arXiv雑要約
プログラム - 2026/04/28 公開
超低消費電力IoTにおけるノイズ変調の実用性能：限界，容量，およびエネルギーのトレードオフ [cs.IT, eess.SP, math.IT, stat.AP]目的：超低消費電力IoTにおけるノイズ変調の限界，容量，エネルギー効率に関する評価
- IoTデバイスの普及に伴い，デバイスの消費電力削減が重要な課題となっている。
- 従来の変調方式は，キャリア信号の生成にエネルギーを消費する。
- ノイズ変調の限界を明らかにし，実用的な適用範囲を特定すること。
- ノイズ変調は，フェージング環境下で深刻なエラーフロアに陥り，CSI推定や2アンテナ選択ダイバーシティなどの追加が必要となる。
- ノイズ変調のオーバーサンプリングは容量を制限し，AWGN環境下でNC-FSKと比較して8dBのSNRペナルティが発生する。
- 特定の距離より近ければエネルギー効率で優れるが，それより遠い場合はコヒーレント方式が有利となるエネルギークロスオーバー距離が存在する。
MLIRネイティブなDSLコンパイラの将来性：NumPyライクな例 [cs.PL]目的：MLIRネイティブな数値テンソルカーネルオフロード用DSLの構築
- 汎用言語コンパイラでは対応困難な特定分野への応用が求められている。
- DSLコンパイラはフレームワークが分散し，開発の重複やメンテナンスの問題が生じやすい。
- MLIRを活用し，DSLコンパイラ開発の効率化と再利用性向上を目指す。
- 本研究では，全てのフロントエンド処理と意味解析をMLIR内で行う，NumPyライクなDSLを実装した。
- 新たに開発した方言非依存のMLIR型チェッカが，今後のDSL開発を支援する。
- 天気予報モデルやCFDにおける実用的なユースケースで良好な性能を示した。
行動駆動開発におけるメンテナンス負担の軽減：言い換えに強い重複ステップ検出器と110万ステップのオープンベンチマーク [cs.SE, cs.CL, cs.IR]目的：行動駆動開発における重複ステップの検出と，それらを除去することでメンテナンス性を向上させること
- 行動駆動開発は，ソフトウェア開発において品質向上に不可欠であり，そのテスト自動化を支援する。
- 行動駆動開発のテスト記述において，ステップテキストの重複が頻発し，メンテナンスコストが増大する。
- 重複ステップを静的に検出し，大規模なベンチマークを用いてその精度を評価することで，メンテナンス性の改善を図る。
- ステップの正確な重複率は80.2%であり，リポジトリのメディアン値は58.6%であった。
- ハイブリッドクラスタリングのトップクラスは，2,245ファイルにわたって20,737回出現した。
- 分析モデルは，コーパス全体で約89万ステップが削除可能と推定し，リポジトリのメディアンでステップ行の62.5%が削除可能であることを示した。
並列コードのための推論ワールドモデル学習 [cs.SE]目的：並列コードにおけるツールアウトカムの予測
- 並列プログラミングは，現代の計算機システムの性能を引き出す上で不可欠である。
- 並列コードの学習データは少なく，大規模言語モデルによる生成が困難である。
- 外部ツール呼び出しコストを削減し，より効率的な並列コード開発を可能にする。
- PCWMsは，70億パラメータのモデルでレース結果予測精度を64.3%から72.8%に向上させた。
- 80億パラメータのモデルでは，パフォーマンスプロファイリングタスクの精度が49.3%から58.6%に改善された。
- ワールドモデルのフィードバックは，データレース修正率を最大11.1%改善した。
仮説と問い合わせ：対話型検索拡張型選好抽出によるソフトウェア性能要件の定量化 [cs.SE, cs.AI, cs.CL]目的：ソフトウェア性能要件の数学関数への定量化
- ソフトウェア開発において，性能要件の明確化は品質向上と効率化に不可欠である。
- 性能要件は自然言語で記述されるため，解釈の曖昧さが課題となり，自動定量化が困難である。
- 曖昧性と不確実性を軽減し，効率的な性能要件の定量化手法を確立すること。
- 本研究で提案するIRAPは，問題固有の知識を活用し，関係者の認知負荷を軽減する。
- 実世界のデータセットを用いた実験により，IRAPは既存手法を大幅に上回る性能を示した。
- わずか5回の対話で，最先端手法と比較して最大40倍の改善が見られた。
包括的なテストシナリオカバレッジのためのテストケースの一般化 [cs.SE]目的：テストシナリオのカバレッジを包括的に行うためのテストケースの一般化
- ソフトウェアの品質確保において，テストは不可欠であり，開発効率向上にも繋がる重要な活動である。
- 網羅的なテストケース作成は時間と労力を要し，バグ発生後にテストを追加するケースも少なくない。
- 既存のテストケースから要件を推測し，多様なテストシナリオを網羅する手法を開発すること。
- 提案手法TestGeneralizerは，既存のテストケースを一般化することで，テストシナリオのカバレッジを向上させる。
- TestGeneralizerは，要件とシナリオの理解，テストシナリオテンプレートの生成，実行可能なテストケースの生成・改良の3段階で構成される。
- 12のオープンソースJavaプロジェクトを用いた評価において，TestGeneralizerは既存手法と比較して，ミューテーションベースおよびLLM評価においてそれぞれ+31.66%と+23.08%の改善を達成した。
MathDuels：LLMの出題者および解答者としての能力評価 [cs.CL, cs.SE]目的：LLMの出題と解答の能力の評価
- LLMの数学能力向上は目覚ましいが，既存の評価方法は限界に近づきつつある。
- 固定された問題セットのみでは，LLMの能力を正確に区別することが困難になっている。
- LLMを問題の作成者と解答者の両方の役割で評価することで，より詳細な能力分析を目指す。
- MathDuelsは，LLMが互いに問題を作成し，解答し合う自己対戦型のベンチマークである。
- 出題能力と解答能力は必ずしも相関せず，二つの役割を評価することで，従来の評価方法では見えなかった能力差が明らかになった。
- ベンチマークの難易度は，参加モデルの性能向上に合わせて進化し，固定された上限に達することがない。
エントリワイズ低ランク近似と行列 $p \rightarrow q$ ノルム：グローバル相関丸めによるアプローチ [cs.HC, cs.PF, cs.DS]目的：行列の低ランク近似問題に対する解法
- 行列近似は，データ圧縮や次元削減など，様々な応用において重要である。
- 一般に，$p \neq 2$ の場合，低ランク近似問題は計算が困難である。
- 本研究では，$p > 2$ の場合の効率的な近似解法を開発する。
- 本研究では，$p > 2$ の場合において，初めて多項式時間近似スキームを提案した。
- 従来のスキームよりも性能が向上し，行列 $p \rightarrow q$ ノルムに対する新たな近似アルゴリズムを開発した。
- Sherali-Adams階層を用いることで，連続最適化問題に対する多項式時間近似スキーム設計の指針を示した。
レート分割多重アクセスを用いたIRS支援MECシステムにおける階層的学習 [math.CO, cs.DM, eess.SP, cs.IT, math.IT]目的：IRS支援MECシステムにおけるリソース最適化
- エッジコンピューティングの発展により，低遅延・高効率な通信システムが求められている。
- ユーザー間リソース競合が，遅延増加やスループット低下を招く可能性がある。
- レート分割多重アクセスにより，干渉管理とリソース配分を最適化し，遅延を最小化する。
- 提案手法は，連続変数と離散変数の両方を最適化する階層型深層強化学習アルゴリズムを採用した。
- 特徴抽出のため，CNNと密結合CNNを組み合わせた新たなネットワークアーキテクチャを設計した。
- シミュレーション結果は，提案手法が優れた収束性と既存手法を上回る性能を示すことを示している。
ファイバード圏のホフマン-シュトレーヒャー持ち上げ [math.CT, cs.LO]目的：ファイバード圏におけるホフマン-シュトレーヒャー持ち上げの相対的なバージョン
- 圏論は数学の基礎であり，構造と関係性を抽象的に扱うことで多様な分野に貢献している。
- 圏論的構成の厳密な記述と，それらを計算可能な形で扱う方法が課題となっている。
- ファイバード圏の持ち上げをより一般的に記述し，新たな2-バイファイブレーションを構成すること。
- ホフマン-シュトレーヒャー持ち上げの相対的なバージョンを，ファイブレーションとの後合成による2-関手の右擬随伴として定義した。
- この擬随伴を利用することで，オプカルテシアンとカルテシアン持ち上げを生成する新しい2-バイファイブレーションを構築した。
- アウディの分析に触発され，圏論的神経を用いた簡潔な関手的解析を行った。
大規模MIMO検出のための有限精度共役勾配法 [eess.SP, cs.IT, math.IT]目的：大規模MIMO検出における有限精度共役勾配法の適用
- 無線通信において，多数のアンテナを用いる大規模MIMOは容量増加に貢献する。
- 大規模MIMOの信号検出は計算量が多く，実用上の課題となっている。
- 有限精度演算を用いることで計算量を削減し，実用性を高めることを目指す。
- 提案手法は有限精度演算を導入し，共役勾配法の計算ボトルネックを緩和する。
- 有限精度とブロックヤコビ事前条件化を組み合わせることで，反復回数をさらに削減する。
- シミュレーション結果は理論的考察を検証し，提案手法の優位性を示す。
祖先分割によるコピーから相関へ [math.CT, cs.LO]目的：単一の二項生成元δ:1→2を持つ自由PROP Syn(δ)の構造
- 圏論的構造は，数学の様々な分野において普遍的な概念であり，複雑なシステムを理解する基盤となる。
- PROPの理論は，代数的構造を記述する強力なツールであるが，その表現や分類には未解決の問題が多い。
- 本研究は，PROPの構造をより深く理解し，新たな圏論的構造を明らかにする。
- PROP Syn(δ)の祖先ファンクターが有限相関の小PROP FinCorel°に写像されることを示した。
- 商PROP AncQが非単位的交換可換モノイドのPROP Cocomに同値であることを示した。
- CospanとFinSetを用いた構造が，標準的なcospan/相関枠組みに位置づけられることを示した。
量子トポロジカルデータ解析の新たな側面：ベティ数の推定，およびホモロジー・コホモロジー類のテストと追跡 [quant-ph, cs.CC, cs.CG, cs.DS, math.AT]目的：単体的複体のホモロジー不変量，特にベティ数および持続ベティ数の推定
- トポロジカルデータ解析は，データの本質的な形状を捉え，複雑なデータセットの理解を深める上で重要である。
- 古典的な計算では，高次元かつ大規模なデータにおけるトポロジー構造の計算コストが高いという課題がある。
- 量子アルゴリズムを用いることで，古典計算では困難なトポロジー計算の高速化を目指す。
- 本研究では，単体的複体のラプラシアンのブロックエンコーディングを効率的に構築する量子アルゴリズムを提案した。
- 提案手法は，スパースおよびデンスな単体的複体において，多項式時間でのベティ数推定を可能にする。
- ホモロジー追跡と特性テストに基づく新しいアプローチにより，従来の量子アルゴリズムと比較して指数関数的な高速化を実現した。
カスケード排除を用いた集合のサイズの推定 [math.ST, cs.IT, math.IT, math.PR, stat.ML, stat.TH]目的：集合のサイズの推定手法
- データ分析において，母集団のサイズを正確に把握することは，統計的推論や意思決定に不可欠である。
- 既存手法では，母集団に構造がない場合，サンプルサイズが母集団サイズの平方根に比例するため，効率が悪いという課題がある。
- 本研究は，母集団構造の有無にかかわらず効率的なサイズ推定を可能とする，新しい手法を提案する。
- カスケード排除という手法を用いることで，既存手法よりも少ないサンプルサイズで高精度なサイズ推定が可能となった。
- 提案手法は，コンパクトな凸集合の体積推定や，未知の種の数推定など，様々な問題に応用可能である。
- 一般的な定理により，あらゆるケースにおいて有限サンプルサイズの誤差限界を非パラメトリックに導出した。
量子作用依存チャネル [quant-ph, cs.IT, math.IT]目的：量子作用依存チャネルにおける信頼性の高いメッセージ伝送レート
- 情報伝送理論は，現代通信システムの設計と最適化に不可欠である。
- 古典的な行動依存チャネルの量子化には，複製禁止原理による制約がある。
- 量子的な環境とのエンタングルメントを利用し，伝送レートを向上させる。
- 量子作用依存チャネルにおいて，因果的または非因果的なチャネルサイド情報を用いて伝送レートの達成可能性が示された。
- 欠陥のあるメモリの書き換えや，測定による状態崩壊といった現象をモデル化できる。
- 偏光消去と選択的書き換えを用いたメモリストレージの性能への，行動依存制御の影響が分析された。
量子秘密分散のレート [quant-ph, cs.IT, math.IT]目的：量子秘密分散のレート限界
- 情報セキュリティにおいて，安全な秘密分散は重要な課題である。
- 既存の研究では，量子チャネル特性と秘密分散レートの関係が不明確である。
- 量子チャネルにおける秘密分散の容量限界を明らかにすることを目指す。
- 量子秘密分散の情報理論的モデルを確立し，複合量子チャネルとの関係を解析した。
- 量子秘密分散容量の正則化された特徴付けを導出した。
- 位相のずれを伴うノイズ環境下における量子秘密分散容量を決定した。
高精度表面コード復号のための専門家混合型ビジョンTransformer [math.CO, cs.DM, math.OC, quant-ph, cs.IT, cs.LG, math.IT]目的：量子エラー訂正における表面コード復号性能の向上
- 大規模量子計算実現には量子エラー訂正が不可欠であり，物理的なノイズから論理情報を保護する必要がある。
- 既存の復号器は計算コストや遅延，あるいはトポロジカルコードの構造活用の不足といった課題を抱えている。
- トポロジカルコードの格子構造を考慮した効率的かつ高性能な復号器を開発し，スケーラビリティを向上させる。
- 提案手法QuantumSMoEは，最新の機械学習復号器や古典的ベースラインを凌駕する性能を示すことが実験的に確認された。
- QuantumSMoEは，プラス型埋め込みと適応的マスキングによりコード構造を組み込み，局所的な相互作用と格子接続性を捉える。
- 専門家混合層と補助損失を導入することで，スケーラビリティの向上を実現している。
近傍場XL-MIMOにおける広帯域圧縮領域クラメール・ラオ下限：データと幾何学的多様性の分解 [eess.SP, cs.IT, math.IT]目的：近傍場XL-MIMOシステムにおける広帯域圧縮領域クラメール・ラオ下限の導出と，その多様性成分の分解
- 大規模MIMOは，通信容量の飛躍的な向上を実現する基盤技術である。
- 近傍場XL-MIMOでは，ビームスキューと波面曲率の影響により，従来の下限が大きくバイアスされる。
- ハイブリッドアナログ・デジタルアーキテクチャ下での，より正確な性能限界を確立すること。
- 導出した広帯域圧縮領域クラメール・ラオ下限は，データ多様性項と幾何学多様性項に分解された。
- 28GHz帯域幅400MHzにおいて，総改善量は+27.8dBであり，データ多様性項が+27.1dB，幾何学多様性項が+0.7dBに貢献した。
- ハイブリッド圧縮により，フルアレイ下限に対して+12.6dBの性能向上が確認された。
複素速度場と対称対数微分間のゲージ不変な束同型 [math.DS, cs.FL, math.PR, q-fin.TR, cs.CE, econ.GN, q-fin.EC, quant-ph, cs.IT, gr-qc, math-ph, math.IT, math.MP, math.QA]目的：複素速度場と対称対数微分演算子間の厳密な束同型
- 重力ゆらぎの影響下での物質ダイナミクスを理解する上で重要であり，量子推定理論との関連性を示す。
- 物質場の無限次元多様体における確率密度とゲージ不変性の関係が明確でなかった。
- 物理的な確率密度に内在する束同型と量子フィッシャー計量の構築を目指す。
- 物質ダイナミクスを平均化して得られる複素速度場と，量子推定理論の対称対数微分演算子の間に，厳密な束同型が存在することが示された。
- この束同型と関連する量子フィッシャー計量は，固定されたガウス測度の選択に依存せず，物理的な確率密度に内在する。
- 複素速度場によって定義される平坦なU(1)接続は，非縮約な時空ループに対する量子化されたホロノミーをもたらし，原子干渉計で観測可能なトポロジカル相を予測する。