arXiv雑要約
プログラム - 2026/04/02 公開
ソフトウェア工学における生成AIの導入に関する実証研究 [cs.SE]目的：ソフトウェア工学における生成AIの導入状況
- ソフトウェア開発の効率化や品質向上に貢献する生成AIの活用が期待されており，その重要性は高い。
- 生成AIの実際の利用状況や効果，課題に関する実証的な知見が不足している。
- ソフトウェア工学における生成AIの導入状況と影響を明らかにすること。
- 生成AIツールはソフトウェア工学の日常業務に広く導入されており，実装，検証，保守等の様々なタスクで活用されている。
- 生成AIの導入により，サイクルタイムの短縮，品質向上，知識労働の支援，生産性向上といったメリットが報告されている。
- 誤った出力，プロンプトエンジニアリングの困難さ，検証コスト，セキュリティ懸念などの課題も存在する。
亜線形疎性を持つ信号推定における直接定理と逆定理 [cs.IT, math.IT]目的：亜線形疎性を持つ信号の推定
- 信号処理の基礎課題であり，情報伝達やデータ圧縮など広範な応用分野を持つ。
- 従来の理論ではカバーできない，疎性が信号次元に対して亜線形に増加する場合の問題が存在する。
- 亜線形疎性領域における信号推定の限界と最適性を明らかにする。
- 亜線形疎性限界において，最尤推定量がノイズ分散が閾値以下の場合に消失平方誤差を達成することが示された。
- ノイズ分散が別の閾値より大きい場合，全ての推定器は信号電力以下の平方誤差を達成できないことが示された。
- 非ゼロ信号が定振幅である場合，これらの閾値は一致し，既存の分離ベイズ推定量の漸近最適性が示唆される。
学習可能なグレイ・ワイナーネットワークにおける損失のある共通情報 [cs.LG, cs.CV, cs.IT, math.IT]目的：複数の視覚タスクにおける共通情報とタスク固有情報の分離
- 多くの画像処理タスクは共通情報を含むため，効率的な表現学習が重要である。
- 従来のコーデックは共通情報を無視し，冗長で非効率な表現になりがちである。
- グレイ・ワイナー理論に基づき，冗長性を削減し，より効率的な表現学習を目指す。
- 提案手法は，複数の視覚タスクにおいて，独立符号化と比較して，冗長性を大幅に削減できることを示した。
- 損失のある共通情報の概念を導入し，共通情報とタスク固有情報のトレードオフを考慮した最適化目標を提案した。
- 実験結果から，本手法が様々な視覚ベンチマークにおいて，従来の符号化方式を上回る性能を発揮することが確認された。
QuadRank：高スループットランクエンジニアリング [cs.MA, cs.CL, cs.IR, cs.DS]目的：テキスト中の文字出現回数を高速に計算するためのデータ構造
- バイオインフォマティクスなど，大量のデータを高速に処理することが重要である。
- 従来のデータ構造では，キャッシュミスが多く，スループットがボトルネックとなる場合がある。
- キャッシュミスを減らし，並列処理におけるスループットを向上させることを目指す。
- BiRankとQuadRankは，既存手法と比較してそれぞれ約1.5倍，2倍高速に処理可能である。
- prefetchingを組み合わせることで，更に2倍の高速化を実現し，メモリ帯域幅がボトルネックとなる。
- QuadRankを用いたFM-index (QuadFm)は，Genedexと比較してサイズが小さく，最大4倍の高速化を達成する。
形式検証のためのLLM生成ACSL注釈の評価 [cs.SE, cs.AI]目的：LLM生成ACSL注釈の形式検証における品質評価
- 検証可能なソフトウェア開発には形式仕様が不可欠であり，信頼性向上に貢献する。
- 現実世界のCプログラムに対する正確かつ検証可能な仕様の自動生成は困難である。
- LLMを用いたACSL注釈の自動生成能力と限界を定量的に明らかにすること。
- LLMを含む5つのACSL生成システムを比較した結果，性能に差が見られた。
- DeepSeek-V3.2, GPT-5.2, OLMo 3.1 32B InstructといったLLMは一定の成果を示したが，課題も残る。
- 検証条件を統一することで，生成された注釈の品質，ソルバーへの依存性，証明の安定性を比較できた。
SWE-CI：継続的インテグレーションによるコードベース維持におけるエージェント能力の評価 [cs.SE, cs.AI, cs.CL]目的：コードベースの長期的な維持可能性の評価
- ソフトウェア開発において，長期的な保守性は重要な課題である。
- 既存のコード生成評価は，短期的な機能修正に偏っている。
- 継続的インテグレーションを通して，長期的な維持可能性を評価する。
- SWE-CIは，継続的インテグレーションループに基づいた新しいベンチマークである。
- 100のタスクを含み，各タスクは平均233日間，71回のコミット履歴を持つ実世界のコードリポジトリから派生している。
- エージェントに長期的なコード品質維持能力に関する貴重な洞察を提供する。
q-ガウス分布への構成的アプローチ：α-ダイバージェンスをレート関数とし，一般化されたド・モアブル・ラプラスの定理として [cs.IT, cond-mat.stat-mech, math.IT, math.PR]目的：べき乗則分布の構成的確率的枠組み
- 確率論において，大偏差原理と中心極限定理は重要な役割を果たす。
- べき乗則分布の確率的基盤は，古典的な二項過程のような構成的導出が少ない。
- 非線形微分方程式から出発し，べき乗則分布を構成的に導出する。
- 一般化された二項分布に対する大偏差原理が，α-ダイバージェンスをレート関数として示された。
- 重い裾を持つ分布($q > 1$)におけるこの巨視的スケーリングの破綻が明らかになった。
- 一般化された二項分布が，$q$-ガウス分布という重い裾を持つ極限分布に収束することが証明された。
パラメータ化された自己無効化単方向リングにおけるライブロック検出可能性 [cs.DC, cs.DM, cs.FL, cs.LO]目的：パラメータ化された対称的な単方向リングにおけるライブロック検出の決定可能性
- 並行システムの検証は，システムの信頼性確保に不可欠であり，特にライブロックの検出は重要な課題である。
- ライブロック検出は一般に困難であり，特にパラメータ化されたシステムでは決定可能性が未解決の問題であった。
- 本研究では，パラメータ化された単方向リングにおけるライブロック検出の決定可能性を示すことを目指す。
- 本研究により，領域が$\mathbb{Z}_m$で制限されるパラメータ化された対称的な単方向リングにおいて，ライブロック検出が多項式時間で決定可能であることが証明された。
- アルゴリズムは，局所遷移集合$T$に対して$O(|T|^3)$の時間で動作し，リングサイズ$K$に依存しない。
- アルゴリズムは，遷移集合$T$上の収縮的単調演算子の最大不動点を計算し，不動点が空でない場合にライブロックを判定する。
No-Clash Teaching Dimension は VC Dimension によって上限される [cs.HC, cs.ET, eess.SY, cs.SY, cs.IT, cs.LG, math.IT]目的：No-Clash Teaching Dimension の上限
- 機械学習理論において，教師あり学習の効率的な学習手法の複雑さを評価する指標が重要である。
- No-Clash Teaching Dimension が VC Dimension によって上限されるか否かは未解決問題であった。
- 有限概念クラスに対して，VC Dimension を上限とする No-Clash Teaching Dimension の構成を目指す。
- 有限概念クラスにおいては，VC Dimension を持つフラグメントが非衝突条件を満たすことを示した。
- これらのフラグメントを教示集合として用いることで，上記の未解決問題が解決される。
- これにより，No-Clash Teaching Dimension が VC Dimension によって上限されることが証明された。
Vision2Web：エージェント検証による視覚的ウェブサイト開発のための階層的ベンチマーク [cs.SE, cs.AI]目的：視覚的ウェブサイト開発のための階層的ベンチマーク
- ウェブサイト開発は，デジタル社会において不可欠な要素であり，その自動化は効率向上に繋がる。
- 複雑なウェブサイト開発を評価する体系的なベンチマークが不足しており，大規模言語モデルの能力を十分に検証できていない。
- 実際のウェブサイトに基づいたベンチマークを提供し，エージェントのウェブサイト開発能力を多角的に評価することを目指す。
- Vision2Webは，静的なUIからコード生成，インタラクティブなフロントエンドの再現，そしてフルスタック開発まで，ウェブサイト開発の階層構造を網羅する。
- ベンチマークは193のタスクと1255のテストケースを含み，GUI検証とVLMベースの判定という2つの検証方法を用いることで，信頼性の高い評価を実現する。
- 最先端モデルであってもフルスタック開発において課題が残っており，性能に大きな差があることが明らかになった。
電場支援分子通信：ギルサノフに基づくチャネルモデル化と動的波形最適化 [cs.IT, eess.SP, math.IT]目的：電場支援分子通信におけるチャネルモデル化と動的波形最適化
- 分子通信は，電波が届かない環境下での情報伝達手段として期待されている。
- 電場下での分子拡散は複雑であり，従来の解析手法では正確なチャネルモデル化が困難である。
- 電場下での分子通信チャネルの解析的モデル化と，それに基づく波形最適化を達成する。
- ギルサノフに基づく確率的モデリング手法により，吸収型および受動型受信機に対するチャネルインパルス応答を解析的に導出した。
- 受信スロットの確率がビット誤り率を決定する主要因であり，シンボル間干渉は高次の補正として現れることが示された。
- 受信確率最大化アルゴリズムを提案し，分子通信システムの性能向上を数値的に検証した。
無限個の非拡張可能なMRD符号族 [cs.HC, cs.IT, math.CO, math.IT]目的：非拡張可能なMRD符号の存在
- ランク距離符号は，誤り訂正符号の重要な分野であり，通信やデータ保存の信頼性を高める。
- MRD符号の拡張可能性は未解決問題であり，符号の性能向上を阻害する要因となっている。
- 最大長に達しない非拡張可能なMRD符号を特定し，その構造を解明すること。
- $\mathbb{F}_{q^m}$-線形MRD符号と散在部分空間の幾何学的関係性を利用した。
- 初の無限個の非拡張可能な$[4,2,3]_{q^5/q}$ MRD符号族を構成した。
- これらの符号は，同値性に関して自己双対であることが証明された。
デバイス間コーディングキャッシュにおけるサブパケット化の削減：不均一なファイル分割による手法 [cs.IT, math.IT]目的：デバイス間(D2D)コーディングキャッシュスキームにおけるサブパケット化の削減
- キャッシュサーバの負荷分散と，ユーザへの高速なコンテンツ配信が重要視される分野。
- 既存のスキームでは，すべてのパケットサイズが同一であるため，パラメータによっては削減効果に限界がある。
- パケットタイプごとのサイズを変化させることで，サブパケット化をさらに削減し，最適な通信レートを維持すること。
- 提案手法は，特定のパラメータ条件下で，既存のJi-Caire-Molisch (JCM) キャッシュスキームと比較してサブパケット化を一定割合削減することに成功した。
- パケットサイズ，ユーザグループ化，マルチキャスト送信機の選択を同時に最適化することで，全体のサブパケット化レベルを最小化する。
- 不均一なサブパケット化を可能にする新たなフレームワークを構築し，既存のスキームでは適用できないパラメータ領域にも対応できる。
代表的で情報量が多く，増幅を抑制する：モデル誤指定下におけるロバストなベイジアン能動学習の要件 [stat.ML, cs.IT, math.IT]目的：モデル誤指定下における汎化誤差の分析と，それを軽減するための新しい獲得関数の開発
- 実験計画法は，時間や予算の制約下で効率的な実験を行う上で不可欠であり，科学や産業における課題解決に貢献する。
- 従来の実験計画法は，学習データとテストデータの分布のずれ（共変量シフト）やモデルの誤指定により，汎化性能が低下する可能性がある。
- 学習データの代表性と情報量に加え，誤差の増幅を抑制することで，モデル誤指定下でもロバストな能動学習を実現することを目指す。
- モデル誤指定下における汎化誤差は，共変量シフトに加えて，これまで未特定だった誤差増幅という現象によっても駆動されることが数学的に示された。
- 提案手法R-IDeAは，代表性，情報量，増幅抑制の項を含む新しい獲得関数であり，従来の獲得関数と比較して優れた性能を示す。
- 実験結果は，提案手法が情報量のみ，代表性のみ，または両方を重視する既存手法よりも優れていることを実証している。
Traq：古典プログラムの量子コストの推定 [quant-ph, cs.LO, cs.PL, cs.SE]目的：古典プログラムの量子コストの推定手法
- 量子コンピュータ実用化に向けた性能予測が重要視されている。
- アルゴリズム毎の手動解析に依存し，汎用性に課題があった。
- 古典プログラムの量子スピードアップを自動的に推定する。
- Traqは，量子スピードアップに適した高水準言語と，量子プログラムへのコンパイル，そしてソースレベルでのコスト分析を提供する。
- コスト分析は量子プログラムの複雑さを上限で評価し，入力データへの依存性も考慮する。
- Haskellパッケージとして実装され，広範な評価が行われた。
ノイズとシステムモデルの不一致下における信頼性の高い不確実性定量化 [eess.SP, cs.IT, math.IT]目的：状態推定における不確実性の信頼性評価手法
- 状態推定は，ロボティクスや制御などの分野で不可欠であり，その精度と信頼性が重要である。
- 現状の不確実性評価は，ノイズモデルやシステムモデルの不一致によって誤った結果をもたらす可能性がある。
- モデルの不一致による不確実性評価の誤りを検出し，その原因を特定するための手法を開発する。
- 提案手法は，非信頼性指数，負の対数尤度，エネルギースコアを統合した多指標フレームワークである。
- 経験的場所検定によりシステムモデルのバイアスを検出し，指標の非対称的な感度を用いてノイズモデルとシステムモデルの不一致を区別する。
- モンテカルロシミュレーションでは，高い診断精度(80-100%)を示し，単一指標による診断手法を上回る結果が得られた。実UWB測位データでも有効性が確認された。
量子多型性と量子制約充足問題の複雑性 [quant-ph, cs.CC, cs.LO, math.CO]目的：量子制約充足問題の複雑性理論における量子多型性の概念
- 計算機科学において，制約充足問題はNP困難な問題の基礎であり，様々な応用分野で重要である。
- 古典的な制約充足問題の量子化における複雑性解析は未だ不十分であり，効率的なアルゴリズム開発が課題である。
- 量子多型性を導入することで，量子制約充足問題間の還元と関係性を明らかにし，問題を形式的に解析すること。
- 量子多型性を用いて，量子制約充足問題間の代数的枠組みが構築され，量子多型性最小値と量子関係構造の間でガロア接続が確立された。
- 量子多型性の文脈性に着目することで，古典的な制約充足問題の還元における量子健全性を実現するための交換性ガジェットの存在が完全に特徴付けられた。
- その応用として，奇サイクルでパラメータ化された量子制約充足問題と，Siggers節の量子充足性を表す量子制約充足問題が決定不能であることが証明された。
DynQ：品質重み付きコミュニティ検出による動的トポロジー非依存量子仮想マシン [quant-ph, cs.SE]目的：量子仮想マシンの動的トポロジー非依存化と品質向上
- 量子クラウドの発展に伴い，ユーザーへの抽象化層の重要性が増している。
- 既存の量子仮想マシンは，固定的なトポロジーに依存し，ハードウェアの変化に弱い。
- ハードウェアの品質データに基づき，動的に実行領域を決定することで，安定性と効率性を高める。
- DynQは，プロセッサを品質重み付き結合グラフとしてモデル化し，コミュニティ検出を用いて実行領域を決定する。
- 実機実験の結果，DynQはL1エラーを最大45.1%削減し，出力の類似性を最大19.1%向上させた。
- これにより，DynQは信頼性の高いマルチテナント量子クラウドサービスの実現に貢献する。
動的加重自動マーケットメーカーにおける最適なリバランスのリーマン幾何学 [q-fin.MF, cs.IT, math.DG, math.IT, q-fin.TR]目的：動的加重AMMにおける最適なリバランス手法の幾何学的性質
- 分散型金融（DeFi）において，自動マーケットメーカー（AMM）は重要な役割を担う。
- AMMのリバランスは，アービトラージ機会を生み出すことで実現されるが，効率的なリバランス手法は未確立である。
- AMMのリバランスにおける損失を最小化する最適な軌跡を，幾何学的に解明することを試みる。
- AMMのリバランスにおける各ステップの損失は，連続する重みベクトルのKLダイバージェンスに相当することが示された。
- 損失を最小化する補間は，ヘリンガー座標を用いた球面線形補間(SLERP)であり，重み単純平均/幾何平均に基づく既存手法と一致することが明らかになった。
- SLERPは，二進分割による再帰的なAM-GM平均計算を通じて，全ての軌跡点に到達可能であり，ステップ数が増加すると最適性から逸脱する。
時間系列相関とコルモゴロフ複雑性：ハウスドルフ次元の視点 [math.DS, cs.CC, cs.IT, math.IT, nlin.CD]目的：時間系列における偽相関の抑制
- 時間系列分析は広く用いられるが，見かけ上の相関に注意が必要である。
- 単純なパターンが，無関係な系列間にも高い相関を生じさせる可能性がある。
- コルモゴロフ複雑性を指標に，偽陽性の発生を抑制する方法を提案する。
- コルモゴロフ複雑性（圧縮耐性）が高いほど，偶然の相関が生じる確率は指数関数的に減少する。
- ノイズは観測される複雑性を増加させるため，その影響を考慮する必要がある。
- 結合ロジスティック写像や多変量フラクショナルブラウン運動において，その有効性が確認された。