arXiv雑要約
プログラム - 2026/05/01 公開
スキャン幅と不可視性に基づく平均木系統多様性パラメータ [cs.DS]目的：系統ネットワークにおける平均木系統多様性(APD)の計算
- 生物の進化系統を理解する上で，系統多様性の定量化は不可欠である。
- 複雑な系統ネットワークにおけるAPDの計算は，計算量が多く困難である。
- スキャン幅に着目し，APDの効率的な計算手法を開発することを目指す。
- スキャン幅が2以下の系統ネットワークでは，最大APDを持つタクサ群を多項式時間で特定可能である。
- スキャン幅が3以上のネットワークでは，最大APDを持つタクサ群の特定はNP困難となる。
- スキャン幅swとタクサ数nに対し，O(2^sw n)時間でAPDを計算するアルゴリズムを設計した。
多様な貢献特性を持つ主要開発者とバグ修正結果の重症度との関連性 [cs.SE]目的：オープンソースプロジェクトにおける主要開発者の特定と，そのバグ修正結果の分析
- オープンソースプロジェクトの成功には，少数の活発な貢献者の存在が不可欠である。貢献者の特性理解が重要。
- 主要開発者の定義は，貢献指標によって大きく異なり，貢献の多面性を捉えきれていない。
- 貢献の多様な側面を考慮し，より正確な主要開発者の特定を目指す。
- 技術指標と社会指標で特定される主要開発者は大きく異なり，重複度は低い。
- 技術に強い主要開発者は社会的な活動も活発な傾向がある一方，社会的な活動に強い開発者の技術活動は限定的である。
- バグ修正率と再発率は重症度によって主要開発者のカテゴリ順位が変動し，多様な貢献特性の重要性を示唆する。
静的ネットワークにおける時間的ルーティング：スケジュール完了問題 [cs.DS]目的：時間的辺非交差なk個のTemporal Walkによる時間的辺要求集合Dの網羅
- 鉄道網のような現実世界の静的ネットワークにおいて，時間的制約を伴うルーティングは不可欠である。
- 時間的制約下での効率的なルーティングアルゴリズムは，既存の研究では十分とは言えない。
- 時間的辺非交差なルーティング問題の計算可能性を明らかにし，現実的な制約下での解法を提供する。
- TEDSC問題に対して，多項式時間で解けるアルゴリズムを提案した。
- 距離または時間制約付きのTEDSC変種問題は，$k + h$でパラメータ化すると多項式時間で解けることを示した。
- 必要なTemporal Walk数の近似アルゴリズムを提示し，近似率が$(2-h^{-1})$であることを示した。
AIシステムの巨大なソフトウェアサプライチェーン [cs.SE]目的：AIシステムのソフトウェアサプライチェーンの構造的課題
- AI技術の発展は社会に大きな影響を与えるため，その信頼性確保が重要である。
- AIシステムのソフトウェアサプライチェーンは，脆弱性や改ざんのリスクに晒されている。
- AIシステムのサプライチェーンにおける検証性，バージョン管理，可観測性，トレーサビリティの向上を目指す。
- AIシステムのサプライチェーンを4層構造（データ取得，モデル学習，推論，基盤）に分解し，構造的な課題を特定した。
- 調査対象の48のオープンソースプロジェクトにおいて，直接依存関係4,664，推移的パッケージ11,508，約3億9200万行のコードを計測した。
- 現在のAIシステムは，これらの課題に対して十分に対応できていないことが示された。
LLMサプライチェーンにおける更新の管理：展開前にテストする [cs.CC, math.LO, cs.SE, cs.AI]目的：LLMサプライチェーンにおける更新管理のためのフレームワーク
- LLMはソフトウェアシステムの中核依存関係として普及しており，その安定運用が重要である。
- プロバイダー側の更新により挙動が変化するものの，バージョン管理が不十分であるという問題がある。
- 展開側の視点から互換性を管理し，LLMの挙動変化による問題を未然に防ぐことを目指す。
- 本研究では，LLMの許容される挙動を定義する「プロダクションコントラクト」や，リスクカテゴリに基づくテストスイート，互換性ゲートを提案した。
- 実験により，特定の危険領域に焦点を当てたテストが，全体的な指標では見逃される性能劣化を検出できることが示された。
- 効果的なテストスイートの構築や，非決定的なシステムにおける信頼性のある閾値設定などが今後の課題として挙げられた。
格子削減における変分原理と主要化原理 [eess.SY, cs.SY, cs.CR, cs.DS]目的：格子削減の平滑化と，それを記述する主要化メカニズムの関係性
- 格子問題は，暗号解読や符号理論など，様々な分野で重要な役割を担っている。
- 既存の格子削減アルゴリズムは，計算効率や性能に課題が残されている。
- 格子削減の理論的基盤を明確化し，より効率的なアルゴリズム開発を目指す。
- Lovász交換は，対数ノルムプロファイルのT変換として機能することが示された。
- 最悪ケースのGSAエンベロープは，変分原理によって解釈可能であり，LLLパラメータによって決定される。
- 新しい選択戦略であるThermal-AdaptiveとGeodesic Deep-LLLが提案され，ベンチマークテストで性能向上が確認された。
解の発見における実行可能性と移動の分離：パス発見の場合 [cs.DM, cs.DS, math.CO]目的：解の発見における実行可能性と移動の分離
- 組み合わせ最適化問題の解決策探索は，現実世界の様々な問題に応用可能である。
- 従来のモデルでは，実行可能性グラフと移動グラフが区別されておらず，柔軟性に欠ける。
- 実行可能性と移動を分離し，より現実的かつ複雑な問題を扱うためのフレームワークを提供する。
- 二つのグラフモデルを導入することで，非対称性，異種移動制約，重み付き遷移を捉えることが可能になった。
- パス発見および最短パス発見問題を通してモデルを検証し，計算量の複雑性を詳細に分析した。
- 易しい最適化問題でも発見が困難になる現象が，この二つのグラフモデルにおいても持続することを明らかにした。
クロスチェーンNFT移行互換性分析のための特徴中心手法 [cs.SE]目的：クロスチェーンNFT移行における互換性分析
- NFT市場の拡大に伴い，異なるブロックチェーン間でのNFTの相互運用性が重要になっている。
- ブロックチェーンのアーキテクチャの違いが，NFTの機能互換性を阻害する課題となっている。
- NFT移行前に，保存可能な機能，再設計が必要な機能，非互換機能の予測を可能にすること。
- 本研究では，NFTを4層アーキテクチャで捉え，各機能の依存関係を明確化した。
- 提案手法は，NFTの機能を「ネイティブ保存」「部分一致」「完全不一致」に分類し，移行可能性を評価する。
- EthereumからSolanaへのNFT移行分析を通じて，互換性の問題を特定し，シームレスな移行の課題を示した。
AI搭載知覚システム開発における要件負債：RE4AIの産業的視点 [cs.SE]目的：AI搭載自動車知覚システムにおける要件負債の発生と伝播機構
- 自動車産業におけるAI活用が進む中で，システムの安全性と信頼性がますます重要になっている。
- AIシステムの要件は常に変化するため，変更管理が不十分だと技術的負債が蓄積しやすい。
- 本研究は，AIシステムの要件変化がもたらす要件負債の具体的なメカニズムを明らかにすることを目指す。
- AI搭載自動車知覚システム開発において，要件変更が伴う際の記録，検証，トレーサビリティの不足が要件負債を生み出すことが示された。
- 機能要件の変化は，意味のずれ，検証の遅延，統合負債を引き起こし，非機能要件の変化は，保証の遅延，コンプライアンスのずれ，透明性と信頼性の負債をもたらす。
- これらのメカニズムは，データ，モデル，システム成果物にわたり要件負債を伝播させ，監査可能性，信頼性，認証準備に悪影響を及ぼす。
関数型論理プログラムのモナド的実装 [cs.DC, cs.PL]目的：関数型論理プログラムのモナド的表現
- 関数型論理言語は，宣言的プログラミングの重要な特徴を組み合わせる高水準なアプローチである。
- 非決定的な評価戦略は計算努力の重複を引き起こす可能性があり，実装上の課題となる。
- 本研究は，モナド的表現を通じて，この重複問題を解決することを試みる。
- 関数型論理プログラムをモナド表現に変換することで，非決定的な分岐におけるメモ化を可能にした。
- 関数型パターンやカプセル化された探索といった，より高度な機能も本アプローチに組み込まれた。
- 純粋関数型計算に対する静的および動的な最適化により，Curryコンパイラを上回る有望な性能が達成された。
Angularアプリケーションにおけるコードスメルの検出に関する実証的評価 [cs.SE]目的：Angularアプリケーション特有のコードスメルのカタログ化と自動検出手法の確立
- 大規模Webアプリケーション開発において，アーキテクチャ維持とコード品質確保は不可欠である。
- Angularフレームワークにおけるコードスメルの特定と体系的な理解が不足していた。
- Angularアプリケーションにおけるコードスメルの検出を自動化し，コード品質改善を支援する。
- グレー文献レビューにより，11種類のAngularコードスメルを特定し，技術的特徴に基づいて分類した。
- 開発した静的解析ツールは，検証済みデータセットにおいて高い検出性能を示した（Accuracy 0.88以上，F1スコア0.89～1.00）。
- コンポーネントの過剰な責務，ロジックの重複，非効率なテンプレートバインディングが一般的な問題として確認された。
和ランク距離符号と非存在結果に対する半定値計画法と線形計画法による上限 [cs.IT, math.CO, math.IT]目的：和ランク距離符号の最大サイズ決定
- 和ランク距離は，ハミング距離やランク距離を一般化する統一的な枠組みであり，幅広い応用がある。
- 和ランク距離符号のサイズ上限は，既存の手法では十分な精度が得られない場合がある。
- 半定値計画法や線形計画法を用いて，よりタイトな上限を導き出し，非存在結果を示す。
- 半定値計画法による上限は，計算実験において既存の限界を上回る性能を示すことが確認された。
- デルサルト線形計画法と最近の固有値線形計画法は，等価性を持つことが示された。
- 複数の上限を用いて，特定の最適および完全な和ランク距離符号の非存在を証明した。
不能の論理 [cs.OS, cs.AR, cs.DC, cs.LO, math.LO]目的：連合の不能性
- 多主体系における意思決定や安全性の分析において，主体間の相互作用を正確に把握する必要がある。
- 既存の連合論理は，主体が何を実現できるかに焦点を当てており，実現できないこと，すなわち不能性については十分な議論がない。
- 主体が何を実現できないかを明示的に記述するための論理を構築し，多主体系における制約や不可能性の推論を支援すること。
- 不能演算子を導入した連合論理の拡張を提案し，健全性，完全性，保守性を証明した。
- 不能演算子は，連合包含に対する反単調性，目標強さに対する反変性など，特定の様相的振る舞いを示すことが分かった。
- この演算子の明示化により，主体性の限界を規定する様相構造が明らかになり，制約や負の能力，不可能性に関する推論をサポートする。
SCANアルゴリズムを用いた証明探索 [cs.HC, cs.LO]目的：第二量化子除去のための証明探索手法
- 計算論理学における重要な課題であり，自動定理証明への応用が期待される。
- 第二量化子の除去は一般に不可能であり，効率的なアルゴリズムが求められている。
- SCANアルゴリズムを拡張し，より一般的な証明探索問題を解決する。
- SCANアルゴリズムを節集合に拡張することで，第二量化子の証明探索が可能となった。
- 提案手法は，論理的に同等の第一量化子公式を導出する。
- プロトタイプ実装を通じて，提案手法の有効性を示した。
アトラクタFCM [cs.NE, cs.AI, cs.LG, cs.LO]目的：アトラクタFCMの作成，検証，および分析
- 複雑なシステムのモデリングにおいて，因果関係を明確化することは重要である。
- 従来のFCMは学習アルゴリズムや収束性において課題を抱えている場合がある。
- 物理制約に基づいた効率的な学習アルゴリズムによる高精度なFCMの実現。
- 本研究で提案するアトラクタFCMは，残差メモリ，時間反伝播，固定点アンカーを特徴とする。
- ニュートン法を用いて固定点アトラクタを見つけ，勾配降下法で地形を適応的に変化させる新しい学習アルゴリズムを導入した。
- 物理的制約を反映した因果マスクにより，エラーを効率的に削減し，局所最小値への早期収束を防ぐ。
より単純で改良された置換パス被覆 [cs.DS]目的：耐障害グラフデータ構造における置換パス被覆の性能向上
- グラフ構造の信頼性確保は，情報システムにおいて不可欠な要素である。
- 従来の置換パス被覆は，計算量が多く，効率性に課題があった。
- 効率的なアルゴリズムを用いて，置換パス被覆の性能を向上させることを目指す。
- 提案手法により，被覆値を大幅に削減し，既存手法よりも単純化された。
- クエリ時間も短縮され，特にf=o(log L)の場合に高い性能を発揮する。
- パラメータ範囲に応じて，置換パス被覆の最適被覆値に関する新たな知見が得られた。
幻影から接地へ：信頼性の高いマルチモーダル回路-Verilogコード生成に向けて [cs.SE, cs.AI]目的：回路図からRTLコードへの変換を通じた，マルチモーダル大規模言語モデルの信頼性評価
- ハードウェア設計における自動化のニーズが高まっており，AIによるコード生成が注目されている。
- 既存のモデルは，視覚情報を無視して識別子のみに依存する「幻影」現象を起こしやすい。
- 視覚情報の活用を促し，よりロバストなコード生成を実現することが課題である。
- モデルが回路図の視覚情報を利用せず，識別子からテンプレートを呼び出している「幻影」現象が確認された。
- 識別子を匿名化したAnonyモードでは，モデルの精度が大幅に低下し，「幻影」現象が顕著であることが示された。
- 識別子匿名化，拒否拡張，D-ORPOを用いたVeriGroundは，Anonyモードにおいて既存モデルを凌駕する性能を示した。
グローバルラウンディングによる分散型サンタクロース問題 [cs.DS, cs.DC]目的：サンタクロース問題における近似解の計算複雑性
- ネットワークにおける資源配分問題として，効率的な解決策が求められている。
- 分散環境下でのサンタクロース問題の計算複雑性は未解決であった。
- 分散環境におけるサンタクロース問題に対する下限と上限を確立する。
- 本研究では，$\mathcal{O}(\log n/\log \log n)$-近似解を求める計算複雑性が$\hat \Theta(\sqrt n+D)$ラウンドであることを示した。
- 特に，$\widetilde\Omega(\sqrt n+D)$ラウンドの下界は，任意の近似率においても成立する。
- これにより，分散環境におけるサンタクロース問題の効率的なアルゴリズム設計への示唆が得られる。
高階線形論理の重み付き関係モデルによる高階確率的検証について [cs.DC, cs.LO]目的：高階確率的再帰スキームのほぼ確実な終了問題の決定可能性
- 確率的プログラムの検証は，信頼性向上に不可欠であり，ソフトウェア開発の安全性を高める。
- 確率的プログラムの終了問題は一般に決定不可能であり，実用的な範囲で検証が困難である。
- 高階確率的再帰スキームの終了問題を決定可能とする手法を確立し，検証の適用範囲を広げる。
- 重み付き関係意味論を用いて，プログラムの終了問題を関連する生成関数の計算に変換した。
- 提案手法により，Liらの研究を拡張したクラスのプログラムに対してほぼ確実な終了が決定可能となった。
- 生成関数が常に代数的関数，すなわち多項式方程式の解となることを示した。
レジリエントな視覚エージェントのためのパターン言語 [cs.AI, cs.SE]目的：視覚エージェントのアーキテクチャ設計パターン
- 企業システムにマルチモーダルモデルを統合する重要性が高まっているため。
- VLAモデルの遅延や非決定性，企業制御ループの厳格な決定性とリアルタイム性が課題。
- 高速な決定的な反射と，遅延のある確率的な監視を分離するアーキテクチャの提案。
- 本研究では，ハイブリッドアフォーダンス統合，適応的視覚アンカー，視覚階層合成，意味的シーングラフという4つの設計パターンを提示した。
- これらのパターンは，VLAモデルの特性と企業システムの要件の間のトレードオフを解決する。
- 提案するパターン言語は，レジリエントな視覚エージェントの構築に役立つと考えられる。
MIFair：交差性と多クラス公平性のための相互情報フレームワーク [cs.LG, cs.AI, cs.CY, cs.IT, math.IT]目的：機械学習における公平性の評価と緩和
- 倫理的な課題や定義の多様性から，機械学習における公平性の確保は重要である。
- 既存手法では，交差性，多クラス設定への対応が不十分であり，柔軟性や汎用性に欠ける。
- 相互情報に基づくフレームワークを提示し，公平性の評価と緩和を統一的に行う。
- MIFairは，予測変数と機微属性間の統計的独立性をグループ公平性として定義する。
- 多様な公平性の要件を単一のフレームワークに統合し，ベンチマークを簡素化する。
- 実験により，多属性シナリオを含むバイアスを効果的に軽減し，予測性能を維持できることが示された。
単一のKL同一性からの指数族 [cs.CL, physics.soc-ph, cs.LG, cs.IT, math.IT]目的：指数族に関するKL divergenceの同一性
- 現代機械学習の基礎であり，理論的枠組みを支える重要な概念である。
- 既存の研究では，個別の議論が必要であり，導出に手間がかかる場合がある。
- 単一のKL同一性を用いて，複数の結果を直接的に導き出すことを目指す。
- 指数族のKL divergenceに関する簡潔な同一性を見出した。
- この同一性とKL divergenceの非負性から，複数の重要な定理を導出した。
- 変分推論，強化学習，RLHFなど，幅広い分野に応用可能である。
完全プライベートな無線計算 [cs.DB, cs.IT, math.IT]目的：無線計算における完全なプライバシーの実現
- 通信セキュリティの重要性が増す中，プライバシー保護技術の確立が不可欠である。
- 実数演算は可逆的だが依存性があり，プライバシー漏洩のリスクを伴う。
- 実数演算と剰余演算の組み合わせで，プライバシーと計算の正確性を両立させる。
- 本研究により，完全なプライバシーと正確な集約計算を同時に達成できることが示された。
- 実数演算と剰余演算の相互作用を巧みに利用することで，プライバシー保護と計算能力の矛盾を解消した。
- これにより，無線計算におけるプライバシー保護の新たな可能性が開かれた。
法規および安全性原則に基づいたニューロシンボリック因果ルール合成，検証，評価への道 [eess.SY, cs.SY, cs.LO, cs.AI]目的：法規・安全性原則に根差したニューロシンボリック因果ルール合成・検証・評価の実現
- 安全性が重要な分野ではルールベースシステムが不可欠だが，規模拡大や脆さ，目標の誤指定といった課題がある。
- AIシステムが狭い目的で最適化されやすく，形式検証の失敗や報酬ハッキングといった問題が発生しやすい。
- 人間の専門家が提供する高レベルな目標と原則から形式的なルール理論を洗練するパイプラインを構築し，目標の誤指定を緩和すること。
- 人間の指定した目標と原則に基づいて，必要最小限かつ十分なルールセットを導出し，論理的制約として形式化することができた。
- このパイプラインは，確立された法規および安全性原則に基づいた，段階的でモジュール化されたトレーサブルなルール合成を支援することが示唆された。
- 自律運転シナリオにおける概念実証により，アプローチの有効性が確認された。
簡潔なグラフ表現とアルゴリズム応用 [cs.DS]目的：グラフの簡潔な表現方法とそのアルゴリズムへの応用
- グラフ構造は，ネットワーク分析など多様な分野で不可欠であり，効率的な処理が求められる。
- 大規模グラフの処理には，記憶容量と計算時間の両面で課題が存在する。
- グラフの局所的な構造を利用し，記憶容量と計算時間を両立する表現方法を提案する。
- グラフの基本操作（連結成分の探索など）が，グラフの辺数ではなく表現のサイズに比例して実行可能となった。
- 提案手法を用いることで，実世界のグラフや合成グラフにおいて，実行メモリと処理時間の両方で大幅な改善が確認された。
- 連結成分探索アルゴリズムでは，平均で約9倍のメモリ削減，約6.5倍の処理時間短縮が実現された。
コードを超えて，私たちは人間である：アジャイル開発チームにおけるソフトスキルに関する25年間の文献の体系的マッピング [cs.SE]目的：アジャイル開発チームにおけるソフトスキルに関する文献の体系的マッピング
- ソフトウェア開発は，品質，生産性，革新性に影響する人間中心の活動である。
- アジャイル手法の普及にも関わらず，ソフトスキルに関する体系的な研究が不足している。
- ソフトスキルとアジャイル開発の役割との関連性を明らかにすること。
- 過去25年間の文献調査から，コミュニケーション，適応性，チームワーク，リーダーシップが重要なスキルとして特定された。
- 特にスクラムなどのアジャイル手法におけるこれらのスキルと役割との関連性が示された。
- 役割ごとのソフトスキルの研究が不足しているという課題も明らかになった。
集合攻撃と支持を含む議論枠組みの分割 [cs.RO, cs.AI, cs.LO]目的：議論形式の分割手法
- 議論の構造化と論理的推論の基礎として重要であり，意思決定や問題解決に貢献する。
- 既存の手法では，集合攻撃と支持を同時に考慮した議論枠組みの分割が十分でない。
- 集合攻撃と支持の両方を考慮した議論枠組みの分割手法を確立し，その正当性を証明する。
- 双極集合型議論枠組み(BSAFs)に基づく分割手法を提案し，集合攻撃と支持の分割スキーマを確立した。
- 提案手法が一般的な議論セマンティクスに対して正当であることを証明した。
- BSAFsが構造化された議論に自然に対応できることを示した。
広告が愛に行ったように，信頼を安売りしないように [cs.CY, cs.AR, cs.SE]目的：AIにおける信頼の議論の促進
- AI技術の社会実装が進む中で，信頼関係の構築は不可欠である。
- AIに対する信頼の定義が曖昧で，具体的な議論が不足している。
- AIにおける信頼の要素を明確化し，実用的な議論を促すこと。
- 広告が愛の価値を損ねたように，AIへの信頼も安易な利用を避けるべきである。
- AIにおける信頼の具体的な要素として「信頼の柱」を提案し，議論の基盤を提示する。
- 自律型AIシステムを，信頼を測るための「信頼ベクトル」に変換する可能性を示唆する。
Transformerアーキテクチャにおける自動故障検出，分類，診断手法：DEFault++ [cs.SE, cs.AI, cs.LG]目的：Transformerアーキテクチャの故障検出，分類，根本原因の特定
- TransformerはAIの重要用途に広く利用されているが，故障時の挙動が不明瞭になりやすい。
- 既存の診断手法は汎用的な深層ニューラルネットワーク向けであり，Transformer固有の故障特定が困難である。
- Transformerアーキテクチャの故障を正確に特定し，開発者の修復作業を支援すること。
- DEFault++は，Transformerの故障検出において，0.96以上のAUROCスコアを達成した。
- 故障の分類と根本原因の特定においては，Macro-F1スコアが0.85を超えた。
- 開発者調査では，DEFault++の利用により，適切な修復アクションの選択精度が57.1%から83.3%に向上した。
Claw-Eval-Live: 変化する現実世界のワークフローに対するライブエージェントベンチマーク [cs.SE, cs.AI]目的：現実世界のワークフローを評価するためのライブエージェントベンチマークの開発
- LLMエージェントの活用が期待される中，現実のビジネスシーンでの応用が重要となっている。
- 既存のベンチマークはタスクセットが固定されており，変化する需要への対応が困難である。
- 本研究は，現実の需要に基づきエージェントの性能を継続的に評価する手法を提供する。
- Claw-Eval-Liveは，公開されたワークフロー需要のシグナルに基づき，定期的に更新されるベンチマークである。
- 最新の13のモデルを評価した結果，最も性能の良いモデルでもタスクの66.7%しか成功しなかった。
- 人事，管理，複数システムにまたがるビジネスワークフローがボトルネックであり，ローカル環境の修復は比較的容易であることが示された。
安全でない，あるいは未使用？成熟したオープンソースプロジェクトにおけるユーティリティコードの歴史 [cs.SE]目的：オープンソースプロジェクトにおけるユーティリティコードの利用状況，複雑性，開発者の協調，そしてセキュリティの潜在的な相関関係
- ソフトウェア開発におけるコードの再利用は，開発効率の向上や保守性の向上に不可欠である。
- ユーティリティコードは再利用を意図しているにもかかわらず，放置されたり，安全性の問題を引き起こしたりすることがある。
- 開発者が安全で未使用のユーティリティコードを作成することを避けるための指針を提供すること。
- ユーティリティファイルは，非ユーティリティファイルと比較して，脆弱性に関与する可能性が2.75倍高いことがわかった。
- 調査対象の7つのオープンソースプロジェクトにおいて，147プロジェクト年，1773のスナップショットにわたる分析を行った。
- ユーティリティコードの命名規則は広く普及しており，ソフトウェア開発の社会技術的な側面を理解する上で有用である。
現実的な都市環境における最適な送信機配置 [cs.IT, math.IT]目的：無線ネットワークにおける最適な送信機配置の決定
- 無線通信の品質は送信機の位置に大きく依存するため，効率的な配置が重要である。
- 既存手法は簡略化されたモデルを使用し，地形や建物などの詳細な情報を考慮できていない。
- 詳細な都市環境情報に基づき，ネットワーク品質とコストのバランスを取る最適な配置を模索する。
- 提案手法は，サンフランシスコとフィレンツェの3Dマップを用いたシミュレーションで，既存の基地局配置と比較して平均データレートが約2倍向上することを示した。
- エッジレートにおいては，既存配置と比較して2～8倍の向上が確認された。
- 干渉を考慮したサブモジュール配置アルゴリズム(IA-SPA)は，既存の基地局位置や禁止区域を組み込むことが可能である。
非負有理意味的数値システム [cs.LO]目的：意味的数値システムの新たなクラスの導入
- 計算機科学や情報理論において，効率的な数値表現は重要である。
- 既存の数値システムでは，表現力や計算効率に限界がある場合がある。
- 新たな意味的数値システムを定義し，その性質を明らかにすること。
- 正の有理意味的数値システムを導入し，繰り上がりと余りの形成における違いを定義した。
- これらのシステムを力学系として定式化し，解析的および数値的な例を通して特性を説明した。
- 部分整数意味的数値システムの定義に関する最初の試みを提案した。
エッジコンピューティングデバイスにおける物体検出用ディープラーニングモデルのベンチマーク [cs.CV, cs.AR, cs.DC, cs.LG, cs.SE]目的：エッジデバイス上での物体検出モデルの効率と性能の評価
- 自動運転などの現代的なアプリケーションでは，リアルタイムな画像処理が不可欠であり，エッジデバイスでのAI処理が重要である。
- エッジデバイス上で動作する物体検出モデルの効率と性能に関する理解が不足している。
- エッジデバイス向けにディープラーニングモデルを選択する際の，精度・速度・エネルギー効率のバランスに関する指針を示す。
- YOLOv8 Mediumなどの高mAPモデルは，一般的にエネルギー消費量が多く，推論速度が遅い。
- SSD MobileNet V1などの低mAPモデルは，より省エネで高速な推論が可能である。
- Jetson Orin Nanoは，アイドル消費電力は高いものの，全体として最も高速かつエネルギー効率の良いデバイスである。
エージェントのコンパイル：LLM再実行危機の緩和と最小限の推論コストによるWeb自動化 [cs.DC, cs.AI, cs.PL]目的：LLM駆動Webエージェントにおける推論コスト削減
- Web自動化の需要増加に伴い，LLMの利用が拡大している。
- 継続的な推論ループによるLLMのコストと遅延が課題となっている。
- LLMの推論回数を減らすことで，Web自動化の経済的実現性を高める。
- コンパイルと実行を分離するアーキテクチャを提案し，推論コストを大幅に削減した。
- DOMサニタイゼーションモジュールとJSONワークフローブループリントを活用することで，O(M x N)からO(1)への推論スケーリングを実現した。
- データ抽出，フォーム入力，フィンガープリンティングのタスクにおいて，ゼロショットコンパイルの成功率が80-94%であった。
置換不変符号を用いた量子匿名秘密分散 [quant-ph, cs.CR, cs.IT, math.IT]目的：量子匿名秘密分散スキームの構築
- 量子暗号は，古典暗号では困難な安全性を実現し，次世代のセキュリティ技術として期待されている。
- 既存の量子秘密分散スキームでは，送信者の匿名性が保証されない場合がある。
- 送信者の匿名性を保証する量子秘密分散スキームを構築し，情報漏洩を評価すること。
- 置換不変量子誤り訂正符号と匿名量子伝送アルゴリズムを用いて，量子匿名秘密分散スキームを提案した。
- ランプ量子秘密分散スキームの情報漏洩量を量子条件最小エントロピーで定量化し，その妥当性を検証した。
- 提案スキームにおける中間シェアの情報漏洩量を評価し，安全性に関する考察を行った。
フレキシブルアンテナシステムのためのセンシング支援チャネル推定：統一フレームワーク [eess.SP, cs.IT, math.IT]目的：フレキシブルアンテナシステムにおけるチャネル状態情報取得の効率化
- 6Gネットワークのハードウェア効率向上の鍵となるフレキシブルアンテナシステムの研究。
- 候補アンテナ位置数の増加に伴い，チャネル推定のためのパイロットオーバーヘッドが大きくなる。
- 上りリンクデータから主要な到来方向を推定し，パイロットオーバーヘッドを削減する。
- 提案手法は，空間幾何学を利用し，専用のセンシングパイロットなしで主要な到来方向を解決する。
- 経路ゲインの較正には，最小限の較正パイロットを使用し，2段階のプロセスでチャネル状態情報を再構成する。
- 伝搬環境に応じて，SOC-Newton-MUSICとFOC-Newton-MUSICという2つのアルゴリズムを開発した。
正方基底ハイパーグラフ積を用いたCPMリフトによる高円周率正則量子LDPC符号 [quant-ph, cs.IT, math.IT]目的：高円周率正則量子低密度パリティチェック（LDPC）符号設計のための有限長クラス
- 量子情報伝送において，誤り訂正符号は信頼性の高い通信を実現するために不可欠である。
- 既存の量子LDPC符号設計では，符号の性能と構造のバランスが課題となっていた。
- 正方基底ハイパーグラフ積とCPMリフトの組み合わせにより，高性能な量子LDPC符号の設計を目指す。
- 小列重み基底行列に対する正則性，ランク不足，短サイクル排除の条件を提示し，列重み3および4の具体的な例を提示した。
- CPMリフトが，特定のサイクルが存在する場合，タナー円周率を8以上に向上させることができないことを示した。
- $[[28800,62]]$円周率8の$(3,6)$-正則CSS-LDPC符号が得られ，高精度な誤り訂正性能が確認された。
短時間制御なしにおけるハイゼンベルク限界のハミルトニアン学習 [quant-ph, cs.DS]目的：量子システムの基礎となるハミルトニアンを学習すること
- 量子情報科学において，量子システムの特徴付けは重要である
- 既存手法は，任意の短時間ダイナミクスへのアクセスに依存しており，実験的な課題が多い
- 短時間制御を必要とせず，ハイゼンベルク限界でのハミルトニアン学習を可能にすること
- 本研究では，最小進化時間T以上の時間を持つクエリのみで，ハイゼンベルク限界のスケーリングを達成できることを示した。
- 対数的に疎なハミルトニアンに対して，任意の最小進化時間Tにおいて，情報理論的に最適なスケーリングを実現する。
- 多体システムにおいては，総進化時間に対して最小進化時間を緩和する厳密なトレードオフを明らかにした。
Etzion-Silberstein予想における既約フェレールド図形 [math.CO, cs.IT, math.IT]目的：Etzion-Silberstein予想が成立するための既約フェレールド図形の性質の解明
- 誤り訂正符号の性能向上に不可欠であり，通信やデータストレージの信頼性向上に貢献する。
- フェレールド図形における最大符号の存在証明が難しく，一般的な形状での予想の検証が遅れている。
- 既約フェレールド図形に焦点を当てることで，Etzion-Silberstein予想の証明をより具体的な問題に帰着させる。
- 既約フェレールド図形は，多次元ポリトープ$\mathfrak{P}_d$の整数点と完全に特徴付けられることが示された。
- これらのポリトープが積分性を有するため，Ehrhart理論を用いた構造解析が可能となる。
- 最大ランク距離符号のパンクチャリングと包含に関する新たな予想を提示し，Etzion-Silberstein予想の特殊ケースとして導出した。
分離降下法：近似メッセージパッシングによる正確なテスト誤差追跡 [math.ST, cs.IT, cs.LG, math.IT, stat.ML, stat.TH]目的：テスト誤差と訓練誤差の漸近的な一致
- 機械学習モデルの性能向上には，汎化性能の正確な評価が不可欠である。
- 訓練データへの過剰適合により，訓練誤差がテスト誤差を反映しなくなる「汎化ギャップ」が存在する。
- データ利用効率を損なわずに，訓練誤差とテスト誤差の一致を強制することで，汎化ギャップを解消することを目指す。
- 分離降下法(DD)は，スタイライズされたガウス混合モデルにおいて訓練誤差がテスト誤差を漸近的に追跡することを理論的に保証する。
- DDは，近似メッセージパッシング理論を活用し，データ再利用によるバイアスを反復的にキャンセルすることで，検証コストゼロ，データ100％利用を実現する。
- XOR分類やMNIST，CIFAR-10等の実験において，DDはGDと比較して汎化ギャップを縮小し，優れた性能を示す。
画像圧縮と無線伝送のための拡散-OAMP [eess.IV, cs.IT, cs.LG, math.IT]目的：画像圧縮と無線伝送の共同最適化
- 実用的な通信システムにおいて，効率的なデータ伝送が不可欠であるため。
- 画像復元と比較して，画像圧縮と無線伝送の共同研究は十分に進んでいない。
- 既存手法の性能向上と，実用的な通信システムへの応用を目指す。
- 提案手法Diffusion-OAMPは，事前学習済みの拡散モデルをOAMPアルゴリズムに組み込んだ，学習不要な再構成フレームワークである。
- OAMP線形推定器は擬似的なAWGN観測値を生成し，拡散モデルはSNRマッチング則に基づいて非線形推定器として機能する。
- 様々な圧縮率とノイズレベルの実験において，Diffusion-OAMPは従来の技術と比較して良好な性能を示した。
ORBITS: 不整合な優先度付きデータに対するクエリ手法 - アルゴリズム，実装，実験 [cs.LO, cs.AI, cs.DB]目的：優先度付き知識ベースにおける不整合に寛容なクエリ応答のための実用的なアルゴリズム
- 知識ベースは，複雑な情報を表現し推論に利用されるため，現代の情報システムにおいて不可欠である。
- 現実世界の知識ベースには不整合が含まれることが多く，従来のクエリ手法では正しく応答できない場合がある。
- 一般的な優先度関係の下で，不整合に寛容なクエリ応答を効率的に行うためのアルゴリズムを開発し，評価すること。
- 本研究では，優先度付き知識ベースに対するPareto最適およびcompletion最適修理に関する初のSATエンコーディングを提案した。
- 提案手法は，異なる種類の修理に基づく意味論の影響を比較し，代替手順の性能を評価する実験によって検証された。
- 実験結果は，提案されたSATエンコーディングが実用的なクエリ応答に有効であることを示唆している。
AIによる質疑応答に関する認識的考察：監視者，博学者，論理学者，対話者 [cs.CY, cs.AI, cs.LO]目的：AI質疑応答における認識的課題の分析
- 現代社会においてAI利用が拡大しており，その信頼性と責任に関する議論が重要である。
- AIへの過信により，論理的検証や実証的検証が疎かになる傾向がある。
- AIの推論システムを理解し，信頼できる対話相手としてのAI育成を目指す。
- LLMへの無批判な依存は，Griceの質のマキシムやLemoineの無罪のマキシムに反する可能性がある。
- 剽窃検出器の誤判定や，結果の誤った解釈が，不当な告発につながる場合がある。
- 不確実性，分類，解釈は，AI出力段階以前に，人間の信念体系や感情状態によって形成される。
点集合原理と構成的次元忠実性 [cs.IT, math.IT]目的：ハウスドルフΦ次元の有効版である構成的Φ次元に関する研究
- フラクタル解析において，次元は集合の形状や複雑さを定量化する重要な概念である。
- 従来のハウスドルフ次元の計算には限界があり，より効率的な次元の定義が求められていた。
- 本研究は，構成的Φ次元の忠実性に関する条件を明らかにすることで，次元計算の理論的基盤を強化する。
- 点集合原理を用いることで，ハウスドルフ次元，連分数次元，カントル被覆の次元に対する点集合原理が導かれた。
- カントル級数展開によって生成される被覆の構成的次元忠実性に関する必要十分条件が導出された。
- カントル被覆におけるハウスドルフ次元と構成的次元の忠実性は同値であり，アルベベリオらの結果の情報理論的な証明を与えた。
ホモトピー型理論における提示群 [cs.RO, cs.SY, eess.SY, cs.CC, cs.LO, math.CT]目的：群のホモトピー型理論における表現方法の簡素化
- ホモトピー型理論は，型をホモトピー同値な空間と解釈し，証明をホモトピー不変な構成と捉える体系。
- 群を型として表現する場合，構成が複雑になり，計算やメタ理論的な推論が困難となる。
- 群の提示（生成集合）が既知の場合，より簡素な構成で群の表現を構築することを目指す。
- 群の提示が分かっている場合，より計算に適した簡略化された高誘導型を構築できる。
- 高誘導型を操作するための2-ポリグラフの型理論的な概念を開発した。
- 生成された群のケイリーグラフの構築と，それが群の関係をエンコードすることを示した。
意味情報G理論に基づく意味的変分ベイズ法：潜在変数の解決に向けて [cs.LG, cs.AI, cs.IT, math.IT]目的：潜在変数の確率分布を求める手法
- 複雑なシステムを理解・制御するため，潜在変数の解析は不可欠である。
- 従来の変分ベイズ法は，計算が複雑で解釈が難しいという課題があった。
- 意味情報G理論に基づき，より効率的で解釈しやすい変分ベイズ法を提案する。
- 提案手法(SVB)は，従来の変分ベイズ法(VB)よりも計算量が少なく，簡便である。
- 混合モデルの実験では，G/Rの増加に伴い，モデルが収束することが示された。
- データ圧縮，強化学習などへの応用例を示し，制御の目的性と効率性のバランスを数値的に示した。
電話による$k$-マルチキャスト問題 [cs.DS]目的：最小ラウンド数による端末への情報伝達
- ネットワークにおける効率的な情報伝達は，様々な応用において不可欠である。
- 有向グラフにおける最小時間マルチキャストは，無向グラフと比較して研究が遅れている。
- 無向グラフにおける$k$端末への情報伝達の近似率向上を目指す。
- 無向グラフにおける問題に対して，$\tilde{O}(t^{1/3})$の乗算近似率を得た。
- 有向グラフ版では，$\tilde{O}(k^{1/2})$の加算近似アルゴリズム（多項式対数乗数因子付き）を提案した。
- 限定的な条件下（有界トレewidthグラフ）において，有向Steiner木の近似率を改善した。
短い区間グラフと2カウント区間グラフのオンライン彩色 [cs.DS, math.CO]目的：短い区間グラフと2カウント区間グラフのオンライン彩色における競合比
- グラフ彩色問題は，計算機科学，オペレーションズ・リサーチなど広範な分野で重要である。
- オンライン彩色問題は，入力が逐次的に与えられるため，最適な彩色を見つけるのが難しい。
- 区間グラフにおけるオンライン彩色アルゴリズムの競合比の限界を明らかにすること。
- σ-区間グラフのオンライン彩色において，競合比3未満のアルゴリズムが存在しない条件が示された。
- 2カウント区間グラフのオンライン彩色において，First-Fitアルゴリズムの競合比は4以下である。
- 区間表現が未知の場合，競合比2.5未満のオンラインアルゴリズムは存在しないことが示された。
頂点カットクエリに対する新たなオラクルとラベリング方式 [cs.DS]目的：頂点カットの効率的な表現とクエリ処理
- ネットワークの信頼性評価や，グラフ構造の解析において，頂点カットの検出は重要な役割を果たす。
- 頂点カット問題は計算困難であり，大規模グラフにおける高速なクエリ処理が課題となっている。
- 頂点カットを効率的に判定するための，省スペースなオラクルとラベリング方式を開発する。
- グラフの各頂点に$\tilde{O}(n^{1-1/f})$ビットのラベルを付与するラベリング方式を提案し，既存の下界にほぼ匹敵する性能を実現した。
- $f=O(\log n)$に対し，$\tilde{O}(n)$の空間と$\tilde{O}(2^f)$のクエリ時間を持つ頂点カットオラクルを構築できることを示した。
- $f$-連結グラフにおいては，クエリ時間を$\tilde{O}(f^2)$まで改善し，効率的な最小頂点カットクエリを可能にした。