arXiv雑要約
プログラム - 2026/04/21 公開
安全部分観測量子 Petri ネットにおける現在状態の不透明性：真並行意味論と正確な記号検証 [cs.LO, quant-ph]目的：安全部分観測量子 Petri ネットにおける現在状態の不透明性の定式化
- 現代システムは古典的トレースと量子相関の両方を利用され，従来の不透明性理論ではセキュリティ侵害を捉えられない。
- 古典的な不透明性理論は観測可能なイベントシーケンスに依存し，ハイブリッドアーキテクチャでのセキュリティ評価が困難である。
- 真並行意味論と記号検証アルゴリズムにより，不透明性を厳密に評価し，計算可能性を確保すること。
- 真並行意味論を導入し，古典的観測をアンフォールディング構成を介した部分順序マルチセットで表現した。
- 攻撃者の局所的な量子状態間のトレース距離として，事後状態漏洩を定量的に定義した。
- ステビリザー形式論と状態集約により，計算量的な効率性を実現し，正確な漏洩評価を可能にした。
ゼロ知識証明のためのAI ASICの活用 [cs.AR, cs.CL, cs.CR, cs.DS, cs.PL]目的：ゼロ知識証明の効率的な実行
- 暗号技術の応用拡大に伴い，計算コストが課題となっている。
- ゼロ知識証明の計算は，多スカラー乗算やNTT演算にボトルネックが存在する。
- AI ASICの活用により，これらの計算を高速化し，証明のコスト削減を目指す。
- MORPHフレームワークを開発し，AI ASICに最適化されたゼロ知識証明カーネルを実装した。
- TPUv6e8を用いた実験で，NTT演算において既存手法の最大10倍の性能向上を達成した。
- 多精度モジュラー演算を低精度GEMMに変換することで，計算効率を高めた。
マルチエージェント具現化質問応答のためのメモリ中心電力配分 [cs.RO, cs.IT, math.IT]目的：マルチエージェント具現化質問応答における電力配分
- ロボットチームが長期間にわたる観察結果を基に質問に答えることが重要である。
- 既存手法はセンシング，通信，計算に偏っており，メモリの質に着目したものが少ない。
- メモリの質を重視した電力配分により，ロボットチーム全体の質問応答性能向上を目指す。
- 提案手法では，生成敵対ネットワークを用いたメモリの質(QoM)モデルを導入し，メモリ検索性能を評価する。
- 通信リソース制約下でQoMを最大化するメモリ中心電力配分(MCPA)を提案する。
- MCPAは，送信電力をGAEエラー確率に比例させることで，QoMの高いロボットに優先的に電力配分する。
Raven：ビデオに基づいた評価によるScratchプログラムの自動評価の再考 [cs.SE]目的：Scratchプログラムの自動評価手法
- 計算機科学教育において，Scratchのようなブロックベース環境の利用が拡大している。
- 従来の自動評価手法は，Scratchプログラムの多様性に対応できず，信頼性と拡張性に課題がある。
- ビデオ生成ルールを用いた新しい自動評価フレームワークにより，評価の一貫性と拡張性を向上させる。
- Ravenは，プログラム固有の条件ではなく，タスクレベルのビデオ生成ルールを用いて評価を行う。
- 大規模言語モデルとビデオ分析を組み合わせることで，多様な実装戦略やインタラクションシーケンスに対応する。
- 実際の課題を用いた評価で，既存の自動評価ツールよりも高い精度と堅牢性を実証した。
HRS符号のSchur平方の次元 [cs.IT, math.IT]目的：HRS符号のSchur平方の次元
- 誤り訂正符号理論は，通信や情報記憶の信頼性を担保する上で不可欠な分野である。
- Schur平方は符号の構造を変化させ，古典的・量子符号理論における解析が困難となる場合がある。
- HRS符号のSchur平方の次元を明確にすることで，符号の安全性評価に貢献する。
- HRS符号のSchur平方の次元に関して，下限と上限を導出した。
- 特定のパラメータ条件下では，Schur平方の次元が上限値$(2t-2s+1)s$に達することを示した。
- 特定の条件下では，Schur平方の次元がランダム符号の次元と一致し，暗号への応用可能性を示唆した。
人間とAIの協調コーディングのスケーラビリティには，制御可能な合意層が不可欠 [cs.SE, cs.HC, cs.LG]目的：人間とAIの協調コーディングにおける合意形成のあり方
- AIによるコーディング支援は開発効率を向上させるが，その過程の透明性が課題となっている。
- 既存のAI支援開発では，システムの構造や依存関係が失われ，変更による影響の把握が困難である。
- 合意層を介して構造的情報を明示化し，システムの透明性と堅牢性を高めることを目指す。
- 本研究では，構造化された世界モデルである合意層を主要な成果物とし，コードはそこから派生させるアプローチを提案する。
- エビデンスは合意層内の構造的記述に直接関連付けられ，全てのコミットメントの監査可能性と未定義部分の可視化を実現する。
- 合意ベースのワークフローが，チャットベースラインと比較して人間の介入を減少させるかを測定するためのベンチマークタスクを提案する。
奇妙な算術，遅延評価による [cs.DS, cs.PL]目的：超現実数の実装と効率的な演算の可能性
- 数学基礎としての超現実数は，実数や複素数を超えた数の概念を提供する。
- 超現実数の演算は計算コストが高く，効率的な実装が課題であった。
- 遅延評価と再帰的データ構造を用いて，演算効率の向上を目指す。
- 遅延評価と再帰的データ構造の導入により，超現実数の演算速度が大幅に向上した。
- 実装の効率化により，より複雑な超現実数の計算が可能となった。
GitLab CI/CDにおけるキャッシュ関連の悪臭：包括的なカタログ，自動検出，そして実証的証拠 [cs.SE]目的：GitLab CI/CDにおけるキャッシュ関連の悪臭のカタログ化，自動検出手法の開発
- 継続的インテグレーション/継続的デリバリーはソフトウェア開発の速度向上に不可欠である。
- 既存研究では依存関係キャッシュの欠如に焦点を当てがちで，他のキャッシュ設定の問題が看過されている。
- GitLab CI/CDにおけるキャッシュ設定の課題を明らかにし，改善に貢献すること。
- 10種類のキャッシュ関連の悪臭を特定し，それらがパフォーマンスと信頼性に与える悪影響を検証した。
- 自動検出ツールCROSSERを開発し，82の成熟プロジェクトでF1スコア0.98を達成した。
- 228のオープンソースプロジェクトを調査した結果，悪臭が広範囲に存在することが示唆された。
GitHubにおける濫用の分類と検出フレームワーク [cs.SE]目的：GitHubにおける濫用事例の分類と検出
- 現代のソフトウェアサプライチェーンにおいてGitHubが重要な役割を担うため，そのセキュリティ確保は不可欠である。
- 既存研究はCI/CDやコラボレーションに偏っており，GitHub上の濫用行為の体系的な調査が不足している。
- ソフトウェアセキュリティの観点から濫用行為の根本原因を明らかにし，検出可能なフレームワークを構築すること。
- GitHub上の392件の濫用事例を分析し，多様な症状と原因を分類する包括的なタクソノミーを提案した。
- 提案されたタクソノミーに基づき，リポジトリとユーザーアカウントにおけるあらゆる種類の濫用を検出できる統一的なフレームワークを開発した。
- 構築したデータセットを用いた評価で，提案フレームワークは全カテゴリにおいて高い性能（F1スコア89%超）を達成した。
AIモデルが依存関係となる時：ダウンストリームソフトウェアシステムにおける事前学習済みモデルの再利用の進化の研究 [cs.SE]目的：事前学習済みモデルの再利用における変化のパターン
- 現代のソフトウェア開発において，AIモデルは不可欠な要素となりつつあり，その管理が重要である。
- 事前学習済みモデルは内部が不透明で，ライブラリと異なり進化のパターンが不明である。
- この研究は，事前学習済みモデルの依存関係がソフトウェアライブラリとどのように異なるかを明らかにすることを目指す。
- 事前学習済みモデルはプロジェクトのライフサイクルの後期に導入される傾向があり，置き換えられるよりも蓄積される。
- 事前学習済みモデルの変化は，ライブラリの変化に比べて頻度が低い（変化の移行回数はライブラリの1/3以下）。
- 事前学習済みモデルの変化は，明確な理由を伴うことが多いが，ドキュメント化は不十分である。
表現と事前順射の間の2-随伴性 [cs.LO, math.CT]目的：表現と事前順射の間の2-随伴性
- 順序構造や圏論は数学の基礎であり，様々な分野に応用がある。
- 表現のモデルが，既存の概念との関連性が不明確であった。
- 表現のモデルの正当性を示し，順序保存写像の古典的な結果の応用を検討する。
- 表現は事前順射のモデルと2-随伴性を持ち，表現の理論的な基盤を強化する。
- この随伴性は，表現の構造を理解するための新たな視点を提供する。
- 順序保存写像に関する古典的な結果が，表現の分野においても応用可能である可能性が示唆された。
確率的再帰を持つフローショップスケジューリング [cs.CL, cs.CL, cs.DS, cs.DM, math.OC]目的：確率的再帰を持つフローショップスケジューリングにおける性能指標の期待値を最小化する方策
- 製造業における効率化は，生産コスト削減や納期遵守に不可欠であり，スケジューリングはその根幹をなす。
- 従来のフローショップスケジューリングでは，再帰処理の回数が確率的に変動する状況への対応が課題であった。
- 確率的再帰を考慮したフローショップスケジューリング問題に対し，最適解や近似解の保証を与えることを目指す。
- 本研究では，問題を古典的な並列機械スケジューリング問題に帰着させ，期待値に基づく性能指標の最適解を導出した。
- 幾何分布や単調危険率分布下において，単純な優先度順方策がメイクスパンと総完了時間の期待値を最小化する最適解となることが証明された。
- 総加重完了時間を最小化する際には，単純な優先度順方策に対する近似保証が得られ，分散の二乗係数のみに依存することが示された。
確率的復号下における不整合容量 [cs.IT, math.IT]目的：不整合確率的尤度復号下でのチャネル容量
- 通信システムにおいて，信頼性の高い情報伝送を実現するためには，チャネル容量の理解が不可欠である。
- 実際の通信環境では，チャネルモデルと復号機のモデルが完全に一致することは稀であり，不整合が生じやすい。
- 本研究は，不整合が生じた状況下におけるチャネル容量を評価し，その上限を厳密に定めることを目指す。
- 不整合確率的復号下におけるエラー確率に関するFeinstein型・Verd\'u-Han型の限界が導出された。
- 得られた結果は，不整合確率的復号下でのチャネル容量に関する一般的な情報スペクトル公式へと繋がった。
- 離散無記憶チャネルと積復号メトリックにおいて，Csisz\'ar-Narayan予想のtightnessが確認された。
MASFuzzer：多次元APIシーケンスによるファズドライバ生成と適応的スケジュール [cs.CL, cs.CL, cs.SE]目的：ソフトウェアライブラリのファジングにおける効率的なファズドライバ生成とテスト戦略
- ソフトウェアの品質保証において，ファジングは重要な役割を担う手法である。
- 従来のファズドライバ作成は手動であり，時間と労力を要し，十分な網羅率を得られない場合がある。
- コードベース内のAPI使用例に基づき，より効果的なファズドライバを自動生成し，テスト範囲を拡大すること。
- MASFuzzerは，最先端の手法と比較して8.54%高いコードカバレッジを達成した。
- 16件の未知の脆弱性を発見し，そのうち14件が開発者によって確認され，9件にCVE識別子が割り当てられた。
- APIシーケンスの多次元性，適応的スケジュール，ドライバ変異戦略が，効率的なファジングを可能にしている。
不均等メッセージ保護問題のための極性符号と畳み込み符号 [cs.IT, math.IT]目的：短ブロック長領域における不均等メッセージ保護のための極性符号および畳み込み符号コセット符号の設計
- 通信システムの信頼性を高めるため，誤り訂正符号の性能向上が重要である。
- 既存の不均等メッセージ保護法は，符号化率の低下という課題を抱えている。
- 符号化率の低下を抑制し，効率的な不均等メッセージ保護を実現することを目的とする。
- 提案手法は，既存の極性符号アプローチと同等の性能を，特別な符号設計なしに達成する。
- 本構成は，スペクトル効率の高い堅牢な不均等メッセージ保護ソリューションを提供する。
- 数値結果は，提案手法が有限長ベンチマークにほぼ一致することを示している。
CodePivot：強化学習によるLLMの多言語コード変換のブートストラップ - 並列コーパスなし [cs.SE, cs.CL]目的：多言語コード変換能力のブートストラップ
- コード変換は，レガシーコードの近代化や低リソース言語のデータ拡張など，多様な応用分野で重要である。
- 既存の学習ベースの手法は，ペアワイズ変換に依存するため，多様な言語への対応が困難である。
- Pythonを中間表現として活用し，新たな強化学習報酬メカニズムにより，並列コーパスなしで多言語コード変換能力を獲得する。
- CodePivotは，Pythonから他の言語への変換タスクで学習することにより，汎用的なコード変換および低リソース言語変換タスクで性能が向上した。
- 70億パラメータのモデルは，数百億パラメータのDeepseek-R1やQwen3-235B-A22B-Instruct-2507などの大規模モデルを上回る性能を示した。
- Any-to-Anyタスクで直接学習したモデルと比較して，汎用コード変換タスクにおいても優れた性能を発揮した。
データセットのトポロジカル双対：AlphaGeometryスタイルデータの論理-トポロジー符号化 [cs.DC, cs.AI, cs.LO]目的：論理からトポロジーへの符号化によるデータ表現の構造的不変性
- 近年，ニューロシンボリック推論が注目されており，複雑な問題を解決する可能性を秘めている。
- AlphaGeometryのようなシステムでは，推論エンジンのスケーラビリティがボトルネックとなり，効率が制限されている。
- データ表現の構造的理解を深め，ニューラルガイダンスの効率を改善することを目指している。
- 本研究では，論理の観察論理を利用し，データセットのトポロジカル双対という概念を導入した。
- この符号化手法により，モデルの潜在空間における構造的不変性が明らかになり，効率的な推論が可能になる。
- この枠組みは，ニューロシンボリックAIの解釈可能性を高め，モデルの探索経路の理解を深めるための基盤となる。
ソフトウェアアーキテクチャのための公平性優先のデザイン思考 [cs.SE]目的：ソフトウェアアーキテクチャ設計における公平性の問題への対処を支援するデザイン思考アプローチ
- デジタルシステムの普及に伴い，公平性の確保は倫理的，社会的に重要な課題となっている。
- デジタルシステムに潜在する公平性の問題は発見が難しく，解決も困難である。
- ソフトウェアアーキテクチャ設計段階から公平性を考慮する手法を確立し，問題解決を支援すること。
- 本研究では，ソフトウェアアーキテクチャ設計に公平性を優先的に組み込むためのデザイン思考アプローチを提案した。
- 大学院レベルの授業で本アプローチを実践し，その結果を分析することで，ソフトウェアアーキテクチャにおけるデザイン思考の適用と教育への示唆を得た。
- 公平性の理論と文脈の特定が，包括的な公平性優先設計に不可欠であることが示された。また，クロスカーティングな懸念事項に対処するために，複合的な視点の利用が提案された。
遠隔メモリアクセラレータ向け効率的なプログラミングモデル「Proxics」 [cs.OS, cs.AR, cs.ET, cs.SE]目的：遠隔メモリアクセラレータのプログラミングモデル
- 近年，CXLメモリプール等の分散メモリシステムが注目され，CPUとメモリ間の帯域幅問題を緩和する近接データ処理(NDP)の重要性が増している。
- NDPアクセラレータのハードウェア設計は進むものの，移植性とOS抽象化に欠け，プログラミングが困難である。
- 従来のOS抽象化を軽量かつ効率的に実装し，CPUとNDPアクセラレータ間の低遅延通信を可能にすること。
- 提案モデル「Proxics」は，従来のOS抽象化（仮想プロセッサ，プロセス間通信）に基づき，NDPアクセラレータを効率的に活用する。
- 実際のハードウェアプラットフォームで検証した結果，CPU単体実装と比較して性能向上が確認された。
- CPUとNDPアクセラレータ間の効率的な低遅延通信が，性能向上に不可欠であることが示された。
CPSLintの実装：産業サイバー物理システム向けデータ検証・サニタイズツール [cs.PL]目的：産業用サイバー物理システムにおけるデータ準備の効率化
- 産業用CPSでは，システムの状態を継続的に記録する時系列データが重要であり，その活用が不可欠である。
- データ準備作業がアドホックなPythonスクリプトに依存しており，可読性，再利用性，保守性に課題がある。
- CPSLintは，データ準備作業を簡素化し，データサイエンティストとドメイン専門家の両方が容易に利用可能にすることを目指す。
- CPSLintは，産業用CPSのデータ準備プロセスを支援するためのドメイン固有言語(DSL)である。
- DSLを用いることで，データ準備プロセスを数行のコードで表現することが可能となる。
- CPSLintは，時系列データのサニタイズが必要なあらゆるケースに適用可能な公開ツールである。
EFX に対する反例：3 人以上のエージェント，n+5 個以上のアイテム，単調な評価 [cs.GT, cs.DS]目的：公平な物品分配における EFX（任意の物品を取り除いた場合でも他のエージェントの分配を羨まない状態）の存在可能性に関する反例の提示
- 公平な資源配分は，社会的な公正性の観点から重要であり，経済学，計算機科学など多くの分野で研究されている。
- EFX 分配は，理論上は魅力的な概念であるが，特定の条件下では存在しない可能性が指摘されており，その条件を特定することが課題となっている。
- エージェント数とアイテム数がある条件下で EFX 分配が存在しないことを示すことで，公平な配分の限界を明らかにする。
- 3 人のエージェントと 7 つの物品の場合，EFX 分配が存在することの証明を SPASS-SAT を用いて行った（計算規模：約 30GB，時間：約 30 時間）。
- 3 人のエージェントと 8 つの物品の場合，EFX 分配が存在しないことを示す反例を SPASS-SAT によって見つけた（計算時間：約 20 時間）。
- この反例は，離散的な公平分割理論における重要な問題の一つに否定的な答えを与えている。
WebCompass: コード言語モデル向けマルチモーダルWebコーディング評価へ [cs.SE, cs.AI]目的：Webコーディング能力の包括的評価基準
- Web開発は現代社会において不可欠であり，自動化技術の進展が求められている。
- 既存の評価基準はWeb開発の一側面しか評価せず，視覚的品質やインタラクティブ性が見過ごされている。
- Web開発の全サイクルを評価し，より現実的な能力測定を目指す。
- WebCompassは，テキスト，画像，動画の3つの入力形式と，生成，編集，修正の3つのタスクタイプに対応したマルチモーダルな評価基準である。
- 評価には，LLMをJudgeとするチェックリスト方式と，AgentをJudgeとする自動テストパラダイムを採用している。
- 実験の結果，クローズドソースモデルの方が優れており，編集と修正は異なる難易度プロファイルを示すことが明らかになった。
非構造化仕様からの要件形式化に向けたエージェント型LLMアプローチ [cs.SE]目的：非構造化仕様からの検証可能なプロパティの抽出
- 安全性確保が重要なシステムでは，自然言語による初期段階の仕様が一般的である。
- 自然言語仕様は形式的な検証が難しく，安全性保証の障害となる。
- AIを活用し，自然言語と意味のある形式的検証との間のギャップを埋める。
- 提案手法は，要件抽出，形式適合性フィルタリング，形式プロパティへの変換を組み合わせたモジュール化パイプラインである。
- 3つのシナリオでの実験により，パイプラインが構文的および意味的に整合した形式プロパティを77.8%の精度で生成することが示された。
- モデリングや検証の制約を考慮することで，形式的検証の実現可能性を高める。
分散計算における相互接続クリックを用いた最適タスク割り当て [cs.IT, math.IT]目的：分散計算システムにおけるファイルとタスクの割り当て
- 大規模データ処理において，計算資源の効率的な利用が不可欠である。
- タスクとファイルの割り当て最適化は，通信量と計算負荷のバランスが課題である。
- 最適な割り当てはステイナーシステムで表現されるが，適用範囲に制限がある。
- 提案手法であるInterweaved Clique (IC)設計は，ステイナーシステムの制約を緩和し，より広範なパラメータ範囲で最適解に近い性能を実現する。
- IC設計は，通信コストを理論的な下限の定数倍以内に抑えつつ，計算コストにおいても最適なスケーリング則を示す。
- 本研究は，一般的な分散計算問題における基本的な性能限界を明らかにする。
QC-MDPC符号におけるニアコードワードを意識したビット反転復号 [cs.IT, math.IT]目的：QC-MDPC符号を用いたビット反転復号の性能向上
- ポスト量子暗号の安全性は符号の復号性能に依存する。QC-MDPC符号は有力な候補の一つである。
- ビット反転復号はトラッピングセットの影響を受けやすく，復号誤りの原因となる。
- ニアコードワードに基づくトラッピングセットへの対応により，復号誤り率の低減を目指す。
- ニアコードワードを意識したビット反転復号の改良により，大幅な復号誤り率の低減が確認された。
- 提案手法は計算量の増加を最小限に抑えつつ，復号性能を向上させる。
- 改良されたBF-Max復号器は，BIKEで使用されている2つの復号器よりも優れた性能を示した。
LeGo-Code：モジュール式カリキュラム学習は複雑なコード生成を促進するか？Text-to-SQLからの考察 [cs.AI, cs.DB, cs.SE]目的：複雑なText-to-SQLタスクにおけるコードベースLLMの性能向上
- 自然言語と実行可能コードの翻訳において，LLMの能力が向上しており，Text-to-SQLはその重要な応用分野である。
- 既存モデルは，複雑なロジックや構造の悪い現実世界のデータベーススキーマに対し，十分な性能を発揮できていない。
- カリキュラム学習を用いて，複雑なクエリに対するLLMの性能を改善し，モジュール式の学習環境を構築する。
- 単純なカリキュラム学習は破滅的忘却により効果がないことが示された。
- モジュール式アダプター構成（MAC）戦略により，段階的な難易度レベルでの学習が可能となり，性能が向上した。
- 本研究は，複雑なコード生成の習得に，モノリシックなファインチューニングよりも構造化されたモジュール学習が有効であることを示唆する。
ラムダ・ガビドゥリン符号のサブコード：コンパクト暗号文暗号への応用 [cs.CR, cs.IT, math.IT]目的：ラムダ・ガビドゥリン符号のサブコードに関する解析およびコンパクト暗号文暗号システムへの応用
- 現代暗号技術において，効率的な暗号化方式の実現は，セキュリティとパフォーマンスの両立から重要である。
- 既存の暗号システムでは，暗号文サイズの縮小が課題となっており，特に低リソース環境での利用が制限される場合がある。
- ラムダ・ガビドゥリン符号のサブコードを利用し，暗号文サイズを削減することで，より効率的な暗号化方式を提案すること。
- ラムダ・ガビドゥリン符号のサブコードの構造と性質を解析し，古典的なガビドゥリン符号との関係を明らかにした。
- 拡張次数が符号長と等しい場合，線形化多項式を用いてガビドゥリン部分空間サブコードを特徴づけ，明示的な符号化方式と次元を決定した。
- 提案するLGS-Niederreiter方式は，比較対象とする他の方式と比較して，128/192/256ビットセキュリティレベルにおいて最小の暗号文サイズを達成した。
高階関数における情報フロー制御のための構成的セキュリティ定義 [cs.CL, cs.CL, cs.HC, cs.PL, cs.CR]目的：高階関数における情報フロー制御のセキュリティ定義の構築
- プログラムのセキュリティ確保は重要であり，機密データの適切な取り扱いが求められる。
- 既存のセキュリティ定義は高階関数に対応できておらず，構成的な定義が存在しなかった。
- 特定の箇所での機密データの公開を許可するwhere declassificationの構成的セキュリティ定義を確立する。
- 本研究では，論理関係を用いてwhere declassificationのモデル（セキュリティ定義）を構築した。
- 関連する公開が行われた時点で識別不能性を強制することを停止することが鍵となる洞察である。
- 提案するセキュリティ定義は，低階関数の設定における既存の定義よりも高いセキュリティを提供する。
プログラムスライスから因果関係の明確化へ：コンテキスト分割とLLM評価を用いた，LLM生成の障害説明の忠実性と実行可能性の評価 [cs.CL, cs.SE]目的：LLM生成の障害説明の品質評価
- ソフトウェアの信頼性向上には，障害原因の正確な特定と理解が不可欠である。
- LLMによる障害説明は不完全または誤っている場合があり，下流タスクに悪影響を及ぼす可能性がある。
- LLMが生成する障害説明の品質に影響を与えるコンテキスト構成を明らかにすること。
- 障害説明の品質は，コンテキスト構成に因果的に影響を受けることが示された。
- 証拠に基づいた，障害特有のアーティファクトが，因果関係と実行可能性の高い品質を向上させる。
- 一方，過度に大きなコンテキストは，曖昧な説明を生み出す傾向がある。
GitHub Actions CI/CD ワークフローにおけるAIボットの信頼性 [cs.CL, cs.RO, cs.SE]目的：AIボットのCI/CDワークフローにおける信頼性の評価
- ソフトウェア開発において，CI/CDは品質向上と迅速なリリースに不可欠である。
- AIボットのCI/CDへの統合は進むが，その信頼性に関する調査は十分ではない。
- AIボットが生成したPRがCI/CDに及ぼす影響を分析し，信頼性を高める指針を示す。
- AIボットの種類によってワークフローの成功率に差が見られ，CopilotとCodexが高い成功率を示した。
- AIエージェントによるPRの頻度が高いほど，ワークフローの成功率は低下する傾向が見られた。
- 失敗したワークフローのPRカテゴリー分析から，機能的なものからそうでないものへの移行傾向が示唆された。
分散ソース符号化のための極符号化量子化 [cs.IT, math.IT]目的：分散ソース符号化におけるスカラー量子化と確率的整形
- 情報伝送効率向上は通信システムにおいて不可欠であり，特に分散ソース符号化は重要である。
- 従来の量子化手法では，歪みを最小限に抑えつつ高い圧縮率を実現することが課題であった。
- 本研究は，極符号化量子化を用いて，歪みを低減し，効率的な分散ソース符号化を実現する。
- 本研究で提案する符号化方式は，Berger-Tung領域のコーナーポイントを達成可能である。
- Wyner-Ziv極符号化量子化（WZ-PCQ）は，ソースブロックの個別極符号化量子化と比較して，総歪みを大幅に削減できる。
- 短ブロック長の多水準5G極符号を用いて，本理論の有効性が実証された。
インターシンボル干渉チャネルにおける前方位相雑音補償 [cs.IT, eess.SP, math.IT]目的：インターシンボル干渉チャネルにおける位相雑音補償手法
- 通信システムにおいて，高効率なデータ伝送を実現する上で重要である。
- 位相雑音は，通信品質を劣化させる主要な要因の一つである。
- インターシンボル干渉環境下での位相雑音に対するロバストな補償を実現する。
- 積和アルゴリズムに基づく非反復的な位相雑音補償手法が有効であることが示された。
- 本手法は，線形最小二乗誤差フィルタと比較して，より高い情報伝送レートを達成した。
- ISIフリー，シングルモードファイバー，直交周波数分割多重化チャネルの３つのチャネルタイプで有効性が確認された。
OpenGame：ゲームのためのオープンなエージェント型コーディング [cs.SE]目的：ゲームの完全な開発を可能にするエージェント型フレームワーク
- ゲーム開発は創造性とソフトウェア工学が融合する分野であり，複雑な技術が求められる。
- LLMやコードエージェントは単独のタスクはこなせるが，一貫性のないコードや論理的矛盾からゲーム全体を開発できない。
- OpenGameは，大規模なゲーム開発におけるファイル間の整合性やエラーの修正を可能にすることを目指す。
- OpenGameは，ゲーム開発に特化した初のオープンソースのエージェント型フレームワークである。
- Game SkillとGameCoder-27Bにより，安定したゲームアーキテクチャの構築と統合エラーの体系的な修正を実現した。
- OpenGame-Benchを用いて，生成されたゲームのビルド健全性，視覚的ユーザビリティ，意図の一致を評価した結果，最先端の性能を示した。
ホーン特性化可能な量化様相論理における到達可能性規則を用いたネスト化された割当 [cs.CL, cs.LO, math.LO]目的：広範なクラスの量化様相論理(QML)に対するカットフリーなネスト化割当システムの構築
- 様相論理は，知識や信念などの概念を形式的に扱う上で重要な役割を担う。
- 既存のネスト化割当システムは，内側と外側の領域を持つモデルを扱うことが困難であった。
- 内側と外側の領域を扱うことで，より多様なQMLの形式化を可能にすることを目指す。
- 本研究では，内側と外側の領域を持つモデルを用いて意味的に特徴付けられたQMLに対する，健全かつ完全なネスト化割当システムを初めて提供する。
- 到達可能性規則と呼ばれる，形式文法によってパラメータ化された推論規則を導入し，ネスト化割当システムの表現力を高めた。
- システムは，許容される構造規則を持ち，全ての規則が可逆的であり，非自明な構文カット除去定理を満たすことが証明された。
コードエージェント検索のためのTypeScriptリポジトリインデックス化 [eess.SY, cs.SY, eess.SY, cs.SY, cs.SE]目的：コードエージェントのためのTypeScriptリポジトリインデックス
- LLMを活用したコードエージェントの性能向上が重要視されている。
- キーワード検索では，呼び出しチェーンや依存関係が見過ごされやすい。
- 大規模TypeScriptリポジトリにおけるインデックス作成のボトルネックを解消する。
- TypeScript Compiler APIを用いた新しいパーサーabcoder-ts-parserを開発した。
- 既存アーキテクチャと比較して，信頼性の高いインデックスをより効率的に生成できることが示された。
- 最大120万行のコードを持つ3つのオープンソースTypeScriptプロジェクトで評価された。
トークン削除下における文脈を考慮した検索と情報検索 [cs.CL, cs.IR, cs.IT, math.IT]目的：トークン削除下における検索と情報検索モデル
- 情報検索は，大量のデータから必要な情報を効率的に見つけ出す上で不可欠である。
- 検索クエリが不完全になった場合，検索精度が低下するという問題がある。
- クエリの特徴量重要度に応じた冗長性を付与することで，検索の信頼性を向上させる。
- クエリ表現が部分的にしか保持されない状況下でのリモートドキュメント検索における情報理論的な分析を行った。
- 類似度マージンのベクトルが多変量ガウス分布に収束することを示し，明示的な近似と計算可能な上限を得た。
- 重要度を考慮した冗長性の原理は，現代的な情報検索パイプラインにも適用可能であることがデータ駆動型評価により示された。
ベイズ実験計画：アンサンブルカルマン法によるグループ化された幾何学的プール事後分布 [cs.ET, cs.MA, q-fin.GN, cs.CY, cs.IT, math.IT, stat.ML]目的：複雑な物理システムに対するベイズ実験計画における情報ゲインの推定効率向上
- 物理システムの理解と最適化には，実験計画が不可欠である。効率的な実験計画は，限られた資源で最大の情報が得られるようにする。
- 複雑なシステムでは，事後分布の推定に高い計算コストがかかるため，実験計画の効率が低下しやすい。
- 提案手法は，サンプルのグループ化とアンサンブルカルマン法により，精度を維持しつつ計算コストを削減することを目指す。
- グループ化された幾何学的プール事後分布フレームワークは，外側サンプルのグループ化とプールド提案の構築を通じて，精度とコスト効率のバランスを取る。
- アンサンブルカルマン法を適用することで，グループごとに提案サンプルを生成する際の追加的なフォワードモデル評価コストを回避する。
- 提案手法は，ガウス線形および高次元ネットワークベースのモデル不一致較正問題において，既存のアモルタイズド法と同等のコストでより正確で安定した推定器を実現する。
より良い静的コード解析レポートに向けて：Sentence Transformerに基づく不要な警告のフィルタリング [cs.SE]目的：静的コード解析レポートにおける不要な警告のフィルタリング手法
- ソフトウェア品質向上には不可欠であり，開発効率の改善に貢献する重要な技術である。
- 警告数が多すぎて開発者の負担となり，重要な警告が見過ごされる「警告疲労」の問題が存在する。
- 警告疲労を軽減し，開発者が対応すべき警告に集中できるよう，フィルタリング手法を提案する。
- 提案手法STAFは，Sentence Transformerを用いて警告を「対応可能」と「非対応可能」に分類する。
- Javaプロジェクトのデータセットを用いた評価により，STAFが不要な警告を効果的に削減できることが示された。
- F1スコア89%を達成し，既存のフィルタリング手法を少なくとも6%上回る性能を示した。
LTLf+義務に対する記号的合成 [cs.LO, cs.AI, cs.FL]目的：LTLfpで表現される義務プロパティに対する合成
- システムの正当性検証において，時間論理に基づくプロパティ仕様は不可欠である。
- 複雑な時間論理プロパティの自動的な検証・合成は，依然として困難な課題である。
- LTLfp義務プロパティの効率的な記号的合成手法を確立することを目指す。
- LTLfp義務プロパティは，記号的に表現された決定性弱いオートマトン（DWA）に変換可能である。
- DWAは，DFAの利点を受け継ぎ，Boolean閉包や多項式時間最小化が可能である。
- LTLfp義務プロパティに対する合成は，DWA構築後，線形時間で解けることが示された。
プライバシーポリシーはログと一致するか：Androidアプリケーションログにおけるプライバシー開示の実証研究 [cs.CR, cs.SE]目的：Androidアプリケーションのプライバシーポリシーとログの間の整合性の検証
- 個人情報保護は重要であり，ユーザーの信頼を得る上で不可欠である。
- プライバシーポリシーの内容が曖昧，不完全である場合が多く，ユーザーに誤解を与える可能性がある。
- プライバシーポリシーと実際のログデータの乖離を明らかにし，改善策を提案することを目的とする。
- 多くのアプリケーションがプライバシーポリシーを提供しているものの，ロギングに関する記述は少ない。
- ロギングに関する記述がある場合でも，その内容は単純または曖昧で，実際のデータ収集に関する洞察が限られている。
- プライバシーポリシーで言及されていない機密情報がログに漏洩しているアプリケーションが多数存在し，ポリシーと実際のログデータの整合性は低い。
Leanにおけるグレブナー基底理論の形式化 [math.AC, cs.LO, math.RA]目的：グレブナー基底理論の形式化
- 計算機代数において，方程式の解法や多項式の簡約に不可欠な理論である。
- 形式的な証明支援系での理論の形式化は，厳密性と信頼性を確保する上で課題がある。
- Lean 4を用いて，多変数多項式に対するグレブナー基底理論を形式的に構築・証明する。
- Lean 4およびMathlibのインフラを活用し，グレブナー基底理論の基礎を形式化することに成功した。
- 任意の型でインデックス付けられた多項式環における理論を統一的に展開し，無限変数を含むグレブナー基底の扱いを可能にした。
- 有限変数と無限変数の設定を結びつけ，部分環への埋め込みとフィルターに基づく極限構成を用いて無限変数の基底を特徴付けた。
Lean 4におけるWu-Ritt法の形式化 [math.AC, cs.LO]目的：多項式系の三角分解のためのWu-Ritt特性集合法の形式化
- 多項式系の求解は，工学や数学の様々な分野で不可欠な計算である。
- 既存の求解アルゴリズムは複雑であり，厳密な検証が困難である。
- Wu-Ritt法の形式化を通じて，多項式系求解の信頼性を高める。
- Lean 4定理証明器において，Wu-Ritt特性集合法の形式化を完成させた。
- 多項式イニシャル，擬除算，基本集合，特性集合等の主要な概念とアルゴリズムを形式的に定義し，その終端性と正当性を証明した。
- 多項式系とその特性集合の関係する整列原理を形式化し，ゼロ分解が元の系のゼロ集合を三角集合の和として表現することを確認した。
フラット・スパイクを超えて：減衰および不均衡な信号に対する適応スパースCCA [eess.SP, cs.IT, math.IT, math.ST, stat.TH]目的：高次元多視点データにおける線形関係の特定
- 多視点データ解析において，変数の関係性を明らかにすることは，データ理解の根幹である。
- 既存手法は最悪ケースを想定しており，信号の構造的集中を活かせない点が課題である。
- 信号のエネルギー集中構造を利用し，サンプル複雑性を改善することを目指す。
- 提案手法Bi-SEPは，交差共分散行列上で動作する段階的適応アルゴリズムである。
- Bi-SEPは，信号のエネルギーの変動を動的に追跡し，捕捉することで効率的な解析を実現する。
- 電力則減衰モデル下では，両視点の結合エネルギープロファイルに基づいて最適線形サンプル複雑性が達成されることが示された。
MLE-Toolbox：包括的な脳磁図・脳波データ解析のためのオープンソースツールボックス [q-bio.NC, cs.AI, cs.SE]目的：脳磁図および脳波データの包括的な解析
- 脳機能研究において，脳磁図と脳波は非侵襲的な高時間分解能の計測手法として不可欠である。
- 既存の解析ツールは，専門知識を要し，パイプライン構築に時間がかかる場合がある。
- 脳磁図・脳波研究の再現性と効率性を向上させるための，統合的な解析環境を提供すること。
- MLE-Toolboxは，データインポートから機械学習による分類まで，脳磁図・脳波データの全解析パイプラインを統合した。
- 自動アーティファクト除去，複数のソース局在化手法，スペクトル電力解析，グラフ理論ネットワーク分析などを実装した。
- Brainstorm，FieldTrip，EEGLAB，FreeSurferとの互換性を持ち，研究者の既存のワークフローを拡張可能である。
凸凹最適化における負の運動量 [math.OC, cs.DS, cs.LG]目的：凸凹最適化における負の運動量の収束性
- 機械学習の最適化問題において，効率的なアルゴリズム開発が重要である。
- Min-max最適化では，通常の運動量法が発散する問題があった。
- 凸凹最適化と強凸強凹最適化における負の運動量の有効性を示す。
- 本研究により，凸凹最適化における負の運動量のグローバル収束が証明された。
- 強凸強凹最適化においては，負の運動量による高速収束が可能であることが示された。
- これらの結果は，負の運動量を競争力のあるアルゴリズムに位置づける。
量子チャネルトモグラフィー：最適境界とハイゼンベルク‐古典的相転移 [quant-ph, cs.IT, math-ph, math.IT, math.MP]目的：量子チャネルの完全な古典的記述を学習するために必要な量子チャネルへのブラックボックスクエリ数の決定
- 量子情報処理の発展には，量子デバイスの特性評価と検証が不可欠である。
- 量子チャネルトモグラフィーの最適なクエリ複雑度は未だ完全には解明されていない。
- チャネルのdilation rateを重要なパラメータとして捉え，クエリ複雑度のスケーリング則を明らかにする。
- dilation rateが1に近い場合，クエリ複雑度は$\Theta(r d_1 d_2/\varepsilon)$となることが示された。
- dilation rateが$1+\Omega(1)$以上の場合，クエリ複雑度は$\Theta(r d_1 d_2/\varepsilon^2)$となることが示された。
- dilation rateが1でハイゼンベルクのスケーリングを示し，$1+\Omega(1)$以上で古典的なスケーリングを示す，相転移が明らかになった。
低次数ヒューリスティックIIからのアルゴリズム的連続性：検出-回復ギャップの予測 [math.ST, cs.DS, stat.ML, stat.TH]目的：高次元推論における統計的・計算的ギャップの証拠を提供する低次数多項式フレームワークの利用
- 高次元データ分析において，計算量の壁と統計的な限界を理解することは不可欠である。
- 既存の手法では，推定問題における検出-回復ギャップ現象を捉えることが困難であった。
- 低次数テストの優位性に関する穏やかな制約から，回復問題に対する条件付き計算下限を得ることを目指す。
- 本研究では，アルゴリズム的連続性の概念とクロスバリデーション還元を用いることで，モデルに依存しない簡潔な議論により計算下限を導出した。
- 植えられた部分行列，植えられた高密度サブグラフ，確率的ブロックモデルなど，いくつかの標準的な推論問題に本フレームワークを適用し，既存の結果を再確認した。
- また，多周波数角同期，直交群同期，多層確率的ブロックモデルにおいて，想定される計算閾値に関する新たな証拠を示唆した。
都市形態は分離を符号化しているか？ エントロピーに基づく分析 [math.OC, cs.SY, eess.SY, math.CO, cs.DM, math.GR, physics.soc-ph, cs.IT, math.IT]目的：都市形態と住宅分離の関係性の解明
- 都市の構造は社会構造を反映し，都市計画や社会政策に大きな影響を与える。
- 住宅分離は都市の公平性や社会統合を阻害する深刻な問題である。
- 都市形態が住宅分離のパターンにどのように影響するかを明らかにすること。
- サンパウロ市において，都市形態のエントロピーと収入，住宅分離の間には非線形な関係が見られた。
- 収入水準と住宅の集中は，エントロピーのスペクトルの両端で高まる傾向があり，特に高エントロピー側で顕著であった。
- この非対称性は，高エントロピーの都市形態が，富裕層の隔離や低所得者層のスプロール開発などの異なる分離プロセスと関連することを示唆する。
義務の分類と逆理的義務における義務爆発 [math.LO, cs.LO]目的：逆理的義務に関する義務爆発の分類
- 規範倫理学において，義務の論理的構造を明確にすることは重要な課題である。
- 既存の義務論理系では，特定の条件下で義務が過剰に広がりうる可能性がある。
- 義務論理系における義務爆発の発生条件を特定し，分類することを目的とする。
- CarmoとJonesの最新の義務論理系において，限定的な形の義務爆発が確認された。
- 具体的には，学生がテストで最高点を得られない場合，合格点であればどのような点数も許容されるという結果が得られた。
- 1997年のCarmoとJonesの義務論理系の最も強力なバージョンについて，全ての充足モデルが単一の禁止された可能世界によって分類されることが示された。
マルチストリーム最速変化検出：基礎と最近の進展 [math.ST, cs.IT, math.IT, stat.TH]目的：高次元マルチセンサーシステムにおける最速変化検出に関する研究
- 大規模データへの対応は，現代のセンシングシステムにおいて不可欠である。
- 高次元データやリソース制約下では，従来の検出手法の適用が困難である。
- 制約条件下の変化検出における課題解決を目指す。
- 本研究は，スパース性や異質性などの手法を用いた高次元データへの対応策を概観する。
- リソース制約下での逐次的な観測選択についても議論する。
- 機械学習の応用により，モデル未知時やセンサー選択問題への対応も検討する。