を用いた論理クダイトの符号化

  • 量子情報処理において，誤り訂正は信頼性の高い計算に不可欠である。
  • 既存の誤り訂正符号は，計算コストが高く，実装が難しい場合がある。
  • 置換不変符号は，簡素な構造を持ち，効率的な誤り訂正が期待できる。
  • キュービットの置換不変符号について，ブロック長nと符号距離dの関係に新たな下限を導出した。
  • クダイトの置換不変符号において，物理クダイトの次元d_Pを大きくすると，ブロック長nが量子Singleton限界に近づくことを数値的に確認した。
  • キュービットAAB構成をクダイトに拡張する半解析的な手法を提案し，具体的な解を線形計画法で求めた。

  Link: https://arxiv.org/abs/2603.10981

• 相関行列の正定値性保持閾値処理について [math.ST, cs.IT, math.CA, math.FA, math.IT, math.MG, stat.TH]目的：相関行列の正定値性を維持する閾値処理関数の構築

  • 相関行列は様々なデータ解析で基礎となるため，その数学的性質維持は重要である。
  • 従来の閾値処理は相関行列の正定値性を損ない，有効な行列とならない場合がある。
  • 正定値性を維持しつつ，相関行列から情報を抽出するための閾値処理手法を確立する。
  • 相関行列の特定の部分に消失する正定値関数を構築することで，有効な相関行列を維持できることを示した。
  • 閾値処理が正定値性を維持する場合，特徴空間の幾何学的崩壊が不可避であり，その限界を定量化した。
  • Delsarteの方法に類似した正規化ゲンバウアー展開の線形係数に基づく，信頼性の基準を定義した。

  Link: https://arxiv.org/abs/2603.11040

• 高階数学演算意味論に向けた試み [cs.LO, cs.PL, math.CT]目的：高階言語に対する抽象GSOS仕様の理論

  • 高階言語の構成性証明は複雑であり，構成性を保証する汎用的な意味論的枠組みは少ない。
  • TuriとPlotkinの双代数的抽象GSOSフレームワークは一階言語に適用可能だが，高階言語には適用できない。
  • 本研究は，そのフレームワークの核心原則を高階設定に移転し，高階言語に対応させることを目指す。
  • 本研究では，高階言語の演算意味論を，指し示された高階GSOS法則と呼ばれる特定の二自然変換で表現する。
  • この方法で指定されたシステムすべてに適用される一般的な構成性結果が得られた。
  • SKI計算とラムダ計算に対する構成性も，アブラムスキーの適用類似性に対する強いバリアントを用いて導出された。

  Link: https://arxiv.org/abs/2210.13387

• VyZX：図形的量子言語の形式検証 [cs.NI, cs.DL, cs.RO, cs.SY, eess.SY, cs.DB, cs.PL, quant-ph]目的：図形的量子言語の形式検証のためのライブラリ

  • 量子計算の理論的基盤を確立し，その正確性を保証することは，将来の量子コンピュータ開発に不可欠である。
  • 既存の形式手法は，図的表現の直感性を損ない，形式的な推論を困難にする傾向がある。
  • ZX-calculusの健全性を形式的に証明し，その推論規則の実用的な応用を支援することを目的とする。
  • VyZXは，ZX-calculusの健全性を証明するために使用できる，誘導的に定義された図形的言語を扱うための検証済みライブラリである。
  • VyZXは，ZX-calculusの書き換え規則の健全性を証明し，標準的な証明アシスタント技術を用いて実用的な応用を可能にする。
  • 証明エンジニアが図形形式で直接推論できるように，IDEに統合された可視化ツールも提供される。

  Link: https://arxiv.org/abs/2311.11571

• スケッチング，モーメント推定，およびレヴィ・ヒンチキン表現定理 [cs.DS, math.PR]目的：頻度ベクトルのf-モーメント推定

  • データストリーム処理において，効率的な頻度推定は重要な課題である。
  • 高次元データに対する省スペースなモーメント推定は困難である。
  • レヴィ過程へのハッシュを利用し，様々なf-モーメントを推定可能にする。
  • 本研究では，インデックスをレヴィ過程にハッシュする新規な手法を提案した。
  • レヴィ・ヒンチキン表現定理に基づき，推定可能なf-モーメントの範囲を明確化した。
  • 提案手法は，既存の様々なスケッチ手法を統一的に説明し，多次元データや異質なモーメントの推定にも拡張可能である。

  Link: https://arxiv.org/abs/2410.17426

• PromCopilot：大規模言語モデルによるクラウドネイティブオンラインサービスシステムの Prometheus 指標クエリの簡略化 [cs.SE]目的：クラウドネイティブオンラインサービスシステムの Prometheus 指標クエリを自然言語で記述する手法の開発

  • オンラインサービスシステムの信頼性と安定性を確保するため，状態と動作の理解が不可欠であり，指標監視システムが重要なインフラとなっている。
  • 指標データのクエリにはドメイン固有言語(DSL)の習得が必要であり，エンジニアにとって負担が大きい。
  • 自然言語によるクエリをPromQLに変換することで，指標クエリを簡略化し，エンジニアの負担を軽減することを目指す。
  • PromCopilotは，知識グラフと大規模言語モデルの相乗効果により，自然言語による質問をPromQLクエリに変換する。
  • 新たに構築されたtext-to-PromQLベンチマークデータセットを用いて評価を行った結果，PromCopilotは有効であることが示された。
  • GPT-4を基盤LLMとして使用した場合，自然言語質問からPromQLクエリへの翻訳精度は69.1％を達成した。

  Link: https://arxiv.org/abs/2503.03114

• 非巡回連結木を用いた高速最短経路アルゴリズム [eess.SY, cs.SY, cs.CL, cs.DS]目的：グラフにおける単一始点最短経路問題の効率的な解法

  • グラフ構造は，ネットワークや経路計画など広範な分野で基盤技術として重要である。
  • 大規模グラフにおける最短経路問題の計算量は依然として課題であり，さらなる高速化が求められている。
  • グラフのモジュール構造に着目し，効率的なグラフ分解手法によって計算量を削減する。
  • グラフを非巡回連結木(A-C木)に分解することで，既存の最短経路アルゴリズムの計算量を改善できる。
  • Dijkstra法とDuanらのスパースグラフアルゴリズムに対し，それぞれ$O(m+n\log(\mathrm{nw}(G)))$，$O(m\alpha(n)+m\log^{2/3}(\mathrm{nw}(G)))$の計算量を達成した。
  • 非巡回グラフなど，ネスト幅が制限されるグラフクラスに対しては，線形時間での最短経路計算が可能となった。

  Link: https://arxiv.org/abs/2504.08667

• 複数の事前学習モデルにおける知覚誤差に基づく，一貫性に基づく仮説的推論 [cs.AI, cs.CV, cs.LG, cs.LO]目的：事前学習済み知覚モデルの予測不一致を，一貫性に基づく仮説的推論として管理すること

  • 事前学習モデルは様々なタスクで高い性能を示すが，未知の環境下では性能が低下しやすい。
  • メタ認知による誤り検出は精度向上に繋がる一方，再現率の低下が課題となることが多い。
  • 複数のモデルを活用することで，再現率の低下を抑制し，よりロバストな推論を目指す。
  • 提案手法は，シミュレーションデータセットにおいて，単一モデルや標準的なアンサンブル手法を上回る性能を示した。
  • 特に，F1スコアは約13.6%，精度は約16.6%の平均相対改善を，15種類のテストデータセットで実現した。
  • 一貫性に基づく仮説的推論が，複数の不完全なモデルからの知識を統合する効果的な手法であることを確認した。

  Link: https://arxiv.org/abs/2505.19361

• Pythonの型をRightTyperで正しくする [cs.PL, cs.SE]目的：Pythonコードの正確かつ精密な型注釈の生成

  • 静的型チェックの重要性が増しているが，手動での型注釈は時間がかかり煩雑である。
  • 既存の自動型推論手法では，動的機能への対応や型の精度，実行時オーバーヘッドに課題がある。
  • 実際のプログラムの挙動に基づいた，高品質な型注釈を効率的に生成すること。
  • RightTyperは，静的解析と実行時観察を組み合わせたハイブリッド手法によって，既存手法より高品質な型注釈を生成する。
  • 統計的に誘導された適応的サンプリングにより，実行時オーバーヘッドを抑えつつ十分な情報を収集する。
  • 実世界のコードや合成ベンチマークにおいて，正解データや開発者による注釈との意味的類似性が高い結果が得られた。実行時オーバーヘッドは約27%である。

  Link: https://arxiv.org/abs/2507.16051

• コード生成を倫理的に調達するためには何が必要か [cs.CL, cs.SE, cs.AI]目的：倫理的で持続可能なコード生成モデル開発プロセス

  • ソフトウェア開発におけるAI活用が進む中で，倫理的な問題への関心が高まっている。
  • コード生成モデルのデータ収集から運用まで，倫理的配慮が不十分なケースが存在する。
  • コード生成における倫理的な調達方法の体系化と実践を促進すること。
  • 本研究では，データ収集から運用までの全プロセスを対象とした「倫理的コード生成(ES-CodeGen)」の概念を提唱した。
  • 文献調査と32名の実務家へのアンケート調査から，ES-CodeGenの11の次元を特定し，コード品質の重要性も明らかにした。
  • アンケート結果から，実務家は社会的な側面への配慮が不足している傾向にあり，本研究が理解促進に貢献することが示唆された。

  Link: https://arxiv.org/abs/2507.19743

• トンプソンサンプリングによるシャープレシオ最適化における最適な後悔限界 [cs.LG, cs.IT, math.IT]目的：シャープレシオ最大化のための逐次的意思決定

  • 金融工学やポートフォリオ最適化において，リスク調整後の収益であるシャープレシオは重要な指標である。
  • 従来のバンディット問題は累積報酬の最大化に焦点を当てていたが，シャープレシオ最適化はリスク管理とのトレードオフを伴う。
  • シャープレシオ最適化におけるトンプソンサンプリングアルゴリズムの性能限界を理論的に解明すること。
  • 提案手法SRTSは，時間に対して対数的な後悔を示すことが証明された。
  • シャープレシオの分布に依存する因子が，アームの識別難易度を捉えている。
  • シミュレーションにより，提案アルゴリズムが既存の手法よりも大幅に優れていることが示された。

  Link: https://arxiv.org/abs/2508.13749

• 法からGherkinへ：食品安全規制からのLLM生成行動仕様の品質に関する人間中心の準実験 [cs.CL, cs.SE]目的：法的文書からのGherkin行動仕様の導出能力に関するLLMの人間による体系的な評価

  • ソフトウェア開発において法規制の遵守は重要であり，その品質保証は不可欠である。
  • 法規は技術中立な記述のため，具体的な仕様や要件への変換が困難である。
  • LLMを活用し，法規からGherkin仕様を自動生成することで，この課題を解決する。
  • 食品安全規制からのGherkin仕様において，関連性95%，明瞭性100%と高い評価を得た。
  • LLMの種類や評価者による統計的に有意な差は認められなかった。
  • LLMによる脱落や幻覚，意図の混同が指摘され，特に安全が重要な分野では人間によるレビューが必要である。

  Link: https://arxiv.org/abs/2508.20744

• パルススケジュールに対する段階的様相型理論 [cs.RO, cs.LO]目的：パルススケジュールの形式的意味論に適した言語

  • 量子コンピュータの実現には，量子回路をハードウェアに入力するための信号が必要不可欠である。
  • 現在のパルススケジュール記述方法は，形式的な意味論との親和性が低いという課題がある。
  • パルススケジュールを厳密に記述・検証するための形式言語GRAMPUSを提案し，その理論的基盤を確立すること。
  • GRAMPUSは，時間情報を型に組み込む段階的様相型理論であり，過去・未来の状態を表現可能である。
  • GRADE付き言語とGRADEなし言語の構文を定義し，圏論による意味論を提示した。
  • 量子チップへの入力信号がGRADE付き言語のモデルを形成することを示し，健全性と完全性定理を証明した。

  Link: https://arxiv.org/abs/2510.03130

• プロパティテストにおける計算複雑性 [cs.CC, cs.DS]目的：プロパティテストの計算複雑性に関する研究

  • プロパティテストは，効率的なアルゴリズム設計の基礎となる重要な分野である。
  • 従来のプロパティテスト研究はクエリ複雑度に偏っており，時間複雑度の理論的限界が不明である。
  • クエリと時間複雑度の関係を解明し，時間複雑度下界の証明手法を開発することを目指す。
  • 時間-クエリ階層定理が証明され，クエリ複雑度と時間複雑度のトレードオフが明確になった。
  • 半空間に対する距離近似問題において，既存アルゴリズムの時間計算量のギャップに対する理論的根拠が示された。
  • 統計的クエリアルゴリズムに対する時間計算量の限界が，特定の分布下で示された。

  Link: https://arxiv.org/abs/2510.05927

• Compiler.next：ソフトウェアエンジニアリングのAIネイティブな未来を牽引する探索型コンパイラ [cs.SI, cs.SE]目的：AIネイティブなソフトウェアシステムのシームレスな進化

  • AI技術の進展によりソフトウェアエンジニアリングに変革が期待される。しかし，既存ツールは限界がある。
  • 認知負荷の増大，ツール連携の非効率性，AIコパイロットの機能不足が課題となっている。
  • 人間の意図から最適なソフトウェアを自動生成し，技術的障壁を下げることを目指す。
  • Compiler.nextは，人間の記述した意図に基づいて，探索によって最適な解を生成する。
  • 認知アーキテクチャやプロンプト，モデル設定などを動的に最適化し，精度，コスト，遅延のトレードオフを最適化する。
  • 意図コンパイルの課題解決に向けたロードマップを提示し，自動化されたソフトウェア開発の基盤を築く。

  Link: https://arxiv.org/abs/2510.24799

• 正特性環におけるスコレム問題 [cs.LO, math.NT]目的：正特性有限生成可換環におけるスコレム問題の決定可能性

  • 環論は，数学の様々な分野における基礎であり，代数的構造を理解する上で不可欠である。
  • スコレム問題の決定可能性は，環の構造解析における重要な未解決問題の一つであった。
  • 本研究は，正特性有限生成可換環における線形漸化式の零項の存在判定アルゴリズムを確立する。
  • 本研究により，有限表示された正特性環におけるスコレム問題が決定可能であることが示された。
  • この結果は，Dong and Shafrir (2026) および Karimov et al. (2025) の最近の研究成果に基づいている。
  • 線形漸化式の零集合は，Derksen (2007) の意味における $p_i$-正規集合の有限和として効果的に表現される。

  Link: https://arxiv.org/abs/2510.27603

• OODEval：オブジェクト指向設計における大規模言語モデルの評価 [cs.SE]目的：オブジェクト指向設計タスクにおける大規模言語モデルの性能評価

  • ソフトウェア開発における設計段階の重要性が高まっており，自動化のニーズも増加している。
  • 既存の研究はコードレベルのタスクに偏っており，ソフトウェア設計能力の評価が不十分である。
  • 大規模言語モデルのオブジェクト指向設計能力を客観的に評価するためのベンチマークと指標を開発する。
  • 大規模言語モデルは構文的には高い精度を達成するものの，メソッドや関係性の生成において意味的な欠陥が顕著である。
  • Qwen3-Coder-30Bは全体的な性能においてDeepSeek-R1やGPT-4oに匹敵し，Gemma3-4B-ITはGPT-4o-Miniを上回る性能を示した。
  • トップレベルのLLMは学部生の平均性能に近づいているものの，熟練した設計者には及ばない。

  Link: https://arxiv.org/abs/2601.07602

• 幻覚は空間最適性の結果である：メンバーシップテストのためのレート歪み定理 [cs.LG, cs.AI, cs.CL, cs.DS, cs.IT, math.IT]目的：大規模言語モデルにおける幻覚の発生メカニズムの解明

  • 大規模言語モデルの利用拡大に伴い，その信頼性確保が重要課題となっている。
  • 大規模言語モデルは事実に基づかない情報を高確度で生成する「幻覚」を起こしやすい。
  • 限られたモデル容量下での情報圧縮の限界が，幻覚の根本原因となる。
  • 本研究では，幻覚を記憶の効率性とトレードオフとして捉え，レート歪み定理を導出した。
  • 理論的考察により，モデル容量が限られている場合，幻覚は最適な戦略の結果として必然的に生じることが示された。
  • 合成データを用いた実験により，幻覚が損失圧縮の自然な帰結であることが検証された。

  Link: https://arxiv.org/abs/2602.00906

• DRESSとWL階層：段階的な削除による上昇 [cs.DS, cs.DM]目的：グラフ構造の類似性を反復的に洗練し，正準フィンガープリントを生成するDRESSフレームワークの理論的根拠

  • グラフ構造の比較は，ネットワーク分析や機械学習において不可欠であり，その効率的な手法が求められている。
  • 既存のグラフ識別手法は計算コストが高いか，識別能力に限界があるという課題を抱えている。
  • DRESSフレームワークの識別能力を理論的に保証し，WL階層との関係を明確にすることで，より強力なグラフ識別手法を提供する。
  • $\Delta^k$-DRESSは，すべての$k$に対してCFI($K_{k+3}$)ペアを識別することが証明された（CFI Staircase Theorem）。
  • この証明は，新たなCFI Deck Separation定理とVirtual Pebble Lemmaに基づいている。
  • WL階層に関する構造的仮定の下で，$\Delta^k$-DRESSは$(k{+}2)$-WL以上であると示唆された。

  Link: https://arxiv.org/abs/2602.21557

• ResearchEnvBench：研究コード実行のための環境合成におけるエージェントのベンチマーク [cs.IR, cs.SE, cs.AI]目的：研究コード実行のための環境合成におけるエージェントの性能評価

  • 科学研究の効率化に貢献するため，自律エージェントの活用が期待されている。
  • 既存の評価では，ソフトウェア依存関係の解決や環境設定が手動で行われており，自動化が課題である。
  • 研究環境の自動構築能力を評価し，再現性のある科学研究を支援するエージェント開発を促進する。
  • ResearchEnvBenchは，研究リポジトリから実行環境を自動構築する能力を評価するベンチマークである。
  • 現在の最先端エージェントには，依存関係の解決やバージョン管理に課題があることが示された。
  • 本ベンチマークは，自律エージェントによる再現性のある科学研究の実現に向けた現実的なテストベッドを提供する。

  Link: https://arxiv.org/abs/2603.06739

• ORBGRANDの有限ブロック長解析 [cs.IT, math.IT]目的：ORBGRANDの有限ブロック長における性能評価

  • 信頼性の高い情報伝送は，現代の通信システムにおいて不可欠である。
  • 従来のORBGRAND解析は漸近的であり，短いブロック長での性能評価が困難であった。
  • 本研究は，有限ブロック長におけるORBGRANDの性能を正確に評価することを目的とする。
  • 提案手法であるORB-RCU境界は，最大尤度に基づくRCUベンチマークと比較して良好な一致度を示すことが確認された。
  • 得られた第二階の達成可能レート展開は，ORBGRANDの一般化相互情報と一致し，分散は単一文字の表現を持つ。
  • BPSK変調されたAWGNチャネルにおける数値実験により，提案手法の有効性が検証された。

  Link: https://arxiv.org/abs/2603.07526

• 順列マッチパズル：若いタンヴィが計算複雑性について学んだ方法 [cs.DS, cs.CC, cs.CG, cs.DM]目的：順列マッチパズルの解法と計算複雑性

  • パズルは思考力を養うだけでなく，計算の基礎概念を学ぶ上でも有用である。
  • パズルの解の存在条件や計算量が明確にされていない場合が多い。
  • 順列マッチパズルの解の存在条件を明らかにし，解法を効率的に求めることを目指す。
  • パズルが解けるのは，制約グラフが非巡回グラフである場合であり，これはラベルの入れ替え回数が最大で1回であることを意味する。
  • 解が存在する場合，その解の数はフック長公式によって計算できる。
  • 解けないパズルに対しては，解ける状態にするために必要なラベルの反転数の最小値を $O(n)$ で計算するアルゴリズムを提示した。

  Link: https://arxiv.org/abs/2603.08110

• ガウス間記号干渉チャネルにおけるGRAND [cs.IT, math.IT]目的：ガウス間記号干渉チャネルにおける誤り訂正復号の性能向上

  • 通信において，記憶効果を持つチャネルでは誤り訂正復号が困難であり，高品質な通信を阻害する要因となる。
  • 従来の復号方式では，チャネルの記憶効果を十分に考慮できておらず，復号性能が制限されるという課題がある。
  • チャネルの記憶効果を考慮したGRAND復号アルゴリズムを開発し，既存方式の性能を改善することを目指す。
  • 提案するSGRAND-ISIアルゴリズムは，線形ガウス間記号干渉チャネルにおいて最大尤度復号と同等の性能を発揮する。
  • ORB-GRANDアルゴリズムは，記憶効果を無視したGRANDアルゴリズムと比較して，数dBの性能向上を達成した。
  • ORBGRAND-Approximate Independenceとの比較では，ブロック誤り率$10^{-3}$において0.5dB以上の性能向上と，計算量の削減を実現した。

  Link: https://arxiv.org/abs/2603.08325

• SiliconMind-V1: Verilogコード生成のためのマルチエージェント蒸留とデバッグ推論ワークフロー [cs.AR, cs.AI, cs.SE]目的：Verilogコード生成のためのマルチエージェントフレームワーク

  • Verilogハードウェア記述言語は，デジタル回路設計の基盤であり，自動化が重要である。
  • 既存手法は構文的な正しさに重点を置き，機能的な正しさに保証がない場合がある。
  • ローカルでファインチューニングされたLLMによる反復的な生成，テスト，デバッグを可能にする。
  • 提案手法SiliconMind-V1は，VerilogEval-v2, RTLLM-v2, CVDPベンチマークにおいて，最先端のQiMeng-CodeV-R1を機能的な正確性で上回る。
  • より少ない学習リソースで高い性能を実現する。
  • テストベンチ駆動型検証を統合し，機能検証の信頼性を高めている。

  Link: https://arxiv.org/abs/2603.08719

• 差分プライバシー保護された安全な乗算：2つ以上の被乗数に対して [cs.IT, math.IT]目的：分散コンピューティングシステムにおける差分プライバシー（DP）保護された安全な乗算

  • データプライバシー保護の重要性が高まる中，分散環境での安全な計算が不可欠である。
  • 従来の乗算におけるプライバシーと精度のトレードオフが明確に理解されていなかった。
  • 任意の数の被乗数を扱う乗算における最適なプライバシー-精度トレードオフを解明する。
  • 本研究では，慎重に設計された符号化多項式と階層的なノイズ注入に基づく安全な乗算フレームワークを提案する。
  • 提案手法は既存方式を一般化し，下位のノイズ項の系統的なキャンセルを可能にし，推定精度を向上させる。
  • 特に，(M-1)T+1 <= N <= MT および N = T+1 の2つの領域において，プライバシー-精度トレードオフを分析した。

  Link: https://arxiv.org/abs/2603.08944

• 1,000+量子ビットに対する量子位相推定回路の形式検証 [quant-ph, cs.LO]目的：量子位相推定回路の形式検証手法

  • 量子計算の発展は，既存の計算機では解けない問題を解く可能性を秘めている。
  • 大規模量子回路の検証は計算量が膨大であり，従来の検証手法では困難である。
  • 本研究は，大規模量子位相推定回路の効率的な形式検証を目指している。
  • 提案手法では，量子ビットの抽象化に量子ビットベクタ論理を用いることで，量子現象を捉えている。
  • 回路の振る舞いをヒルベルト空間からビットベクタ領域へ写像し，形式的性質を用いて機能の正当性を検証する。
  • 本手法は，最大1,024個の位相量子ビットと6個の精度量子ビットを持つ回路を3.5GB以下のメモリで検証可能である。

  Link: https://arxiv.org/abs/2603.08762

• マイクロ拡散圧縮 - オンライン確率推定のためのバイナリツリー・ツィーディー雑音除去 [stat.ML, cs.IT, cs.LG, math.IT]目的：適応的統計モデルによる確率推定の改善

  • データ圧縮は，情報社会におけるデータ保存と伝送の効率化に不可欠である。
  • 予測モデルは，稀なデータに対して不正確な確率推定を行い，圧縮効率を低下させる。
  • バイナリツリーを用いた雑音除去により，少ないデータ量で確率推定の校正を可能にする。
  • Midicothは，適応的統計モデルの確率推定を改善するマイクロ拡散雑音除去層を導入したロスレス圧縮システムである。
  • 従来の事前分布による平滑化を，事後的な校正統計を用いた雑音除去ステップで修正する。
  • バイナリツリー分解により，校正タスクを効率化し，少ない観測データからの信頼性の高い補正項推定を実現する。

  Link: https://arxiv.org/abs/2603.08771

• 1
• 2