arXiv雑要約
プログラム - 2026/03/16 公開
無線通信システムにおけるエンドツーエンド深層学習：チュートリアルレビュー [cs.IT, math.IT]目的：無線通信システムの物理層最適化
- 無線通信は現代社会の基盤であり，その性能向上が不可欠である。
- 従来のモデルベース手法は，非線形性やハードウェアの不完全性への対応が困難である。
- 深層学習を活用し，物理層をエンドツーエンドで最適化することで，課題を解決する。
- 深層学習モデル，特にオートエンコーダが，送信機・受信機の同時最適化に有効であることが示された。
- 変調，誤り訂正，チャネル推定といった物理層タスクへの応用事例がレビューされた。
- 実世界環境における展開事例（ポイントツーポイント通信，多重アクセス，干渉チャネル）が検討された。
複素確率測度とその情報理論における応用 [cs.IT, math.IT, math.PR, math.ST, stat.TH]目的：複素確率測度に関する包括的なフレームワークとその情報理論・統計分析における応用
- 情報理論は，データ圧縮や通信など，現代社会の基盤技術を支える重要な分野である。
- 従来の確率測度では，分布の形状や位相に関する情報を捉えることが困難であった。
- 分布の形状や位相に着目することで，より高感度な情報分析を実現することを目的とする。
- 複素確率測度，複素エントロピー，複素ダイバージェンス，複素距離といった新たな情報理論的量を定義した。
- これらの量は，古典的な量と比較して，分布の形状に対する感度が高いという利点を持つ。
- 複素エントロピーとファインマンの経路積分との間の形式的な類似性を明らかにした。
負の外部性を持つ複製可能な物品のペアワイズ交換 [cs.CL, cs.RO, cs.SY, eess.SY, cs.GT, cs.DS]目的：複製可能な物品のペアワイズ交換における交換プロトコルの設計
- デジタルデータ等の共有は，価値を生む一方，競争上のリスクも伴うため，適切な枠組みが重要である。
- 物品の複製可能性と負の外部性の存在により，従来の交換モデルの適用が困難である。
- 個々の合理性，インセンティブ適合性，安定性を満たす交換プロトコルを設計し，最適な物品交換を実現する。
- 利他的な中央計画者が，エージェント間の物品交換を構造化するプロトコルを提案する。
- 提案されたプロトコルは，個々の合理性，インセンティブ適合性，安定性の３つの要件を満たす。
- 複製可能性と負の外部性を考慮した，従来の交換モデルとは異なる新たな視点を提供する。
チームの多様性がソフトウェアの公平性を促進する：公平性を意識した要件優先順位付けに関する実験 [cs.SE]目的：ソフトウェアチームの多様性が，要件優先順位付けにおける公平性を意識した行動に与える影響
- AIや機械学習が意思決定に影響を与える中，ソフトウェアにおける公平性と多様性の重要性が高まっている。
- ソフトウェア開発の初期段階における公平性の扱い方や，チームの多様性が公平性に関する意思決定に及ぼす影響は未解明である。
- 要件分析における公平性の問題の特定と解釈において，チームの多様性がより内省的で包括的な意思決定を促進することを目指す。
- 両グループは公平性の原則に沿って要件を優先順位付けする傾向があったが，LGBTQ多様なペアは公平性を損なう可能性のある要件をより一貫して拒否した。
- LGBTQ多様なペアは，包容性，非差別，倫理的責任を重視する一方，多様性のないペアはより実用的で目標志向的な視点を持っていた。
- ソフトウェア開発の初期段階から公平性を考慮する必要があり，チームの多様性は公平性の問題の認識と解釈を向上させることが示唆された。
完璧のパラドックス：AI支援API設計におけるアーキテクトからキュレーターへ [cs.CL, cs.HC, cs.SE, cs.AI, cs.HC]目的：企業向けAPI設計におけるAI支援ワークフローの評価
- API設計は，迅速な機能提供と使いやすさの維持というトレードオフが存在する重要な課題である。
- 既存のAPI設計プロセスでは，高品質なAPIの効率的な作成が困難である。
- AIの活用により，API設計の効率化と品質向上を図り，人間の役割の変化を検討する。
- AIが生成したAPI仕様は，11の使いやすさの指標のうち10個で人間が作成したものよりも優れており，作成時間も87％短縮された。
- しかし，専門家はAIが作成したAPIを人間が作成したものと見間違えることが多く（正答率19％），その完璧さに不安を感じた。
- この「完璧のパラドックス」は，AIの過度な一貫性が，人間の実践的な判断力の欠如を示唆している。
大規模な環境におけるcuFuzzを用いたCUDAバグの検出 [cs.CR, cs.SE]目的：CUDAプログラムにおけるメモリ安全と並行性のバグの検出
- 現代ソフトウェアにおいてGPUの役割は重要であり，そのテストは不可欠である。
- 静的解析では検出が困難な，GPU特有のバグが潜在している。
- 従来のGPUファジングの課題を克服し，実用的なファジング環境を構築する。
- cuFuzzは，カーネルレベルの誤検出を回避するため，プログラム全体を対象としたファジングを行う。
- デバイス側のカバレッジ計測にNVBitを活用し，ホスト側のカバレッジと統合することで，効率的なファジングを実現した。
- 14のCUDAプログラムから43個の未知のバグを発見し，商用ライブラリにおける問題も明らかにした。
ソフトウェアの公平性テストはどこまで公平か [cs.SE]目的：ソフトウェア公平性テストの文化的状況依存性
- AIシステムの評価において，公平性テストは重要な手法である。
- 公平性の定義が固定化され，普遍的に適用されるという問題点がある。
- 文化的多元性を尊重し，アルゴリズムによる仲介を拒否する権利を認識する評価枠組みを模索する。
- 公平性指標は特定の文化価値を組み込み，他の価値を排除している。
- テストデータセットは欧米の文脈に基づいていることが多く，口承伝統や先住民族の知識体系が欠如している。
- 公平性テストは，グローバルサウスにおける低賃金データラベリングや，大規模モデルの環境コストといった倫理的な懸念を引き起こす。
境界を持つ宇宙における重み付き集合マルチカバーとパッケージ推薦への応用 [cs.DB, cs.DS]目的：重み付き集合マルチカバー問題に対する正確解法および近似解法
- データ駆動型アプリケーションにおいて，候補集合から制約を満たす低コストな部分集合を選択する問題は重要である。
- 一般的な重み付き集合マルチカバー問題はNP困難であり，大規模データへの適用が課題となっている。
- 宇宙のサイズが一定である場合に特化したWSMC-BU問題に対し，効率的な解法を開発することで実用性を高める。
- WSMC-BU問題を厳密解く動的計画法を開発し，O(n^(ℓ+1))時間で解けることを示した。
- 線形計画法と丸めに基づく2-近似アルゴリズムを提案し，O(mathcal{L}(n))時間で実行可能であることを示した。
- 大規模データセット向けに，より高速な(2+ε)-近似アルゴリズムを提案し，実データおよび合成データによる実験で既存手法を上回る性能を示した。
リレーショナルデータベースからの大量金融取引エクスポートのためのストリーミングREST API [cs.DC, cs.SE]目的：大規模金融取引のエクスポート処理
- 金融取引データの処理は，報告，照合，監査，規制遵守において不可欠である。
- 従来のAPIは，大量データをメモリに保持するため，メモリ消費量が増大し，応答が遅延する。
- データベースカーソルとHTTPストリーミングを統合し，メモリ効率と応答性を改善する。
- 本研究で提案するストリーミングAPIアーキテクチャは，メモリバッファリングの要件を大幅に削減する。
- 大量のエクスポートダウンロードを即座に開始することが可能となり，応答性とスケーラビリティが向上する。
- CSV，OFX，QFX，QBOを含む複数の金融エクスポート形式に対応している。
集中型FLOSS開発における言語的類似性 [cs.SE, cs.HC]目的：集中型FLOSS開発と貢献者間のコミュニケーションの関係性の解明
- FLOSSは社会基盤であり，その持続可能性は重要である。貢献者の活動を促進する必要がある。
- 開発の集中化が貢献者の活動やコミュニケーションに悪影響を及ぼす可能性が指摘されている。
- 集中型開発におけるコミュニケーションの実態を把握し，貢献者の活動を阻害しない開発方法を探る。
- Wikimediaの機能開発事例を比較分析した結果，WMF関係者と外部貢献者の言語スタイルに有意な差は見られなかった。
- 開発主導型であっても，プロジェクト内の議論において階層的な言語構造は必ずしも生じないことが示唆された。
- 開発者は特定の機能に特化して活動しており，開発の集中化は機能利用の偏りを反映していると考えられる。
MDSコードに対する部分的な除外修復スキーム [cs.RO, cs.SY, eess.SY, cs.IT, cs.DB, math.IT]目的：MDSコードの単一ノード修復におけるカットセット界限達成のための，部分的な除外（PE）修復スキームの提案
- データ保存の信頼性を高めるため，MDSコードは重要な役割を果たす。
- 従来の修復スキームは，サブパケット化レベルが指数関数的に高くなるという課題がある。
- PE修復スキームにより，サブパケット化レベルを削減し，実用的なMDSコードの展開を目指す。
- 提案されたPE修復スキームは，柔軟性と呼ばれるパラメータを導入することで，サブパケット化レベルの低いMDSコードの構築を可能にする。
- 柔軟性が十分に大きい場合，提案手法は従来の修復スキームよりも低いサブパケット化レベルを達成できることが示された。
- 提案手法の実用性を検証するため，Magmaプログラムによる実装も行われた。
公共交通路線の早期枝刈り [cs.DS, cs.AI, cs.RO]目的：公共交通路線の経路探索における効率向上
- 都市交通における経路探索は，利便性向上と交通量最適化に不可欠である。
- 大規模ネットワークでは，乗り換え候補の探索に時間がかかり，性能が低下する。
- 乗り換え探索の効率化により，より多くの選択肢を提供し，最適な経路を迅速に見つける。
- 本研究で提案する早期枝刈り手法は，既存の経路探索アルゴリズムに容易に組み込むことができる。
- スイスとロンドンの交通ネットワークを用いた実験により，最大57%のクエリ時間短縮が確認された。
- この手法は，より広範な乗り換え範囲と多様な移動手段の組み込みを可能にし，公共交通利用促進に貢献する。
ファインマン：スケーラブルなビジュアルデザインのための知識注入型図解エージェント [cs.LG, cs.AI, cs.HC, cs.MA, cs.SE]目的：スケーラブルなビジュアルデザインのための図解生成パイプライン
- 近年，最先端のマルチモーダルAIシステムにおける視覚デザインの重要性が増している。
- インターネット上には画像やテキストデータは豊富だが，知識が豊富で整合性の高い画像-テキストペアは少ない。
- 高品質な図解とキャプションを低コストかつ短時間で生成する。
- エージェントファインマンにより，10万組以上の整合性の高い図解-キャプションペアのデータセットを合成した。
- 新しく生成されたデータから，ビジョン-言語モデルの視覚的推論能力を評価するためのベンチマークDiagrammaを構築した。
- データセット，ベンチマーク，およびエージェントパイプライン全体をオープンソースプロジェクトとして公開予定である。
ChainFuzzer：LLMエージェントにおけるワークフローレベルのマルチツール脆弱性に対するグレイボックスファジング [cs.SE, cs.CR]目的：LLMエージェントにおけるマルチツール脆弱性の発見と再現
- LLMエージェントの利用拡大に伴い，セキュリティリスクの評価が不可欠となっている。
- 従来の脆弱性検出手法では，複数のツールを組み合わせた複雑なワークフローにおける脆弱性を見つけにくい。
- ツール間のデータフローを考慮した，より効果的な脆弱性検出手法を開発すること。
- ChainFuzzerは，ツール間の依存関係に基づき，脆弱性を引き起こす可能性のあるツールチェーンを特定する。
- Trace-guided Prompt Solving (TPS)を用いて，安定したプロンプトを生成し，エージェントが対象のチェーンを実行するように誘導する。
- LLMのガードレールを考慮したファジングにより，ペイロード変異とシンク固有のオラクルを用いて脆弱性を再現する。
RISアシストmMIMOにおける空間パスインデックス変調によるスペクトル効率の向上 [cs.IT, eess.SP, math.IT]目的：RISアシストmMIMOシステムにおける空間パスインデックス変調（SPIM）の活用
- 次世代無線通信では，電力消費とハードウェアコストを削減しつつスペクトル効率を向上させることが重要である。
- スペクトル効率の向上が課題であり，新たな変調技術が求められている。
- RISと空間パスインデックス変調を組み合わせ，効率的な情報伝送を実現することを目指す。
- 提案手法は，RISを活用することでネットワーク効率とカバレッジを向上させる。
- 空間パスの多様性を利用し，空間パターンをインデックスビットに割り当てることで，スペクトル効率を改善する。
- 数値シミュレーションにより，提案手法がFDビームフォーミングよりも優れたスペクトル効率性能を示すことが確認された。
ExpanderGraph-128：形式的セキュリティ分析とハードウェア実装を伴う新しいグラフ理論的ブロック暗号 [cs.CR, cs.AR, cs.DS]目的：グラフ理論に基づく新しいブロック暗号ExpanderGraph-128の設計とその安全性評価
- 軽量暗号は，IoT機器等のリソース制約のある環境において不可欠であり，低消費電力・高速処理が求められる。
- 既存の暗号設計は，個々の構成要素の複雑さに依存する傾向があり，構造的な拡散性に着目したアプローチは少ない。
- エクスパンダーグラフの疎な接続性を活用し，拡散性とセキュリティを確保する新しい暗号設計手法を確立する。
- ExpanderGraph-128は，20ラウンドのバランス型Feistelネットワークであり，各ラウンドで3-正則エクスパンダーグラフに基づいた非線形変換を行う。
- MILPを用いた差分解析により，10ラウンドまで最適解が証明され，147.3ビットの差分セキュリティが示され，全ラウンドでは413ビット以上と推定される。
- FPGA実装では261Mbpsを達成し，ARM Cortex-M4Fソフトウェア実装では25.8KBのフラッシュと1.66ms/暗号化で動作する。
ICLベースのCADコード生成のための設計仕様タイリング [cs.SE, cs.LG]目的：設計仕様内の要求を最大限に満たすための模範選択
- CADコード生成は専門性が高く，LLMではデータ不足が課題である。
- 既存の模範選択戦略は冗長な選択を生み，複雑な設計要求に対応できない。
- 設計仕様内のすべての要求を満たす知識の充足度を最大化することを目指す。
- 設計仕様タイリング（DST）により，知識充足度をタイル化率として定量化する。
- DSTはサブモジュール最大化問題として定式化され，貪欲法により効率的に解ける。
- 実験により，DSTが既存戦略を上回り，CADコード生成の品質を大幅に向上させることが示された。
TaoBench: 自動定理証明LLMはMathLibを超えて一般化するか [cs.LG, cs.AI, cs.LO]目的：自動定理証明における定義体系の一般化能力の評価
- 数学の自動化は，形式的な検証を通じて数学の信頼性を高め，新たな発見を促進する上で重要である。
- 既存の定理証明ベンチマークはMathLibに偏っており，多様な定義体系への対応が課題となっていた。
- 本研究は，MathLibに依存しない定義体系での定理証明性能を評価し，一般化能力の限界を明らかにすることを目指す。
- 既存の最先端モデルはMathLibフレームワーク内では高い性能を示すが，TaoBenchの定義体系では平均で約26%の性能低下が見られた。
- 性能低下の原因は，問題の難易度よりも，定義体系に依存した一般化能力の限界にあることが示唆された。
- TaoBenchは，ベンチマーク性能と実用数学との乖離を明らかにし，研究数学に適した定理証明器開発の基盤を提供する。
q進t-デザインを持つ線形符号の研究 [cs.IT, math.IT]目的：q進t-デザインの構成可能性
- 組合せデザインは，符号理論や暗号理論を含む幅広い分野に応用される重要な数学的構造である。
- 線形符号が通常の組合せデザインを支持することは知られているが，q進デザインを支持する線形符号の研究は少ない。
- 線形符号の符号語がq進t-デザインを形成するための条件を確立し，具体的な符号族に対してq進2-デザインを構成する。
- 提示された判定基準を用いて，一重量符号，二重量符号，極限自己双対符号など，複数の線形符号族がq進2-デザインを持つことが示された。
- 判定基準を満たさない符号に対しては，符号の自己同型群に基づく別の手法を用いて，doubly-extended Reed-Solomon符号からq進2-デザインを構成できる。
- 4-デザインを支持することが知られていた線形符号から，特定の重さの符号語を用いてq進2-デザインを構成し，パラメータを正確に決定した。
低高度通信における可動アンテナによる上方向空間カバレッジの回復 [cs.RO, cs.IT, math.IT]目的：低高度空域における連続的かつ信頼性の高い通信カバレッジの空間最大化
- UAV利用の急増により，低高度空域の通信品質が重要視されている。
- 固定アンテナは，動的な伝搬環境への適応が難しく，カバレッジに限界がある。
- 可動アンテナ技術を用いて，空間カバレッジの柔軟な適応を目指す。
- 提案手法は，従来の固定アンテナ方式と比較して空間カバレッジを大幅に向上させる。
- 300m以下の空域では26.8%，600m以下の空域では29.65%のカバー率を達成した。
- 機械的な傾斜調整を加えることで，更なるカバレッジ向上が期待できる。
移動アンテナMIMOシステムの相互結合の再考 [cs.IT, eess.SP, math.IT]目的：移動アンテナMIMOシステムにおける容量最大化
- 無線通信技術の発展に伴い，容量向上が常に求められている。
- 従来のMIMOシステムでは，アンテナ間相互結合の影響が無視されてきた。
- 移動アンテナの特性を活用し，相互結合効果を最適化することで容量向上を目指す。
- 相互結合効果を活用することで，特にカスタマイズ可能な相互結合行列と超指向性により，著しい容量増加が確認された。
- 回路理論的枠組みを用いて移動アンテナMIMOシステムの相互結合をモデル化し，容量最大化問題を定式化した。
- ブロック座標降下法とトラスト領域法を組み合わせたアルゴリズムにより，効率的な容量最大化を実現した。
集合論における依存型は実現可能か？ [cs.CL, cs.LO]目的：依存関数型とその階層的宇宙の埋め込み
- 型理論と集合論の根底にある関係性を明確にすることは，形式的な検証の基礎となる。
- 依存型は，型システムの表現力を高める一方で，形式的な扱いが難しいという課題がある。
- 集合論の公理に基づいて依存型の型チェックを形式的に検証可能な形で実現すること。
- 本研究では，依存関数型をタースキ-グロテンディークの集合論と一次述語論理に埋め込むことを試みた。
- Lisa証明支援系を用いて，型判断に対する証明を生成する双方向型チェック戦術を実装した。
- この手法により，集合論の公理と一次述語論理の推論規則から完全に検証された依存型の自動推論が可能となった。
有向グラフにおけるオイラー路の最適列挙 [cs.DS, cs.DM]目的：有向グラフにおけるオイラー路の列挙
- グラフ理論は，ネットワークの構造や効率的なデータ処理など，情報科学の基盤となる重要な分野である。
- オイラー路の列挙は，組み合わせ的な問題であり，効率的なアルゴリズムの設計が課題となっていた。
- 本研究は，オイラー路を直接かつ効率的に列挙するアルゴリズムを開発し，既存手法の限界を克服することを目指す。
- 本研究で提案するアルゴリズムは，$O(m + z_T)$という最適時間でオイラー路を列挙できる。
- 提案アルゴリズムは，$z_T=o(n^2)$の場合に，BEST定理に基づく実装よりも高速にオイラー路を数え上げることができる。
- さらに，本アルゴリズムは有向多重グラフにも拡張可能であり，バイオインフォマティクスやデータプライバシーといった分野への応用が期待される。
LLMベースのプロセスモデリングコパイロットの人間中心評価：ドメイン専門家との混合研究 [cs.HC, cs.AI, cs.SE]目的：LLMベースのプロセスモデリングコパイロットに関する人間中心評価
- ビジネスプロセスの効率化は，組織の競争力向上に不可欠である。プロセスモデリングはその基盤となる。
- 従来の自動評価では，信頼性や使いやすさといった人間的要素が考慮されていない。
- LLMを活用したモデリング支援ツールにおける人間とツールの相互作用を明らかにすること。
- 専門家による評価において，使いやすさについては許容範囲内であったが，信頼性は低い結果となった。
- 信頼性の低さは，LLMの出力の信頼性に対する懸念が主な要因であることが判明した。
- LLMは，より詳細な質問を通じてプロセスを明確化する必要があることが示唆された。
アジャイル要件エンジニアリングの教育：生成AIを用いたステークホルダーシミュレーション [cs.CL, stat.ML, cs.SE, cs.HC]目的：アジャイル要件エンジニアリングの実践的学習
- アジャイル開発における顧客・ユーザーの積極的な関与は，プロジェクト成功の鍵となる。
- 教育現場では，アジャイル要件エンジニアリングに関する実践的なスキル習得の機会が不足している。
- 生成AIをステークホルダーシミュレーションに活用し，実践的な学習とAIの限界理解を目指す。
- 本手法により，学生は要件抽出・ドキュメント作成における最新のアジャイル手法を実践的に経験できる。
- 同時に，生成AI利用に伴う技術的・倫理的な限界についても理解を深めることができる。
- メタプロンプトの使用により，特定のLLMプロバイダーに依存しない柔軟性を確保できる。
ODRLポリシーの正規化による比較 [cs.AI, cs.LO]目的：ODRLポリシーの比較手法
- デジタル権利管理において，ポリシーの標準化は重要である。異なるシステム間での連携を円滑にする上で不可欠である。
- ODRLは複雑であり，その利用を妨げている。研究や実装も断片化し，相互運用性が低いという問題がある。
- ODRLポリシーの正規化により，比較を容易にすることを目的とする。複雑なポリシーを単純化し，比較問題を解決する。
- 本研究では，ODRLポリシーを最小構成要素に正規化する手法を提案した。これにより，権限と禁止を権限のみで表現し，論理制約を簡略化する。
- 提案手法は，ポリシーの意味を保持しながら正規形を計算するアルゴリズムを提供し，その複雑性を解析した。属性数に対して指数関数的な複雑さとなる。
- この正規化により，複雑なポリシーをODRLの基本部分で表現でき，ポリシー比較をルールの一致確認に帰着させることが可能となる。
LLMとDelta1: 信頼性と説明可能性を備えた推論のための記号とニューラル統合 [cs.LO, cs.AI]目的：論理の厳密性と大規模言語モデルの解釈可能性を統合する枠組み
- 近年，推論において，論理的厳密さと解釈可能性を両立させることの重要性が高まっている。
- 既存の推論システムは，説明可能性が不足している場合が多く，透明性の高い意思決定が困難である。
- 本研究は，論理的推論と自然言語の説明を組み合わせることで，説明可能なAIを実現する。
- Delta1とLLMの統合により，定理と証明の過程を自然言語で説明することが可能になった。
- 健康，コンプライアンス，規制などの分野における実験により，解釈可能で監査可能な推論が実現された。
- 本研究は，論理，言語，学習の融合を促進し，説明可能なAIの基盤を構築する。
適応型認証エンジニアリングのための要件ベースフレームワーク [cs.CL, cs.RO, cs.CR, cs.SE]目的：適応型認証システムのエンジニアリングに関するフレームワーク
- IoT等の動的環境では，状況に応じたセキュリティリスクの変化に対応する必要がある。
- 既存システムは，状況要因，要件，認証手法の表現や，それらの影響評価が不十分である。
- 状況変化やセキュリティリスクに対応した効果的な認証手法の選択を支援すること。
- 本フレームワークは，状況目標モデルを用いて要件とセキュリティリスクへの影響を表現する。
- 拡張特徴モデルにより，認証手法と要件充足への影響を表現し，状況変化に応じて最適な手法を選択する。
- IoVやヘルスケア分野での実世界シナリオへの適用により，有効性が示された。
ビンパッキングと多機間スケジューリングに対する擬多項式時間アルゴリズムのタイトな(S)ETHに基づく下界 [cs.DS]目的：ビンパッキングおよび多機間スケジューリング問題に対する擬多項式時間アルゴリズムの計算時間の下界
- ビンパッキング問題は，最適化問題の基礎であり，リソース配分やスケジューリングなど広範な分野に応用される。
- 既存の下界がタイトでなく，アルゴリズムの計算複雑さの正確な評価が困難であった。
- よりタイトな下界を示すことで，関連する問題の計算困難性の理解を深める。
- ビンパッキング問題に対する時間 $2^{o(n)} T^{o(k)}$ を下回るアルゴリズムの存在を，ETH仮説に基づいて否定した。
- 多機間スケジューリング問題 (makespan最小化，遅延ジョブ数最小化，加重完了時間合計最小化) に対するタイトな下界を，SETH仮説に基づいて示した。
- 遅延ジョブの処理時間合計最小化問題に対する下界も示し，未解決問題を解決した。
支持は探索である [cs.LO, math.LO]目的：直観主義命題論理におけるSandqvistの基底拡張意味論における支持関係と，固定された基底における探索の関係
- 直観主義論理は，数学基礎論や計算機科学において重要な役割を果たすため，その意味論の理解が不可欠である。
- Sandqvistの基底拡張意味論は有効性を定義するが，特定の基底における支持関係が何を意味するのかは不明であった。
- 本研究は，固定された基底における支持関係を，第二階層の世襲Harrop論理プログラムにおける探索と対応づけることで，この問題を解決する。
- Sandqvistの基底拡張意味論における支持関係は，第二階層の世襲Harrop論理プログラムにおける探索と一致することが示された。
- この対応関係は，基底拡張と原子に関する普遍量化が，標準的な新鮮性規律に従う固有変数であることを明らかにした。
- 基底拡張意味論は，完全に構成的で計算的に透明な解釈を持つことが示され，支持は探索であるという結論に至った。
daVinci-Env：大規模ソフトウェアエンジニアリング環境の構築 [cs.SE, cs.AI, cs.CL]目的：ソフトウェアエンジニアリングエージェントの学習環境
- ソフトウェア開発の自動化は，生産性向上や品質改善に不可欠である。
- 既存の学習環境は規模や多様性が不足しており，研究の障壁となっている。
- 大規模で透明性の高い学習環境を構築し，エージェントの学習効率を向上させる。
- OpenSWEは，45,320の実行可能なDocker環境と12,800以上のリポジトリを含む，大規模な学習フレームワークである。
- OpenSWE-32BとOpenSWE-72BはSWE-bench Verifiedでそれぞれ62.4%と66.0%を達成し，Qwen2.5シリーズの最先端性能を確立した。
- ソフトウェアエンジニアリングに特化した学習は，数学的推論や科学的ベンチマークにおいても，知識の劣化なく性能向上をもたらす。
MSOクエリ評価におけるSLP圧縮文字列の動的直接(ランク)アクセス [cs.DS, cs.DB, cs.FL, cs.LO]目的：MSOクエリに対するt番目の答え
- 文字列処理やデータ圧縮は，情報科学の根幹であり，効率的なアルゴリズムが求められる。
- 大規模文字列のクエリ処理は計算コストが高く，実用上の課題となっている。
- SLP圧縮された文字列に対する高速なクエリ処理を実現すること。
- 本研究では，文字列に対するMSOクエリのt番目の答えを対数時間で求めるアルゴリズムを提案。
- SLP圧縮された文字列に対しても，同様の性能を維持するデータ構造を構築。
- さらに，SLPへの動的な編集を対数時間で反映する機構を導入し，Bourhisらの結果を改善。
実用的なフラクタル：パーティション化された反復関数系としてのノイズ除去拡散 [cs.LG, cs.CV, cs.IT, math.DS, math.IT]目的：ノイズ除去拡散モデルのスケジュール，アーキテクチャ，学習目標を記述するための統一的な設計言語
- 拡散モデルは画像生成において高い性能を示すが，その内部メカニズムは未だ不明な点が多い。
- 拡散モデルの設計は経験則に頼る部分が多く，理論的な根拠に基づいた最適化が課題である。
- 拡散モデルのノイズ除去過程を数学的に解析し，最適な設計基準を導き出す。
- 拡散モデルの決定論的逆過程は，パーティション化された反復関数系（PIFS）として機能することが示された。
- PIFSの構造から，ステップごとの収縮閾値，対角拡張関数，全体拡張閾値の3つの幾何学的量が導出された。
- これらの量を用いて，拡散モデルの二つの動作モード（大域的文脈の構築と微細な詳細の合成）を構造的に説明し，既存の設計選択を最適化問題の近似解として導出した。
再重み付き情報不等式 [cs.IT, math.IT, math.PR]目的：混合分布における対数Sobolev不等式および輸送情報不等式の変種
- 確率モデルの理論的基礎として重要であり，統計推論や機械学習に応用される。
- 非対数凹型測度のFisher情報量の境界解釈が難しく，Langevinモンテカルロ法の解析が困難。
- 混合分布に対するFisher情報量の境界を解釈しやすくし，Langevinモンテカルロ法の解析を促進する。
- 確率測度$\mu$が$\pi$に近い場合，再重み付き$\pi$にも近いことが示された。
- これにより，非対数凹型測度に対するFisher情報量の境界の解釈が容易になる。
- 多峰性分布に対するLangevinモンテカルロ法の解析における現象を説明する。
クリティカルセクションはスレッド単位ではない：ロックに基づく並行処理のためのトレース意味論 [eess.SY, cs.SY, math.OC, cs.PL]目的：ロックを用いた並行処理におけるクリティカルセクションのトレースに基づく特徴づけ
- 並行処理は現代のソフトウェアにおいて不可欠であり，効率的な同期機構の理解が重要である。
- 従来のクリティカルセクションの概念は，単一スレッド内でのロック取得を前提としているため，制限がある。
- 本研究は，より一般的なC/Pthread実行におけるクリティカルセクションを正確に捉えることを目指す。
- 本研究では，C/Pthreadプログラムの本質を捉えたトレースモデルを用いて，スレッド単位の制限がないクリティカルセクションを特徴づけた。
- その結果，クリティカルセクションが複数のスレッドにまたがる場合があることが示された。
- このような「マルチスレッド」クリティカルセクションは，実際のプログラムで自然に発生し，従来のロックセット構築のセマンティックギャップを埋める。
アクセス制御ポリシーのロバスト性の検証 [cs.CR, cs.LO]目的：アクセス制御ポリシーのロバスト性
- 組織構造の変化に対応したセキュリティポリシーの重要性が高まっている。
- 既存手法では，不完全なポリシーや変更途上のポリシーの検証が困難である。
- 未決定事項や拡張の影響を受けない，ポリシーの本質的な特性の検証を目指す。
- ロバスト性検証の定義，含意，連言，選言，否定のコネクティブを導入した。
- ポリシー拡張に対して検証済みの特性が維持されることが，単調性定理により証明された。
- この検証判定は，二階述語論理プログラミング言語における探索に帰着することが示された。
MoEKD：ロバストかつ高性能な圧縮コードモデルのための専門家混合知識蒸留 [cs.HC, cs.CL, cs.SE]目的：ロバスト性と性能を向上させた圧縮コードモデルの知識蒸留手法
- コード理解モデルはソフトウェア解析に有用だが，計算コストが高いという課題がある。
- 単一ソースからの知識蒸留では，ロバスト性が低下しやすいという問題がある。
- 複数専門家からの知識を統合し，ロバスト性と性能を両立させることを目指す。
- MoEKDは，既存の知識蒸留手法と比較して，敵対的ロバスト性を最大35.8%向上させる。
- 予測性能も最大13%向上し，高い精度を維持することが示された。
- 専門家知識の集約により，モデルサイズを半分に削減しても競争力のある性能を維持できる。
フィッシャーのパラドックス：情報正則化勾配フローにおける散逸干渉 [cond-mat.stat-mech, cs.IT, math.IT, math.PR]目的：フィッシャー正則化ワッサーシュタイン勾配フローにおける散逸恒等式の干渉メカニズム
- 機械学習の最適化において，効率的な学習には勾配フローの理解が不可欠である。
- 従来の勾配フローの理論では，散逸が常にエネルギー減少に寄与すると仮定されている。
- 本研究は，散逸がエネルギー減少を妨げる可能性を示し，最適化の遅延を解明する。
- フィッシャー正則化勾配フローにおいて，状態幅が臨界スケールを下回ると，散逸恒等式に正の符号を持つクロス散逸項が現れる。
- このクロス散逸項は，基線自由エネルギー関数の降下を一時的に阻害し，「フィッシャーのパラドックス」を引き起こす。
- ガウス多様体への制限下では，解析的なリカッティ型分散方程式が得られ，3つの動的レジームが明らかになった。
PesTwin：精密農業を可能にする生物学に基づいたデジタルツイン [q-bio.QM, cs.SE, q-bio.PE]目的：農業生産性向上に向けた害虫発生予測シミュレーションフレームワーク
- 食料安全保障の重要性が高まる中，農業生産性の向上が不可欠である。
- 侵入性害虫による被害が深刻であり，効果的な対策が求められている。
- 精密農業に基づき，害虫の侵入を予測し，適切な管理を支援すること。
- 本研究では，エージェントベースモデリングを用いて，害虫と作物の生態的相互作用を詳細にシミュレーションするフレームワークを開発した。
- 実験室での害虫データ，気象データ，GISデータを統合することで，現実的なシナリオにおける害虫発生を予測可能とした。
- ショウジョウバエ（Drosophila suzukii）を対象に，本フレームワークの有効性を検証した。
バッチカーネル化バンディット：改良と拡張 [stat.ML, cs.IT, cs.LG, math.IT]目的：ノイズのあるバッチ形式でのフィードバックが得られるブラックボックス最適化問題に関する研究
- 機械学習において，未知の関数を効率的に最適化することは重要な課題である。
- バッチ処理を行う場合，既存手法ではバッチサイズや後悔の上界に課題があった。
- 本研究は，最適なバッチ数とよりタイトな後悔の上界を導き出すことを目指す。
- バッチ数が時間horizon Tに対してO(log log T)で十分であることが，定数項まで含めて最適化された。
- 適応的なバッチサイズを用いた場合でも，固定バッチサイズの場合と同等の後悔のスケーリングが示された。
- 摂動に対するロバスト性を考慮したアルゴリズムを提案し，既存手法よりも低い後悔の上界を達成した。
拡散モデルにおける学習データ統計の理論：易から難へ [stat.ML, cond-mat.dis-nn, cs.IT, cs.LG, math.IT]目的：拡散モデルにおける学習データ統計の学習メカニズム
- 拡散モデルは強力な生成モデルだが，その学習ダイナミクスは未解明な点が多い。
- 自然画像のような複雑なデータにおいて，どのような統計情報が，どの順序で学習されるか不明である。
- 拡散モデルが複雑な分布を学習する際の，サンプル複雑性（学習に必要なデータ量）のメカニズムを解明する。
- 標準的な拡散モデルは，高次の相関に進む前に，単純なペアごとの入力統計を学習するというバイアスを持つことが示された。
- 「拡散情報指数」と呼ばれるスカラー不変量が，ペアごとの統計と高次の相関の学習のサンプル複雑性を制御することが特定された。
- ペアごとの統計は線形なサンプル複雑性で学習される一方，高次の統計は少なくとも立方的なサンプル複雑性が必要となることが証明された。
メトリックTSPに対する厳密な積分性ギャップ計算の拡張 [math.CO, cs.DS]目的：巡回セールスマン問題の subtour緩和の積分性ギャップの検証
- TSPは組み合わせ最適化の古典的な問題であり，現実世界の様々な問題に応用される。
- subtour緩和の積分性ギャップの正確な値は長年未解決であり，近似アルゴリズムの性能向上を阻害する。
- 4/3の conjectureの検証範囲を拡張し，subtour polytopeの極点列挙を改善する。
- 本研究では，BenoitとBoydの結果をn=10まで確認し，n=11, 12における極点のリストの不完全性を指摘した。
- subtour polytopeの極点列挙を一般の場合で最大14頂点，半整数頂点に限定して最大17頂点まで拡張した。
- これらの結果は，4/3 conjectureを支持する追加的な証拠を提供する。
二段階多数決規則の複雑性について [cs.GT, cs.DS]目的：議会や立法機関における意思決定に関わる逐次投票規則の複雑性
- 議会運営や政策決定において，公平かつ効率的な投票規則の設計が重要である。
- 既存の逐次投票規則には，根本的な公理を満たさない問題が存在する。
- Horan and Sprumontが提案した二段階多数決規則（TSMR）の複雑性を分析し，問題を解決する。
- 本研究では，アジェンダコントロール，連立操作，勝者可能性，勝者必要性を含む選挙管理問題の複雑性を包括的に分析した。
- その結果，これらの問題の複雑性の状況が明らかになった。
LogPTR：ポインタネットワークを用いた変数認識型ログ解析 [cs.SE]目的：ソフトウェアログの構造化
- ソフトウェア運用において，ログは問題特定やシステム改善の重要な情報源である。
- 既存のログ解析手法は，変数の種類を考慮せず，モデル調整に手間がかかるという課題がある。
- LogPTRは，変数認識機能を強化し，効率的なログ解析を実現することを目指す。
- LogPTRはログ解析をテキスト要約問題として捉え，ポインタメカニズムを活用することで，ログメッセージから重要な情報を抽出する。
- 実験結果から，LogPTRは既存の最先端のログパーサーよりも，ログテンプレート抽出と変数認識の両方で優れた性能を示すことが確認された。
- LogPTRは，ログの静的・動的要素を抽出し，変数のカテゴリを特定することで，より高度なログ解析を可能にする。
バースト性インパルス性ノイズチャネルにおける差分符号化PSK用ターボ受信機設計 [cs.IT, eess.SP, math.IT]目的：差分符号化PSK変調を用いたターボ受信機の設計
- 無線通信において，電力機器等から発生するインパルス性ノイズは，受信性能に大きな影響を与えるため，対策が重要である。
- 従来の受信機では，インパルス性ノイズ環境下での性能劣化が課題となっていた。
- 本研究は，インパルス性ノイズ環境下における受信性能向上を目指す。
- マルコフ・ミドルトンモデルに基づく情報伝達レートの理論的限界を算出した。
- 差分復調器をMAP検出器に組み込むことで，従来のターボ受信機と比較して受信性能が4.5dB向上した。
- 計算量を削減したサブオプティマルな受信機設計も提案し，ほぼ同等の性能が得られた。
非対称グラフアラインメントと非対称ツリー相関テストの相転移 [cs.HC, cs.CL, cs.IT, cs.DS, math.IT]目的：非対称相関Erdős-Rényiグラフのアラインメント手法
- ネットワーク分析，生物学，プライバシー研究など，様々な分野でグラフ間のノード対応付けが重要である。
- 既存研究は対称な設定に偏っており，ノード数やエッジ密度に非対称性がある現実世界のネットワークへの適用が課題である。
- 非対称なグラフ構造を持つネットワークに対する効率的なアラインメント手法を確立し，相転移の条件を明確化する。
- 提案手法MPAlignは，特定の条件下で一方向のグラフ部分アラインメントを多項式時間で実現する。
- グラフの平均次数と相関パラメータの関係から，ツリー近傍のアラインメントが可能となる条件 ss' > α が導かれた。
- ss' ≤ α の場合，相転移によりアラインメントが不可能となり，ランダム部分グラフ同型性問題への応用を示唆する。
健全かつ完全な不変条件に基づくヒープ符号化 [cs.RO, cs.LO]目的：ヒープ構造を扱うプログラムの検証可能性向上
- ヒープ構造はプログラムの重要な要素であり，その検証は信頼性確保に不可欠である。
- 従来のヒープ検証手法では，構造の無限性により検証が困難な場合が多い。
- 時間依存型ヒープ不変条件を用いて，ヒープ検証を整数演算の検証に帰着させる。
- 時間依存型ヒープ不変条件は，既存の検証ツールと比較して，検証可能なプログラムの範囲を大幅に拡大する。
- 本手法は，健全性と完全性を両立した初の不変条件に基づくヒープ符号化方式である。
- 符号化の正当性に関する形式的な証明が提供されている。
分数および一般化ハイパートリー幅のFPTパラメータ化 [cs.DS, cs.CC]目的：一般化ハイパートリー幅(ghw)と分数ハイパートリー幅(fhw)の正確な計算
- グラフ理論において，グラフの構造的複雑さを測る指標は，アルゴリズム設計に不可欠である。
- ハイパーグラフの幅の計算はNP困難であり，効率的なアルゴリズムが存在しなかった。
- 幅広い幅関数に対して，固定パラメータ実行可能(FPT)なアルゴリズムを開発すること。
- 本研究により，一般化ハイパートリー幅と分数ハイパートリー幅のFPTアルゴリズムが初めて実現した。
- 管理可能な幅関数と呼ばれる幅広いクラスに対し，f-幅のFPT判定が可能となった。
- ハイパーグラフにおける消去森林の新しい組み合わせ的メカニズムと構造的正規形が開発された。
弱いメモリモデルの形式化：入門と調査 [cs.PL]目的：弱いメモリモデルの形式化に関する研究分野の概要
- 並行システムのメモリへのアクセス順序は重要であり，プログラム順序のみでは信頼できない。
- 弱いメモリ効果に対処すると，並行プログラミングの難易度が著しく増す。
- 安全性が重要な低レベルソフトウェア開発者が扱うための，厳密な仕様が求められる。
- 本調査では，弱いメモリモデルの形式化，実行への影響，および推論ツールについて概観する。
- オペレーショナルセマンティクスと公理的セマンティクスという，代表的な形式表現様式を紹介する。
- 歴史的発展，計算可能性，複雑性結果，および将来の方向性についても述べる。
$(k+2, k, 2)$ MDS配列符号の最適修復 [cs.IT, math.IT]目的：MDS配列符号における単一障害時の最小修復帯域幅の決定
- 分散ストレージシステムにおいて，耐障害性を確保する上で，MDS符号は重要な役割を担う。
- MDS符号の修復帯域幅は，計算量とI/O負荷のトレードオフがあり，最適化が課題である。
- 固定されたサブパケット化レベル下で，MDS符号の単一障害に対する最小修復帯域幅を求める。
- 2つのパリティノードとサブパケット化レベル2の場合について，修復スキームと射影線上の点集合の対応関係を確立した。
- \(\text{PGL}_2(\Fq)\)の鋭意3移行的作用を利用し，修復帯域幅の下限を導出した。
- 下限を修復I/Oに拡張し，証明可能な修復効率を持つ実用的な符号設計を2種類構築した。
- 1
- 2