arXiv雑要約
プログラム - 2026/03/17 公開
比較学習による効率的なストーリーポイント推定 [cs.AI, cs.SE]目的：ストーリーポイント予測モデルの校正のための比較学習フレームワークの評価
- アジャイル開発において，ストーリーポイントはスプリント計画の重要な要素である。
- 既存の機械学習モデルは，同一プロジェクトのデータで学習しないと精度が低下する。
- 比較学習により，少ない労力でプロジェクト固有のストーリーポイント推定を改善することを目指す。
- 比較学習で訓練したモデルは，実際のストーリーポイントとの相関が0.34となり，既存の回帰モデルと同等かそれ以上の性能を示した。
- 人間による実験の結果，比較判断は直接評価よりも自信度が高く，注釈時間も短く，合意も同程度であった。
- 提案する比較学習アプローチは，性能，注釈時間，データ信頼性の面で，回帰ベースのアプローチよりも効率的である。
平面グラフにおける面接触支配集合：別の証明と線形時間アルゴリズム [cs.DS, math.CO]目的：平面グラフの頂点集合を，支配的かつ面接触となる二つの集合に分割すること
- グラフ理論は，ネットワークや最適化問題など，幅広い分野に応用されている重要な研究分野である。
- グラフ分割問題はNP困難であることが多く，効率的なアルゴリズムの開発が課題となっている。
- 線形時間で実行可能なアルゴリズムを開発し，平面グラフ分割の効率化を目指す。
- 本研究では，平面グラフが常に二つの支配的かつ面接触となる頂点集合に分割可能であることを，別の方法で証明した。
- この証明は構成的であり，グラフの分割を線形時間で実現できるアルゴリズムの基礎となる。
- 分割アルゴリズムは，2連結成分への分解，耳分解，3正則平面グラフにおける完全マッチングの計算に基づいている。
LLMを用いた見逃されたピーホール最適化の発見 [cs.PL, cs.SE]目的：見過ごされたピーホール最適化の発見
- コンパイラ最適化は，プログラムの効率を向上させる上で不可欠であり，特にピーホール最適化は重要である。
- 命令セットの複雑さから，新たな効果的なピーホール最適化を発見することは困難である。
- LLMと形式検証を組み合わせ，見逃されたピーホール最適化を自動的に発見し検証する。
- LPOは，LLVMのエコシステムにおいて，以前に報告された見逃された最適化のうち最大22件を特定することに成功した。
- SouperやMinotaurといった既存の最適化手法と比較して，LPOはより多くの最適化を発見できた。
- 開発開始から11ヶ月の間に62件の最適化を発見し，そのうち28件が確認，13件がLLVMに反映された。
敵対的強化学習によるユニットテスト生成 [cs.SE, cs.AI]目的：ユニットテストの生成
- ソフトウェア開発において，品質保証の重要性が増しており，自動テストの需要が高い。
- 高品質なユニットテストの作成は困難であり，十分なテストカバレッジを確保することが課題。
- LLMを用いたユニットテスト自動生成の品質向上を目指す。
- 提案手法UTRLは，ユニットテスト生成モデルとコード生成モデルを敵対的に学習させることで，高品質なユニットテストを生成する。
- UTRLで学習したQwen3-4Bは，教師ありファインチューニングで学習したモデルよりも高品質なテストを生成し，人間が作成したテストに近い評価結果を示した。
- さらに，UTRLで学習したQwen3-4Bは，GPT-4.1などの最先端モデルを上回り，ユニットテスト生成の有効性を示した。
制約充足問題に対するシングルトンアルゴリズム [cs.RO, cs.LO, cs.CC]目的：制約充足問題のシングルトンバージョンアルゴリズムの能力の特性評価
- 制約充足問題は，人工知能やオペレーションズリサーチなど，幅広い分野で重要な役割を果たす。
- 既存のアルゴリズムでは，制約充足問題の効率的な解決が困難な場合がある。
- シングルトンアルゴリズムの限界と可能性を明らかにし，より効率的な解法を開発することを目指す。
- シングルトンバージョンの能力は，ミニオン準同型が存在するかどうかによって特徴付けられることが示された。
- ドメインサイズが7以下の多ソート扱えるトラクタブルCSPは，シングルトンBLP+AIPアルゴリズムで解けることが証明された。
- ドメインサイズが8の場合，特定の関係構造ではシングルトンBLP+AIPアルゴリズムは適用できないことが示され，限界が明らかになった。
トランスポート層のためのターゲット非依存・プロトコル非依存インターフェース [eess.SY, cs.SY, cs.NI, cs.OS, cs.PL]目的：トランスポート層プロトコルの実装と進化の困難性に対する抽象化
- ネットワーク環境の変化に対応するため，トランスポートプロトコルは常に進化している。
- 高性能なトランスポートスタックは複雑で，プロトコルロジックの変更が困難である。
- ターゲット非依存な抽象化により，プロトコルの変更と移植性を容易にすること。
- トランスポートプログラムという抽象化を提案し，データ再構成等の主要な操作を定義した。
- DPDKやLinux XDP上で効率的に実装でき，手動最適化された実装と同等の性能を実現した。
- 基盤インフラを変更することなく，プロトコルの変更とターゲット間での移植が可能となった。
LLMエージェントの軌跡削減によるコスト削減 [cs.SE, cs.AI]目的：LLMエージェントの計算コスト削減
- LLMを活用したエージェントはソフトウェア開発において注目を集めている。
- エージェントの軌跡が肥大化し，計算コストが増大している点が課題である。
- エージェント実行時の軌跡削減により，コストを抑えることを目指す。
- 提案手法AgentDietは，エージェントの不要な情報を自動的に削減する。
- 2つのLLMと2つのベンチマークで評価した結果，入力トークン数を39.9%-59.7%削減できた。
- また，計算コストも21.1%-35.9%削減でき，エージェントの性能は維持された。
C2|Q: 古典と量子ソフトウェア開発を繋ぐ堅牢なフレームワーク [cs.RO, cs.SE]目的：古典的仕様を量子実行可能なプログラムに変換する量子ソフトウェア開発フレームワーク
- 量子コンピューティングの普及には，より多くの開発者がアクセスできる環境が不可欠である。
- 既存の量子開発環境は低レベルな詳細に精通している必要があり，古典ソフトウェアエンジニアが利用しづらい。
- 古典的知識を活用し，量子ソフトウェア開発の参入障壁を低減することを目指す。
- C2|Qは，問題分類，量子互換形式の生成，量子回路の構築を行うエンコーダモジュールを備える。
- ハードウェア推奨モジュールは，忠実度，実行時間，コストに基づき適切な量子デバイスを選択する。
- 434のPythonプログラムと100のJSON問題インスタンスを用いて評価した結果，シミュレータおよび実機で安定した実行が確認された。
分散型大規模MIMOにおける適応的なローカル結合と分散復号 [cs.NI, cs.IT, math.IT]目的：分散型大規模MIMOシステムにおける効率的な上り処理の実現
- 大規模MIMOは，無線通信容量を飛躍的に向上させる技術として重要視されている。
- 分散型MIMOでは，アクセスポイント間干渉が問題となり，性能低下を招く。
- 局所チャネル状態に応じた動的な空間度数割当による干渉抑制を目指す。
- 提案手法であるG-PFZFおよびG-PWPFZFは，従来のPFZF/PWPFZFと比較して優れた性能を示す。
- 分散型大規模退色復号（d-LSFD）は，集中型LSFDに近い性能を低コストで実現する。
- 提案する結合と復号の組み合わせにより，スペクトル効率が大幅に向上する。
RESCUE：検索拡張セキュアコード生成 [cs.RO, cs.CR, cs.LG, cs.SE]目的：セキュアコード生成のための検索拡張生成フレームワーク
- 近年のLLMの発展にもかかわらず，脆弱なコード生成が課題。セキュリティ知識の組み込みが重要。
- 従来のRAGはセキュリティ関連文書のノイズに弱く，タスク記述のセキュリティ意味を見落とす。
- セキュリティ関連文書のノイズ軽減とタスク記述のセキュリティ意味の活用により，セキュアコード生成を改善する。
- RESCUEは，LLM支援クラスタリングとプログラムスライシングを組み合わせたハイブリッド知識ベースを構築する。
- 階層型多面的検索により，知識ベースを段階的に探索し，複数のセキュリティ情報を統合する。
- 4つのベンチマークで評価した結果，SecurePass@1指標を平均4.8ポイント向上させ，新たな最先端性能を達成した。
エージェント駆動アノテーションと評価によるLLMコードエージェントの自動ベンチマーキング [cs.SE, cs.CL]目的：LLMコードエージェントの自動ベンチマーキング手法
- ソフトウェア開発の自動化が重要視される中で，コードエージェントの性能評価が不可欠である。
- 既存のベンチマークは専門知識が必要で多様性に欠け，評価コストが高いという課題がある。
- 人間による監督とLLMを活用し，多様で大規模な評価データセットを効率的に構築することを目指す。
- PRDBenchを開発し，20分野のPythonプロジェクト50件を収録した。各プロジェクトにはPRDと評価基準が付属する。
- 汎用LLMの評価精度問題に対し，Qwen3-Coder-30Bをベースとした専門モデルPRDJudgeを提案し，90%以上の人間との合致率を達成した。
- 本研究は，最新のコードエージェントを評価するための，スケーラブルで堅牢かつ高精度なフレームワークを提供する。
SHAPエントロピー正則化によるプライバシー保護型説明可能なAIoTアプリケーション [cs.CR, cs.AI, cs.IT, cs.LG, cs.NI, math.IT]目的：説明可能なAIoTアプリケーションにおけるプライバシー漏洩の軽減
- スマートホーム環境でAIoTが普及し，透明性と解釈可能性が求められている。
- 説明手法（SHAP, LIME等）が，意図せず機密情報を漏洩する可能性がある。
- SHAPエントロピー正則化により，プライバシー保護と説明性を両立することを目指す。
- 提案手法では，SHAP値の分布のエントロピーを正則化することで，プライバシー漏洩を抑制する。
- 開発したプライバシー攻撃実験において，提案手法はベースラインモデルと比較して大幅に漏洩を低減した。
- 高い予測精度と説明の忠実性を維持しつつ，プライバシー保護を実現する。
間接コフロー計画 [cs.DS, cs.NI]目的：再構成可能ネットワークにおけるルーティング問題，特にコフロー計画
- ネットワーク資源の効率的な利用は，現代の情報通信システムの根幹をなす重要な課題である。
- 従来のコフロー計画は，データ転送量が大きいことを前提としており，小規模な転送量に対しては効率が低い。
- 小規模なデータ転送量に対する効率的なコフロー計画アルゴリズムを開発し，性能向上を目指す。
- 本研究では，従来のアルゴリズムよりも小規模な需要に対して優れた性能を示すアルゴリズムを設計した。
- 間接ルーティングや分数的マッチングの利用により，小規模なデータ転送量における性能向上が確認された。
- データ転送量が少ない状況下では，間接的なルーティングが有効であることを示した。
AIにおける不確実性定量化とデータ効率：情報理論的視点 [cs.IT, cs.AI, cs.LG, math.IT]目的：AIにおける不確実性定量化とデータ効率の向上
- ロボティクス，通信，医療など，データ制約下でのAI活用が重要視されている。
- 限られたデータでは知識の不完全性から予測性能が制限されるという課題がある。
- データ不足を克服し，予測の不確実性を定量化することで性能向上を目指す。
- ベイズ学習やpost-Bayes学習といったフレームワークによる不確実性定量化手法が検討されている。
- 情報理論に基づく汎化誤差限界を通じて，データ量と予測不確実性の関係が理論的に解明されている。
- Conformal prediction等の有限サンプル保証を持つ不確実性定量化手法や，合成データによるデータ効率化が進んでいる。
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：チャネル推定の精度向上とパイロットオーバーヘッドの削減
- 現代の無線システムにおいて，正確なチャネル状態情報(CSI)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制約下で，CSI取得は困難を極める。
- 多様な展開環境下でもロバストで汎用性の高いCSI推定を実現すること。
- 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。
- ビジョン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により，空間，時間，周波数相関を捉える。
- 予測的事前知識とリアルタイム測定値を効率的に融合し，疎またはノイズの多い条件下でも信頼性の高いCSI再構成を可能にする。
低双子幅グラフにおける彩色困難性 [cs.CL, cs.CC, cs.DM, cs.DS, math.CO]目的：低双子幅グラフにおける彩色問題の計算複雑性
- グラフ理論は，ネットワーク分析や最適化問題など，様々な分野に応用される重要な研究領域である。
- 双子幅はグラフの構造を捉える指標だが，双子幅が小さいグラフに対するNP困難問題の存在は未解明な点が多い。
- 本研究では，双子幅が小さいグラフにおける彩色問題の困難性を明らかにすることを試みる。
- 双子幅が3以下のグラフのクラス ($\mathcal T_3$) において，最小彩色問題がNP困難であることが示された。これは，コグラフや木，単位円弧グラフなどと比較して新たな結果である。
- また，任意の$k \geqslant 3$に対して，$k$-彩色問題が双子幅が4以下のグラフのクラス ($\mathcal T_4$) においてNP困難であることが示された。
- 双子幅に関するP問題とNP困難問題の間のギャップや，平面グラフを排除する双子幅のクラスの特性について，未解決の疑問が提示された。
ソフトウェア工学研究におけるオープンサイエンスの現状：ICSE成果物に関する事例研究 [cs.SE]目的：ソフトウェア工学研究におけるオープンサイエンスの実態
- 研究の透明性，検証可能性，再利用性を高めることは，科学の発展に不可欠である。
- ソフトウェア工学研究における成果物の実行可能性や再現性が十分に検証されていない。
- ICSEで公開された成果物を評価し，実行性と再現性の課題を特定する。
- 評価された100個の成果物中，完全に実行可能だったのは40個に留まった。
- 実行可能な成果物であっても，32.5%のみが修正なしで実行でき，多くは中～高程度の労力を必要とした。
- 実行可能な成果物のうち，オリジナル結果を再現できたのは35%（14/40）のみであり，成果物の公開と実行可能性・再現性との間に大きな乖離があることが示された。
WebCoderBench：包括的かつ解釈可能な評価指標によるウェブアプリケーション生成のベンチマーク [cs.CL, cs.SE, cs.AI]目的：ウェブアプリケーション生成のためのベンチマーク
- ウェブアプリケーションは，LLMの能力を示す重要な領域であり，商業的価値も高い。
- 実用的な要件，汎用的な評価指標，解釈可能な結果が求められるが，既存のベンチマークは不十分である。
- 現実世界のユーザー要件に基づく，汎用性と解釈可能性を備えた評価ベンチマークを構築する。
- WebCoderBenchは，1,572件の現実世界のユーザー要件を含む，初のベンチマークである。
- 24の評価指標を用い，ルールベースとLLMを用いた評価を組み合わせることで，客観的な評価を実現した。
- 実験の結果，どのLLMも全ての評価指標で優位性を示さず，モデル改善の余地があることが示唆された。
マルチアクセス符号化キャッシュにおける線形サブパケット化を用いた新しい構造：巡回マルチアクセス非半和分離パッキング [cs.IT, math.IT]目的：マルチアクセス符号化キャッシュシステムの伝送負荷軽減
- キャッシュシステムは，ネットワークトラフィックを削減し応答時間を改善するため，重要な技術である。
- 既存方式は，ユーザー数増加に伴いサブパケット化レベルが指数関数的に増加する問題がある。
- 線形サブパケット化で低い伝送負荷を実現する新しいキャッシュスキームを設計すること。
- 本研究で提案するCMA-NHSDP構造により，新しいマルチアクセス符号化キャッシュスキームが得られた。
- 理論的・数値解析の結果，提案スキームは既存の線形サブパケット化スキームよりも低い伝送負荷を達成する。
- また，提案スキームは一部の場合において，指数関数的サブパケット化スキームと比較しても伝送負荷を低減する。
ランダムフォレストの回路表現とXAIへの応用 [cs.AI, cs.LG, cs.LO]目的：ランダムフォレスト分類器の回路表現
- 機械学習モデルの解釈可能性は，信頼性と公平性の確保に不可欠である。
- ランダムフォレストは解釈が難しく，意思決定の根拠が不明瞭になりがちである。
- ランダムフォレストの意思決定プロセスを理解するための新しい手法の確立。
- ランダムフォレストを回路に変換する効率的な手法を提案し，既存手法よりも優れていることを示した。
- 提案手法を用いて，意思決定の完全かつ一般的な理由を計算可能な回路を得ることに成功した。
- 意思決定の頑健性を計算し，決定を覆す最短経路を特定するためのアルゴリズムを開発した。
社会科学における計算再現性の自動化：プロンプトベースとエージェントベースのアプローチの比較 [cs.SE, cs.CL]目的：社会科学研究における計算再現性の自動化
- 科学研究の信頼性確保は重要であり，再現性はそれを担保する上で不可欠である。
- 計算研究の再現は，環境依存や欠損により困難な場合が多い。
- 大規模言語モデルとAIエージェントを用いた自動的な再現性の改善を目指す。
- プロンプトベースのアプローチでは，再現成功率は31～79％で，プロンプトの文脈とエラーの複雑さに影響された。
- エージェントベースのアプローチは，再現成功率が69～96％と，より高い性能を示した。
- 特にエージェントベースシステムは，多様なエラータイプに対して手動による労力を削減し，再現成功率を向上させることが示唆された。
GitHubの世界への没入：コーディングエージェントの熟練度向上 [cs.SE]目的：大規模なソフトウェアエンジニアリング学習データセットの構築
- 現実世界のソフトウェア開発では，高品質な学習データの不足が課題である。データ不足は，開発効率や品質に大きく影響する。
- 環境構築，ユニットテスト作成，問題文の作成といった複雑な作業が，データ規模拡大の障壁となっている。
- 本研究は，自動化されたワークフローを用いて，大規模かつ高品質なソフトウェアエンジニアリング学習データセットを構築し，その有効性を示す。
- ScaleSWEは，GitHubの5200リポジトリから600万件のプルリクエストを処理し，10万件の検証済みソフトウェアエンジニアリングインスタンスを含むScale SWE Dataを生成した。
- このデータセットは，既存のデータセットと比較してリポジトリの多様性とタスクの複雑さにおいて大幅に優れている。
- ScaleSWE Agentは，SWE Bench Verifiedにおいて64%の解決率を達成し，ベースモデルをほぼ3倍上回る性能を示した。
優先順位制約付き決定木とカバレッジ [cs.DS, cs.LG]目的：最適な決定木と集合被覆問題における優先順位制約下の最適化
- 意思決定やデータ分類の効率化に貢献する決定木は，計算機科学の根幹をなす重要な研究分野である。
- 従来の決定木や集合被覆問題では，要素間の優先順位制約が考慮されておらず，現実の問題への適用が困難であった。
- 優先順位制約を考慮した決定木と集合被覆問題の近似アルゴリズムを開発し，その近似率を評価することを目的とする。
- 優先順位制約付き決定木およびカバレッジ問題に対し，$\mathcal{O}^*(\sqrt{m})$ 近似アルゴリズムを提案した。
- 一般的な優先順位制約下での近似下限である$o(m^{1/12-\epsilon})$ を示した。
- 特に重要なアウトフォレストとインフォレストに対し，多項式時間近似アルゴリズムとその限界を示した。
Beyond-Diagonal RIS を用いた ISAC システムにおける結合プリコーディングと位相シフト最適化 [cs.IT, math.IT]目的：多ユーザー ISAC システムにおける通信とセンシング性能のトレードオフの柔軟な設計
- 通信とセンシングを統合する ISAC は，様々な応用において重要性が増している。
- 従来の RIS では性能向上の限界があり，より高度な制御が必要とされている。
- Beyond-Diagonal RIS の最適化を通じて，ISACシステムの性能向上を目指す。
- 提案手法は，多ユーザー干渉管理とセンシングビームゲイン近似を組み合わせた最適化フレームワークを採用している。
- プリコーディングベクトルと RIS の位相シフト行列を同時に最適化することで，通信品質とセンシング性能を向上させている。
- シミュレーション結果から，提案手法が従来の RIS を上回り，通信とセンシング性能のトレードオフを改善できることが示されている。
QuantumX：量子コンピューティングと量子ソフトウェアエンジニアリングの統合を目指す新たな学問分野 [cs.SE]目的：量子コンピューティングとソフトウェアエンジニアリングの融合に向けた研究活動の統合
- 量子技術は，計算能力の限界を超え，科学技術の発展に不可欠な要素となりつつある。
- 量子コンピューティングは発展途上であり，ソフトウェア開発における品質保証や標準化が課題である。
- 量子ソフトウェアエンジニアリングの確立に向け，学術コミュニティの連携と方向性を示す。
- 本イベントは，スペインにおける量子コンピューティングとソフトウェアエンジニアリングの研究グループ間の連携を促進した。
- 発表された研究は，量子サービスエンジニアリングから量子機械学習まで，多様な分野に及んでいる。
- 今後の量子ソフトウェアエンジニアリングの発展に向けた課題と方向性が明確にされた。
TOSSS：大規模言語モデルのためのCVEベースのソフトウェアセキュリティベンチマーク [cs.CL, cs.CL, cs.LG, cs.CL, cs.CR, cs.SE]目的：大規模言語モデルのソフトウェアセキュリティ能力の測定
- ソフトウェア開発におけるLLMの利用拡大に伴い，セキュリティリスク評価の重要性が増している。
- 既存のLLM向けセキュリティベンチマークは，脆弱性の範囲が限定的である。
- CVEデータベースを利用し，LLMが安全なコードと脆弱なコードを選択する能力を評価する。
- TOSSSベンチマークは，LLMに安全なコードと脆弱なコードの選択を促し，そのセキュリティスコアを0から1の間で算出する。
- C/C++およびJavaコードを用いた14のLLM評価の結果，セキュリティスコアは0.48から0.89の範囲であった。
- TOSSSは，既存のLLMベンチマークレポートに組み込むことで，セキュリティ面での評価を補完できる可能性がある。
非単調サブモジュラー最大化におけるマトロイドおよびナップサック制約下の決定性アルゴリズム [cs.DS, cs.CC, math.OC]目的：非単調サブモジュラー関数のマトロイドおよびナップサック制約下での最大化
- 組合せ最適化の重要な分野であり，様々な応用を持つ。
- 高精度な近似アルゴリズムの多くはランダム化されている。
- 決定性近似アルゴリズムによる精度向上を目指す。
- マトロイド制約下では，近似率 $(0.385 - \epsilon)$ を達成した。
- ナップサック制約下では，近似率 $(0.367 -\epsilon)$ を達成した。
- 既存の決定性近似アルゴリズムの精度を向上させた。
共代数的パス制約 [cs.DB, cs.CL, cs.RO, cs.LO]目的：共代数の共変種類の公理化
- 代数的な公理化に比べ，共代数の共変種類の公理化は直感的でない。
- 既存の手法は，共代数モダール論理などに依存しており，扱いが難しい。
- パス制約を用いて，より扱いやすい共変種類の公理化を試みる。
- パス制約は，共変種類を定義することが示された。
- モノイド上のパスの値を定め，それらが一致する制約を課すことで，代数的な風味を持つ表現を提供する。
- 特定のケースにおいて，パス制約に対する最終共代数を構成した。
daVinci-Env：大規模な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，生産性向上や効率化に不可欠である。
- 既存の学習環境は規模が小さく，多様性に欠ける場合が多い。
- 大規模かつ高品質な学習環境を提供し，エージェントの学習効率を高める。
- OpenSWEは，45,320個の実行可能なDocker環境と12,800以上のリポジトリを含む，ソフトウェアエンジニアリングエージェント学習のための最大の透明性の高いフレームワークである。
- OpenSWE-32BとOpenSWE-72BはSWE-bench Verifiedで62.4%と66.0%を達成し，Qwen2.5シリーズにおいて最先端の性能を示した。
- ソフトウェアエンジニアリングに特化した学習は，数学や科学のベンチマークにおいて性能向上をもたらし，事実の想起能力を損なわない。
凸錐のガウスランダム射影：近似キネマティック公式と応用 [math.PR, cs.IT, math.IT, math.ST, stat.TH]目的：凸錐のガウスランダム射影のキネマティックな振る舞いの記述
- 高次元確率における基本的な問題であり，多様な分野に応用可能である。
- 凸錐のランダム射影における確率的振る舞いの理解が十分ではない。
- ガウスランダム射影の近似キネマティック公式を導き，その有用性を示す。
- ガウスランダム射影された閉凸錐は，統計的次元に基づいたランダムに回転された錐のように振る舞うことが示された。
- 固定された閉凸錐との交差は，次元関係によって確率的に決定される。
- 本研究の公式は，統計的学習，数理計画法，漸近幾何学的解析に応用され，新たな相転移や定理が導かれた。
ホモトピー基数とエントロピー [math.CT, cs.IT, math-ph, math.IT, math.MP]目的：ホモトピー基数と情報理論の関係性
- 型理論と情報理論の融合は，形式的な推論と確率的モデリングを結びつける上で重要である。
- ホモトピー基数の依存積への影響は未解明であり，情報理論的解釈の妨げとなっていた。
- ホモトピー基数を用いたエントロピーの形式的な定義と，連鎖律の導出を目指す。
- ホモトピー基数は，ある条件の下で依存和に関して整合性を持つことが示された。
- しかし，一般的には依存積に対して整合性を持たないことが明らかになった。
- 対数関数のべき級数展開を用いて，エントロピーをホモトピー基数として定義し，エントロピーの連鎖律を導出した。
順序モデルに対するハイブリッド表題の終端性 [math.LO, cs.LO]目的：順序モデルにおけるハイブリッド表題の終端性
- ハイブリッド論理は様相論理を拡張し，関係の性質記述に有用
- 既存の表題計算は，特定の順序モデルで終端しない場合がある
- 厳密な部分順序，非有界部分順序，部分順序モデルでの終端性を示す
- 本研究では，厳密な部分順序モデルに対する終端する表題計算を提示した
- また，非有界部分順序モデルおよび部分順序モデルに対しても同様の終端性を示すことができた
- これにより，部分順序に関する性質記述の自動化が可能になった
不確実性の下での最適化：仕様を用いた順序の理解とプログラムのテスト [math.OC, cs.SE]目的：不確実性下における最適化手法の仕様と検証
- 最適化は，気候科学，経済学，工学など幅広い分野で不可欠な問題解決手法である。
- 不確実性や多目的化といった複雑な状況下では，信頼性の高い最適化手法が求められる。
- 関数型プログラミングを用いて，不確実性の種類に応じた最適化手法の仕様とテストを行う。
- 総順序が定義できない状況下でも，最適化問題を解決するための枠組みを提示した。
- 多目的最適化においては，標準的な最小化が部分順序へと一般化されることを示した。
- 単調性条件を用いることで，関手的不確実性を扱うための手法を開発した。
サブ波長無線局所化のためのモデルベース暗黙的ニューラル表現 [eess.SP, cs.AI, cs.IT, cs.LG, math.IT]目的：サブ波長無線局所化の精度向上
- 基地局の大規模アンテナアレイにより，無線局所化の精度が向上している。
- 複雑な無線環境，特に非見通し(NLoS)環境下では，従来の信号処理技術の精度が低下する。
- メモリ要件を削減しつつ，無線局所化の精度を向上させることを目指す。
- 提案手法は，複雑な静的NLoS環境下でもサブ波長レベルの局所化精度を達成する。
- 従来のフィンガープリント法と比較して，局所化精度が数桁向上し，メモリ要件は1桁削減される。
- モデルベースのニューラルネットワークが場所とチャネルの対応関係を学習し，フィンガープリント比較辞書を拡張する。
バタフライ木の高さ [math.PR, cs.DS, math.CO]目的：二分探索木の高さに関する研究
- 二分探索木は基本的なデータ構造であり，効率的なデータ処理に不可欠である。
- 二分探索木の性能は木の高さに大きく依存するが，その高さの予測は困難である。
- 本研究では，ブロックモデルを用いた二分探索木の高さの分布を解析し，バタフライ木に着目する。
- ブロック二分探索木において，外部サイズを固定した場合の高さは，既知の結果に外部木の高さが加わる形で分布収束する。
- 反復クロネッカー積で生成される単純なバタフライ木の高さは，多項式オーダーで増加することが示された。
- 反復 wreath 積で生成されるバタフライ木では，高さの期待値に対するべき乗則の範囲が証明された。
物理整合モデル下におけるBeyond-Diagonal RISアーキテクチャ設計と最適化 [eess.SP, cs.IT, math.IT]目的：Beyond-Diagonal RISのアーキテクチャ設計と最適化
- 次世代無線通信において，RISは重要な役割を担う技術として期待されている。
- 従来のRISは柔軟性に欠け，性能向上の限界がある。
- 現実的な電磁波効果を考慮した物理整合モデル下での設計と最適化を目指す。
- バンド接続型RISは，完全接続型RISと同等のチャネルシェーピング能力を持つことが示された。
- SISOシステムに対しては閉形式解が得られ，MIMOシステムに対してはSDRに基づく最適解法が提案された。
- シミュレーション結果から，単方向近似は十分な精度を提供し，相互結合は考慮すべきであることが示された。
マルコフ設定下における未知の事前分布・事後分布を用いた逐次変化検出 [math.OC, cs.SY, eess.SY, physics.app-ph, cond-mat.supr-con, cs.SY, eess.SY, quant-ph, math.ST, cs.IT, eess.SP, math.IT, stat.TH]目的：マルコフ設定下での逐次変化検出アルゴリズムの性能評価
- 変化検出は，様々なシステムにおける異常やイベントの早期発見に不可欠である。
- 事前分布・事後分布が未知の場合，変化検出は困難を伴う。
- PageのCUSUM統計量と汎用コードを用いて，分布が未知の場合の変化検出問題を解決する。
- 本研究では，2022年の研究を拡張し，独立同一分布からマルコフ設定へと適用範囲を広げた。
- PageのCUSUM統計量と経験分布，汎用コードを組み合わせることで，未知の分布下での逐次変化検出が可能となった。
ノイズ観測下における二部潜在空間グラフの情報理論的閾値 [math.PR, cs.IT, math.IT, math.ST, stat.TH]目的：ノイズ観測下における二部潜在空間グラフの潜在幾何学の検出可能性に関する情報理論的相転移
- グラフ構造の理解は，ネットワーク分析や機械学習など，様々な分野で重要である。
- 観測データにノイズが含まれる場合，潜在構造の検出が困難になるという問題がある。
- エッジの情報量とノイズの度合いが検出性能に与える影響を明らかにすること。
- エッジ密度pが固定された条件下で，潜在次元dとマスク確率qに関する検出閾値を厳密に決定した。
- マスクが事前に分かっている場合と隠されている場合とで，検出問題の難易度が大きく異なることが示された。
- ガウス型ランダム幾何グラフにおける符号付き部分グラフ数の上限を導出し，情報理論的閾値の最適化に貢献した。