arXiv雑要約
プログラム - 2026/05/04 公開
AirFM-DDA：6Gに向けた遅延ドップラー角領域における無線インターフェース基礎モデル [cs.LG, cs.AI, cs.IT, eess.SP, math.IT]目的：AIネイティブな6Gネットワーク設計のための物理層設計における無線基礎モデルの確立
- 次世代6Gでは，AI技術の活用が不可欠であり，無線通信の物理層設計にAIを導入することが重要である。
- 既存モデルは，多重経路成分が複雑に絡み合った時空周波数領域で動作するため，普遍的なチャネル表現の学習が困難である。
- 多重経路成分を物理的に意味のある軸で明示的に分解し，計算効率の高いアテンション機構を導入することで，問題を解決する。
- AirFM-DDAは，未知のシナリオやデータセットに対するゼロショット汎化性能が優れていることを実験的に示した。
- チャネル予測および推定タスクにおいて，既存モデルを上回る性能を安定的に達成した。
- グローバルアテンションと比較して，学習および推論コストを大幅に削減し，ロバスト性も維持した。
記号実行とマルチLLMオーケストレーション：不完全なRust CVEスニペットにおけるメモリ脆弱性の検出 [cs.CR, cs.PL, cs.SE]目的：Rustのunsafeコードにおけるメモリ脆弱性の検出
- ソフトウェアの安全性確保は重要であり，メモリ脆弱性は深刻なセキュリティリスクとなる。
- 既存の形式検証ツールは，不完全なコードスニペットに対応できず，脆弱性検出が困難である。
- 不完全なCVEスニペットから検証可能なテストハーネスを合成し，メモリ脆弱性を検出すること。
- 本システムは，4つの専門エージェントを連携させることで，従来の形式検証ツールがコンパイルに失敗するスニペットからKLEE互換のハーネスを合成することに成功した。
- 31の実際のRust CVEに対して，90.3%のラッパーコンパイル成功率を達成し，1,206個の重大なエラーを検出した。
- 4エージェントアーキテクチャは，役割の専門化と構造化されたコンテキスト伝達により，単一の汎用モデルよりも優れた結果をもたらすことを確認した。
遅延ドップラー領域チャネル推定：スパース性が未知の場合 [cs.IT, math.IT]目的：遅延ドップラー領域におけるチャネル推定手法
- 無線通信において，チャネル推定は信号処理の重要な要素であり，通信品質を左右する。
- 従来のチャネル推定法では，スパース性の事前知識が必要であり，その推定精度に影響を与える。
- 未知かつ変動するスパース性下においても高精度なチャネル推定を実現すること。
- 提案手法は，遅延ドップラーサポートのCartesian積構造を利用し，ベイズ情報量規準に基づいてサポート次元を直接データから選択する。
- シミュレーション結果から，提案手法は正確なサポートを高い確率で復元し，固定予算ベースラインや疎なベイズ学習よりも優れたチャネル再構成精度を達成することが示された。
- このアプローチは波形に依存せず，未知かつ時間変動するスパース性下でのDD領域チャネル推定に対する実用的で適応的な解決策を提供する。
zkSBOM：ゼロ知識集合を用いたプライバシー保護SBOM共有 [cs.CR, cs.SE]目的：ソフトウェア部品表（SBOM）のプライバシー保護共有メカニズム
- ソフトウェアサプライチェーン攻撃への対策が喫緊の課題であり，SBOMの活用が重要視されている。
- 従来のSBOM共有は，完全な開示か完全な秘匿かの二者択一であり，情報漏洩や改ざんのリスクが存在する。
- SBOM共有におけるプライバシー保護とセキュリティ確保を両立し，SBOM利用者の信頼性を高める。
- zkSBOMは，ゼロ知識集合を用いることで，SBOMの内容を明示せずに，特定の脆弱性の有無を証明できる。
- セキュリティ分析の結果，zkSBOMは，包含・除外証明からの情報漏洩を定量的に抑制することが示された。
- 実用的なシナリオでの評価により，zkSBOMが堅牢で安全かつプライバシーを保護するSBOM共有メカニズムであることが実証された。
エージェント型セキュリティシステムのためのアラインメント契約 [cs.CR, cs.LO]目的：エージェント型セキュリティシステムの行動制約の仕様と検証
- AIエージェントの能力向上に伴い，セキュリティシステムの自律性と安全性の両立が重要になっている。
- 従来のガードレールでは，許可範囲と禁止範囲の境界を明確にすることが難しく，制御の非対称性という課題がある。
- システムの動作を監視可能効果のトレースとして捉え，形式的な契約に基づいて行動を制限することで，安全性を確保することを目指す。
- アラインメント契約というフレームワークを提案し，スコープ，許可/禁止効果，リソース予算，開示ポリシーを定義可能にした。
- 提案手法は，有限トレースの意味論を持ち，安全性特性として充足性を特徴付け，モジュール化された契約設計のためのルールを開発した。
- 効果観測可能性の仮定の下で，媒介された効果に対する健全性定理を定量化し，監視によって実現されたトレースに対する強制健全性を保証する。
DEPTEX：組織優先型，オープンソース依存関係リスク監視 [cs.SE]目的：オープンソース依存関係における組織を優先したリスク管理
- ソフトウェアサプライチェーンのセキュリティ確保は，現代のソフトウェア開発において不可欠である。
- 従来のSCAツールは，リスクを過度に警告し，誤検知が多く，運用負荷が高い。
- 実行パス支配度(EPD)により，脆弱性の影響範囲を正確に評価し，効率的なリスク管理を実現する。
- DEPTEXは，組織のコンテキストを考慮したリスク管理により，従来のツールが抱える課題を解決する。
- 実行パス支配度(EPD)とLLMによる検証を組み合わせ，脆弱性の実際の運用範囲を特定する。
- 「As Code」エンジンにより，柔軟なガバナンスポリシーの適用と外部システムとの連携を可能にする。
ソフトウェアリーダーを特徴づけるもの：実務家ソーシャルメディアからのリーダーシップ実践の特定 [cs.NI, cs.SE]目的：ソフトウェア開発の実務家が認識・報告するリーダーシップ実践の特定と分類
- ソフトウェア開発におけるリーダーシップは，プロジェクト成功に不可欠であり，組織のパフォーマンス向上に寄与する。
- 既存研究は形式的な役割やモデルに偏重し，現場の実務家によるリーダーシップの実態解明が不足している。
- ソフトウェア開発の現場で実践されているリーダーシップの実態を明らかにすることで，より効果的なリーダーシップ育成に貢献する。
- ソフトウェアプロジェクトリーダーのリーダーシップ実践として103の事例が特定され，推奨されるものと推奨されないものに分類された。
- それらの実践は，「人材育成」「プロセス実行」「自己成長」「コミュニケーション」「戦略的ビジョン」の5つのカテゴリーに整理された。
- ソフトウェアリーダーシップは，技術的専門性よりも，マネジメント能力や対人スキルと強く関連していることが示された。
トポロジーマイナーフリーグラフクラスにおけるCMSOの低モノディメンショナリティ断片に対するモデル検査 [cs.LO, math.CO]目的：トポロジーマイナーフリーグラフクラスにおける，特定のCMSO断片に対するモデル検査の計算複雑性
- 計算問題の扱いやすさを，論理的表現力とグラフ構造の関係性から説明するメタ定理の研究。
- 第一階述語論理の拡張であるFO+dpは効率的なモデル検査が可能だが，より表現力の高いCMSO断片では同様の結果が得られていなかった。
- 低モノディメンショナリティという構造条件を満たす頂点集合への限定により定義されるCMSO断片のモデル検査の計算量を解析すること。
- トポロジーマイナーフリーグラフクラスにおいて，低モノディメンショナリティCMSO断片（disjoint-paths述語付き）に対するモデル検査が固定パラメータ時間で可能であることが示された。
- この結果は，既存のアルゴリズムメタ定理を第一階述語論理を超えて，トポロジーマイナーフリー設定に拡張する。
- 低モノディメンショナリティは，これまで知られていた複数の論理を一般化する。
サイズ依存独立性オラクルにおけるマトロイドアルゴリズム [cs.CL, cs.DS, cs.LG]目的：サイズ依存独立性オラクルモデル下でのマトロイドアルゴリズムの性能評価
- マトロイド最適化は組合せ最適化の枠組みであり，様々な問題に応用可能である。
- 既存のオラクルモデルは独立性判定に定数がかかると仮定しており，現実的ではない。
- サイズ依存コストモデルを導入し，より現実的な計算コストでの性能評価を目指す。
- サイズ依存独立性オラクルモデル下で，マトロイドの基底探索，ランク近似，分割サイズ近似に関するアルゴリズムの上界と下界を確立した。
- これらのタスクにおける最適なクエリコストは，マトロイドのサイズに対して二次関数的に増加する。
- 最大回路サイズが$c$であるマトロイドに対しては，二次的な障壁を打ち破り，期待されるクエリコスト$\mathcal{O}(n^{2-1/c} \log n)$で最大重み基底を計算するアルゴリズムを提示した。
近似がアルゴリズムの進歩に与える影響 [cs.DS]目的：アルゴリズム問題における近似の利点とトレードオフの定量化
- 科学計算は計算資源に制約を受けやすく，効率化が常に求められている。
- 多くのアルゴリズムは理論的な限界に達しており，並列化も困難である。
- 近似アルゴリズムによって，計算速度の向上と精度の両立を目指す。
- 調査対象となった118の問題のうち，約20%で近似によって改善が見られた。
- 計算困難な問題の約4分の1は，近似アルゴリズムによって多項式時間で解けるようになった。
- 近似は線形時間で実行可能なアルゴリズム数を23%増加させ，ビッグデータ処理の機会を広げた。
逐次自己同型アンサンブル復号と早期停止 [cs.IT, math.IT]目的：自己同型アンサンブル復号における復号複雑性の低減
- 通信システムの信頼性向上には，効率的な誤り訂正符号と復号技術が不可欠である。
- 既存の自己同型アンサンブル復号は，復号処理が複雑で計算コストが高いという課題がある。
- 復号経路の評価指標に基づき，復号を早期に停止することで計算量を削減することを目指す。
- 提案手法では，復号サブデコーダを逐次的に起動し，事前最適化された閾値に基づいて復号を停止する。
- シミュレーション結果により，平均復号複雑度が元の自己同型アンサンブル復号の6倍から22倍削減されることが示された。
- ブロック誤り率への影響は軽微であり，復号性能を維持しつつ，計算コストを大幅に削減できることが確認された。
セマンティクスを考慮した安全なリモート再構成における同時精度と機密性 [cs.IT, cs.SY, eess.SY, math.IT]目的：無線ネットワークにおける同時精度と機密性の確保
- 無線通信における情報セキュリティの重要性が高まっている。
- 精度と機密性が個別に扱われ，同時達成の評価が不十分である。
- 同時精度と機密性を評価する指標を導入し，最適な伝送戦略を導く。
- 機密再構成精度(CRA)という指標を導入し，同時精度と機密性を捉えた。
- 従来の周辺分析では最適なポリシーを誤識別する可能性があることが示された。
- 伝送頻度や合法チャネルの改善が必ずしも同時精度向上につながらないことが判明した。
時間依存ネットワークにおける最大流の特殊事例：ネットワーク変化を考慮 [cs.DS]目的：時間依存ネットワークにおける最大流の値を求めること
- ネットワーク最適化は，通信，輸送，資源配分など，様々な分野で不可欠である。
- 時間変化するネットワークにおける最大流問題は，計算量が大きく，効率的な解法が求められる。
- 時間変化を伴うネットワークの最大流問題を効率的に解くための手法を開発すること。
- 時間展開ネットワーク（TEN）を凝縮したcTENを構築することで，元のネットワークの最大流値を計算できる。
- cTENのノード数はO(n^2μ)，エッジ数はO(μmn)であり，元のネットワークよりも大幅に削減可能である。
- Orlinのアルゴリズムを用いるとO(μ^2n^3m)時間，Chenらのアルゴリズムを用いるとO(μ^{(1+o(1))}(nm)^{1+o(1)}\log (UT))時間で解ける。
プライバシー保護のための適合性検証アプローチ [cs.HC, cs.CR, cs.SE]目的：適合性検証におけるプライバシー保護
- 業務プロセスの最適化や問題点の発見に不可欠な技術であり，業務効率化に貢献する。
- モデルやログデータには機密情報が含まれる場合があり，情報漏洩のリスクが存在する。
- モデルやログの所有者に情報を公開せずに適合性検証を実現し，プライバシーを保護する。
- 提案手法では，文字列処理アルゴリズムと準同型暗号化を用いて，適合性検証を安全に行うことが可能となった。
- 合成データと実データを用いた評価により，適合性検証の安全な計算が確認された。
- ただし，メモリと処理能力の消費は大きいという課題も明らかになった。
多型性が出会うDHOL [cs.CL, cs.LO]目的：多型性DHOLの構文と意味論
- 高階論理に依存型を加えることで，データ構造や圏論など様々な領域を簡潔に表現できる。
- DHOLには多型性の機能が欠如しており，表現力とコードの再利用性の点で制約があった。
- DHOLに多型性を導入し，より複雑な理論を効率的に検証できるようにすること。
- 多型性DHOLの構文と意味論を開発し，既存のHOLへの翻訳を拡張した。
- ロジック埋め込みツールに実装し，TPTPの形式化を用いて評価を行った結果，有効であることが確認された。
- 本研究により，実験的な多型性DHOL定理証明器を容易に作成可能になった。
移動アンテナを用いた物理層サービス統合のための人工ノイズ支援設計 [cs.IT, eess.SP, math.IT]目的：移動アンテナと人工ノイズを利用した物理層サービス統合の設計
- 無線通信において，多種多様なサービスを同時に提供する需要が高まっているため。
- 機密性と信頼性を両立した物理層でのサービス統合は，設計が複雑である。
- 移動アンテナと人工ノイズを活用し，機密性と信頼性の向上を目指す。
- 提案手法は，計算量の少ないブロック座標降下法により，効率的に最適解を探索する。
- シミュレーション結果から，提案手法は既存手法と比較して，秘匿性能が大幅に向上することが示された。
- 移動アンテナの配置と送信変数の同時設計により，物理層サービス統合の性能を最大化する。
制約ガイド型表現合成によるエージェントスキル監査：Semia [cs.CR, cs.AI, cs.PL]目的：エージェントスキルの監査
- LLM駆動エージェントの普及に伴い，そのセキュリティ確保が重要となっている。
- エージェントスキルの自然言語部分の曖昧性により，静的解析が困難である。
- 自然言語部分の意味を正確に捉え，再現性のある監査を可能にすること。
- Semiaは，エージェントスキルをSDLというDatalog形式のファクトベースに変換する。
- 制約ガイド型表現合成(CGRS)により，構造的にも意味的にも忠実なファクトベースを生成する。
- 13,728個のスキルを分析した結果，過半数に重大なセキュリティリスクが存在することが判明した。
アジャイルワークフローにおけるログベースのセキュリティ分析の統合：実務経験報告 [cs.SE, cs.CR]目的：アジャイルワークフローへのログベースのセキュリティ分析統合の実現可能性
- 現代組織は製品を保護するためにログデータに依存している。セキュリティ対策の組み込みが重要である。
- アジャイル開発へのセキュリティ分析の統合は難しく，具体的な事例研究が不足している。
- アジャイル開発プロセスへのセキュリティ分析の組み込み方法と課題の解決。
- 開発者へのインタビューから，システムの導入意欲，遭遇した課題，開発活動への影響が明らかになった。
- セキュリティ分析をアジャイルワークフローに組み込むための重要な教訓，緩和策，ベストプラクティスが示された。
- 開発のスピードと回復力を維持しながら，セキュリティプラクティスを組み込むための洞察を提供している。
超正則行列によるMDS配列符号のエラー訂正復号アルゴリズム [cs.IT, math.IT]目的：MDS配列符号の復号
- 分散ストレージシステムにおいて，データの信頼性を確保する上で重要な役割を担う。
- エラー訂正符号の復号には，エラー位置の事前知識が必要となる場合が多い。
- エラー位置を事前に知らずに，MDS配列符号を復号する効率的なアルゴリズムを開発する。
- 本研究では，超正則行列を用いたMDS配列符号の復号アルゴリズムを提案し，エラー位置の事前知識なしに記号エラーを訂正可能であることを示した。
- 提案アルゴリズムは，$m \geq 2$ で1個の記号エラー，$m \geq 4$ で2個の記号エラーを訂正できる。特に，超正則ファンデルモンド行列を用いることで計算量を削減できる。
- 3個のエラー訂正についても代数的構造を解析し，本手法の拡張可能性について議論した。RAID6構成に対する柔軟な代替案となりうる。
LLM生成コードにおける社会的不偏性：ベンチマークと緩和策 [cs.SE, cs.AI, cs.SI]目的：LLM生成コードにおける社会的不偏性の評価と緩和
- 人間中心型アプリケーションにおいて，公平性は重要な課題であり，LLMの利用が拡大する中で，その検証が不可欠である。
- 既存の研究では機能的な正確性に重点が置かれており，LLM生成コードにおける社会的不偏性は十分に検証されていない。
- LLM生成コードの社会的不偏性を軽減し，公平性を高める手法を開発すること。
- SocialBias-Benchを用いて4つのLLMを評価した結果，全てのモデルにおいて深刻な不偏性が確認された。
- Chain-of-Thoughtや公平性ペルソナといった一般的なプロンプトレベルの介入は，不偏性を悪化させる傾向があった。
- Fairness Monitor Agent (FMA)を導入することで，不偏性を65.1%削減し，機能的な正確性も向上させることができた。
ClozeMaster: LLMを活用したマスクされた実プログラムの穴埋めによるRustコンパイラのファジング [cs.SE]目的：Rustコンパイラの信頼性向上
- Rustはメモリ安全性を重視し，重要システム開発での利用が増加しているため，コンパイラの信頼性確保が不可欠である。
- Rustの複雑な構文と厳格な要件から，有効なテストプログラムの生成は困難である。
- 過去のバグ事例に基づき，LLMの生成能力とバグ誘発能力を両立させたテスト手法を開発し，コンパイラの網羅的なテストを実現する。
- 本研究で開発したCLOZEMASTERは，rustcおよびmrustcに対し27件のバグを発見し，そのうち10件が修正された。
- CLOZEMASTERは，既存のファザーに比べてコードカバレッジと有効性の面で優れていることが実験的に示された。
- マスクと穴埋め戦略「clozeMask」により，LLMが生成するテストケースの有効性を高め，エッジケースの探索を可能にした。
SPARQL，関係代数，Datalogにおける多重集合の意味論 [cs.RO, cs.DB, cs.LO]目的：SPARQLパターン，関係代数，Datalogにおける多重集合の意味論の代数的・論理的構造の分析と特徴付け
- データ統合や知識発見において，データ量が増大しており，多重集合の扱いが重要となっている
- SPARQL，関係代数，Datalogといったクエリ言語間で意味論的な整合性が明確でなかった
- これら3つの形式主義が多重集合の意味論のもとで表現力の等価性を持つことを示す
- SPARQLは，多重集合をサポートするsafe negation拡張型非再帰的Datalogと表現力の等価性を持つことが示された
- SPARQLは，射影，選択，自然結合，和集合，差集合を含む多重集合関係代数とも表現力の等価性を持つことが証明された
- これらの結果は，異なるクエリ言語間の意味論的整合性を確立し，データ処理の基盤を強化する
技能を検証可能な成果物として：人間介入型エージェント実行環境のための信頼スキーマと双方向の正当性基準 [cs.CR, cs.AI, cs.MA, cs.SE]目的：技能の信頼性を確保するためのスキーマと正当性基準
- 大規模言語モデルの活用が進む中，技能（スキル）は重要な要素となっている。
- 技能の信頼性検証が不十分な場合，人間の介入が常時必要となり，運用が困難になる。
- 技能の検証プロセスを確立し，人間の介入を必要な場合に限定することで，持続可能なシステムを構築すること。
- 技能を「信頼できないコード」として扱い，検証を必須とすることで，安全性を高める。
- 技能マニフェストに検証レベルを明示し，HITLポリシーをそのレベルに応じて調整する。
- 双方向の正当性基準を満たす検証手順を確立し，敵対的アンサンブルを用いた評価を行う。
要件を意識したカリキュラム強化学習によるLLMコード生成の改善 [cs.SE, cs.AI]目的：LLMによるコード生成性能の向上
- ソフトウェア開発効率向上の可能性を秘めており，学術界と産業界で注目されている。
- 複雑な要件に対し，既存のLLMは依然として性能面での限界を抱えている。
- 要件難易度の認識と最適化，およびカリキュラムサンプリング戦略の改善を目指す。
- RECRLは，モデル固有の要件難易度を自動的に認識し，トレーニングデータ活用を改善する。
- 適応的なカリキュラムサンプリング戦略により，難易度が緩やかに変化するトレーニングバッチを構築する。
- 5つの最先端LLMと5つのコード生成ベンチマークで，Pass@1が平均1.23%-5.62%向上した。
もっと深く考え，選択肢を見逃すな：LLM支援検索によるIssue-Commitリンキングの再検討 [cs.SE]目的：Issue-Commitリンキング手法の有効性と効率の評価
- ソフトウェアのトレーサビリティ，保守，進化には不可欠な技術であり，変更履歴の理解を深める。
- 既存手法では，IssueとCommit間の関連性の正確な特定が課題であり，計算コストも高い。
- 効果的な検索と再ランク付け手法を特定し，大規模なIssue-Commitリンキングの効率化を目指す。
- 密な検索手法が疎な検索手法よりも関連するCommitの特定に優れていることが示された。
- 密と疎の検索手法を組み合わせることで，再現率の向上が期待できる。
- 従来の機械学習ベースの再ランク付け手法がLLMベースのアプローチよりも高い性能を発揮した。
MIMO検出のためのソフトグラフ拡散Transformer [cs.IT, cs.LG, eess.SP, math.IT]目的：MIMO検出におけるシンボル推定の段階的な精度向上
- 無線通信において，MIMO技術は通信速度と信頼性を向上させるために不可欠である。
- 従来の学習ベースのMIMO検出は，固定深さのアーキテクチャに依存し，推定の段階的な改善を明示的にモデル化していない。
- シンボル検出をノイズレベル条件付きの去ノイズ化プロセスとして再構築し，より高精度な検出を目指す。
- 提案手法SGDiTは，様々なMIMOシステム構成において，代表的なベースラインと同等のビット誤り率（BER）性能を達成する。
- SGDiTは，異なるチャネル条件下でも優れた汎化能力を示す。
- AdaLN条件付きのソフトグラフTransformerを用いることで，観測とシンボルドメイン間の段階的な情報統合を可能にする。
クエリに基づくAPI推薦のための評価データセットQ-ARE [cs.CL, cs.RO, cs.SE]目的：クエリに基づくAPI推薦手法のセマンティックな理解度評価
- ソフトウェア規模の拡大に伴い，適切なAPI選択が開発者の課題となっている。
- 既存手法は，多層的なメソッド呼び出し構造への対応が不十分である。
- API呼び出しの深さと密度に着目し，セマンティックな理解度を評価する基準を提示する。
- Q-AREデータセットは，GitHubのオープンソースJavaプロジェクトを基に構築された。
- API呼び出しの深さが深くなるほど，既存手法の性能は大幅に低下する傾向が見られた。
- API呼び出し密度が低いほど，既存手法の性能は低下することが示された。
ゼロ知識モデル検査 [cs.CR, cs.LO]目的：ソフトウェアシステムの機能的正確性の時間的仕様への準拠検証
- ソフトウェアの信頼性確保は重要であり，誤りの検出と修正は不可欠である。
- システムの内部情報公開せずに検証を行うことは困難である。
- 秘密保持を維持しつつ，形式検証を可能にする技術を確立すること。
- 本研究では，形式的な証明書とゼロ知識証明を組み合わせることで，システムを明示せずに検証を実現した。
- 遷移グラフや線形ガード付き命令を用いたモデル検査において，ゼロ知識での検証スキームを提案した。
- プロトタイプの実装により，線形時間論理の検証例において，本技術の実用性が示された。
設計時におけるソースコードのエネルギー推定：EnCoDe [cs.SE]目的：ソースコードの設計時におけるエネルギー消費量の推定
- ソフトウェアの品質においてエネルギー効率は重要であり，環境負荷低減と運用コスト削減に貢献する。
- 既存のプロファイリングツールは実行時のみで粗粒度であり，小さなコードブロックのエネルギー消費の内訳が不明である。
- 設計段階でプログラミング構造のエネルギー効率を比較・検討するための手段を提供することを目的とする。
- 提案手法EnCoDeは，小規模コードブロックの信頼性の高いエネルギー測定を可能にするPowerLensを開発した。
- 18,000以上のPythonプログラムから抽出したコードブロックの実験により，エネルギー消費量と静的コード特徴の相関を明らかにした。
- 機械学習モデルを用いて設計時にブロックレベルのエネルギー消費量を高精度に推定・分類することが示された（R^2=0.75，正解率80.6%）。
研究から実践へ：産業界における自動運転システムテストのインタラクティブな迅速レビュー [cs.SE]目的：自動運転システムテストにおける産業界の課題と研究の関連性
- 自動運転技術は社会実装が進む一方，安全性評価は重要な課題である。
- 学術研究と産業界の実践の間には，乖離が存在する。
- 産業界の課題を踏まえ，研究の適用可能性を評価する。
- 実務家が自動運転システムテストにおける12の主要な課題を特定し，中でもエンドツーエンドテストの網羅性とアプローチが最重要課題として挙げられた。
- 関連する17の研究論文を分析した結果，多くの研究が重要なテストシナリオの生成に焦点を当てていることが分かった。
- 本研究は，実務家主導によるレビューと評価を提供し，産業界における自動運転システムテストの課題を明らかにした。
多層ハッシュによる集合パラメータ化マッチング [cs.DS]目的：集合パラメータ化マッチング問題の効率的なアルゴリズム
- 文字列処理の基礎であり，ゲノム解析など応用範囲が広い。
- 集合を要素とする文字列のマッチングは，計算量が大きくなる。
- 集合パラメータ化マッチング問題の高速化を目指す。
- 提案アルゴリズムは，高確率で$O(N + M)$時間で動作する。
- 3層ハッシュスキームにより，表現サイズの増大に対応。
- 集合間のマッチングや動的な文字列部分列の符号化を効率化。
高速かつ正確：漸近的に線形のKL最適頻度正規化 [cs.IT, math.IT]目的：KL最適頻度正規化手法
- データ圧縮において，効率的な符号化は重要であり，その性能向上は常に求められている。
- 既存の頻度正規化手法は，必ずしもKLダイバージェンスを最小化しておらず，圧縮効率が低下する可能性がある。
- KLダイバージェンスを最小化する，高速かつ正確な頻度正規化手法を開発すること。
- 本研究では，KLダイバージェンスを数学的に最小化する3つのアルゴリズムを提案した。
- 提案手法は，ボトムアップ型，ブルームのヒープ修正の双方向交換，トップダウンウィンドウ法の3つである。
- 特に，トップダウンウィンドウ法は，正のカウントを持つシンボルの数$r$に対して，漸近的に線形時間$\mathcal{O}(r)$で動作する。
有界スパンを持つ上方平面グラフの描画 [cs.CG, cs.DS]目的：有界スパンを持つ上方平面グラフの描画に関する研究
- グラフ描画は，グラフ構造の可視化に不可欠であり，その可読性や理解度向上に寄与する。
- 上方平面グラフの描画におけるスパン（エッジ両端のy座標差の最大値）の最小化は，困難な問題である。
- 本研究は，上方平面グラフのスパンを決定する問題の計算複雑性を明らかにし，効率的なアルゴリズムを提案する。
- 有向木に対するスパンの上界と下界を組み合わせ論的に明らかにした。
- 上方平面グラフのスパン決定問題は，有向木や単一ソースバイコネクテッドグラフに対してもNP困難であることが示された。
- ソース数に上限がある特定のグラフ族や，埋め込みが与えられたグラフに対し，効率的なアルゴリズムが開発された。
オフライン確率的多腕バンディットからのアンラーニング [cs.LG, cs.DS]目的：オフライン確率的多腕バンディットにおけるデータ削除とプライバシー保護
- 機械学習の普及に伴い，プライバシー保護の重要性が高まっている。
- データ削除要求への対応が困難であり，モデルの再学習が必要となる場合が多い。
- データ再学習を回避しつつ，プライバシーを保護するアンラーニング手法の開発。
- 本研究では，オフライン確率的多腕バンディット問題に対するアンラーニング手法を提案。
- ガウスメカニズムとロールバックを基盤とし，データ環境とプライバシー制約に応じて切り替える適応的アルゴリズムを設計。
- 提案手法の有効性とトレードオフを理論的保証と実験により検証。
消去を伴うタイプ理論 [cs.PL, cs.LO]目的：タイプ理論における実行時に関連するデータと関連しないデータの区別
- プログラムの正確性と効率性を保証する上で，タイプ理論は重要な役割を担う。
- 既存のタイプ理論では，実行時に不要なデータの扱いが明確でなく，コンパイル時の最適化が困難。
- タイプ理論に消去の概念を導入し，不要なデータを安全に除去することで，コンパイルを効率化する。
- 消去を伴うタイプ理論を，高階汎代数理論（SOGAT）として形式化し，モデルに基づいた研究を行った。
- SOGATのモデル理論により，集合の族における消去付きタイプ理論のセマンティクスを調べ，Grothendieckトポスにも一般化できることを示した。
- Martin-Löfタイプ理論(MLTT)に対して両フェーズで保存性を示し，コード抽出のためのプレシェーフモデルの正当性を証明した。
SENECA：自己整合的欠損質量による小サンプル離散エントロピー推定 [cs.IT, math.IT, stat.CO]目的：小サンプルにおける離散エントロピーの推定
- 情報理論の基礎問題であり，データ分析や機械学習など広範な分野に応用される。
- サンプルに現れない事象の確率質量（欠損質量）の考慮不足により，推定精度が低下する。
- 自己整合的な欠損質量計算により，小サンプルにおけるエントロピー推定の精度向上を目指す。
- 提案手法SENECAは，小サンプル環境において，既存の最先端手法と比較して優れた性能を示す。
- 生物多様性の推定や大規模言語モデルの誤り検出といった実用的な応用において，専門的な手法に匹敵する性能を達成した。
- SENECAは，様々な分野で利用可能な，小サンプルエントロピー推定の有効な代替手法となる。
効率的なクロスインスタンス知識再利用による増分#SAT [cs.IR, cs.SI, cs.LO]目的：増分モデル数カウントの性能向上
- 確率的推論の中核を担う問題であり，AI分野の発展に不可欠である。
- 類似構造の論理式系列のカウントに，計算コストが課題となっていた。
- 過去の計算結果を再利用し，冗長な探索を避けることで効率化を図る。
- 提案手法は，既存のモデルカウンターと比較して性能が向上することを示した。
- 構造を意識した知識の再利用が，動的な環境において有効であることが確認された。
- 特に，議論問題やソフトコア問題において，増分モデル数カウントの自然な応用が可能であることが示された。
ブリッジを持たない立方グラフにおける，よく広がる完全マッチングを見つけるためのほぼ線形時間アルゴリズム [cs.DS, cs.DM, math.CO]目的：ブリッジを持たない立方グラフにおける，すべての3-辺カットをちょうど1つの辺で交差する完全マッチングの発見
- グラフ理論は，ネットワーク設計や情報科学など，幅広い分野に応用されており，その重要性は高い。
- 立方グラフにおける完全マッチング問題は計算量が多く，効率的なアルゴリズムの確立が課題であった。
- 3-辺連結グラフに限定されていた既存手法を改善し，より広範な立方グラフに対応するアルゴリズムを開発する。
- 本研究では，ブリッジを持たない立方グラフに対し，ほぼ線形時間で完全マッチングを見つけるアルゴリズムを提案した。
- 提案アルゴリズムは，Boydらの既存の立方アルゴリズムおよび，以前の研究で3-辺連結グラフに限定されていたアルゴリズムを改善する。
- 2-辺カットのサボテン表現と，2-カット削減における効率的な更新手順が鍵となる。
最遠点ボロノイ図を用いた最小外接円クエリ [cs.CG, cs.DS]目的：軸平行なクエリ矩形内に存在する点の集合の最小外接円の効率的な計算
- 幾何学的検索において，範囲検索の高速化は重要な課題である。
- 既存手法は計算量が大きく，特に大規模データに対して性能が低下する。
- 2次元幾何構造に基づくより効率的なクエリ処理を実現すること。
- 本研究では，最遠点ボロノイ図のみを用いることで，既存手法よりも単純なアプローチを提案する。
- その結果，決定的なクエリ時間は$O(\log^4 n)$，確率的なクエリ時間は$O(\log^{5/2} n \log\log n)$を達成した。
- 前処理時間と空間は$O(n \log^2 n)$で，既存手法と同等である。
ハイパー証明書：ハイパーLTL仕様に対する離散時間動的システムの検証 [eess.SY, cs.LO, cs.SY]目的：離散時間動的システムの検証手法
- 動的システムの安全性・信頼性確保は重要であり，形式手法による検証が不可欠である。
- 従来のLTLでは，個々の実行経路に着目するため，経路間の関係性を記述できない。
- ハイパーLTLを用いて経路間の関係性を記述し，動的システムのより高度な特性を検証する。
- ハイパー証明書という新しい枠組みを導入し，ハイパーLTL仕様に対する検証を可能にした。
- ハイパー証明書は，ルックアヘッドとバリア/ランキング関数を組み合わせることで，経路間の関係性を保証する。
- 既存のSOS最適化やSMTソルバーを用いて自動化可能であり，実用的なケーススタディでも有効性を確認した。
Themis：柔軟な多基準評価のための多言語コード報酬モデルの学習 [cs.SE, cs.LG]目的：多言語，多基準コード報酬モデルの学習と評価
- 言語モデルの性能向上には，報酬モデルによる方策調整が不可欠であり，その重要性は増している。
- 既存のコード生成における報酬モデルは，実行可能性のフィードバックに偏っており，多角的な評価が困難である。
- 機能的正確性だけでなく，多様な基準に基づいたコードの評価を実現する報酬モデルを開発すること。
- Themis-CodeRewardBenchというコード報酬モデル評価のためのベンチマークを新たに構築した。
- 大規模なコード選好データセットThemis-CodePreferenceを構築し，それを用いてThemis-RMという多言語コード報酬モデル群を学習した。
- 実験の結果，モデルの規模拡大や多様な選好を用いた学習により，性能が向上することを示した。
高度動的チャネルにおけるデコーダ提供パイロットの利点 [cs.IT, eess.SP, math.IT]目的：高度動的チャネルにおけるチャネル推定の精度向上
- 無線通信において，信頼性の高いデータ伝送を実現するためには，正確なチャネル推定が不可欠である。
- 動的チャネルでは，チャネルが時間とともに変化するため，適切な頻度でチャネル推定を行う必要がある。
- デコーダ提供パイロットは，低遅延で汎用的なチャネル推定手法として，その性能向上を目指す。
- デコーダ提供パイロットは，符号化されたデータを利用することで，追加の訓練系列を送信することなくチャネル推定を更新できる。
- 理論的な解析から，デコーダ提供パイロットのチャネル検知とデータ伝送の同時性能の限界が明らかになった。
- シミュレーション結果は，デコーダ提供パイロットが性能を大幅に向上させ，周波数符号化と組み合わせてソフト出力を用いることでさらに性能が向上することを示した。
GeoContra: 流暢なGISコードから検証可能な空間分析へ – 地理に基づいた修正による実現 [cs.SE, cs.AI]目的：LLM駆動型Python GISワークフローの検証と修正
- GIScienceでは，座標の意味，トポロジー，単位，地理的な妥当性を維持することが重要である。
- 現在のLLMベースのGISシステムは流暢なスクリプトを生成するが，大規模な地理的規則の適用が課題である。
- 地理的規則に違反する結果を検出し，修正することで，空間分析の信頼性を高める。
- GeoContraは，空間分析タスクを「地理空間コントラクト」として表現し，検証と修正を行う。
- DeepSeek-V4では空間分析の正答率を47.6%から77.5%へ，Kimi-K2.5では57.7%から81.5%へ向上させた。
- 11のオープンモデル全体では，平均正答率が26.6%向上し，地理的に無効な結果を捕捉することに貢献した。
完全動的 максимальное соответствие に対するより高速な決定性アルゴリズム [cs.DS]目的：完全動的 максимальное соответствие の維持
- グラフにおける максимальное соответствие は，ネットワーク設計やデータ解析など，様々な分野で重要な役割を果たす。
- 動的なグラフにおいて効率的に максимальное соответствие を維持することは困難であり，既存手法は計算コストが高い。
- 適応的 Adversary に対しても効率的な更新時間を持つ決定性アルゴリズムを開発し，既存手法の改善を目指す。
- 本研究では，完全動的 максимальное соответствие に対する決定性アルゴリズムを開発し， amortized 更新時間が $n^{1/2+o(1)}$ であることを示した。
- このアルゴリズムは，Subgraph System という新しいフレームワークに基づき，maximality の検証と維持に特化した設計となっている。
- Subgraph System は，既存の EDCS データ構造とは異なり，再帰的な改良によりパラメータを強化し，より効率的なアルゴリズムを実現する。
コーディングエージェントは計算材料科学の知見を再現できるか [cs.SE, cs.AI, cs.CL]目的：計算材料科学における主張の再現能力の評価
- 科学研究の再現性は，知見の信頼性を保証し，科学的進歩の基盤となる。
- 計算科学では，実験手順の詳細な記述が不足し，再現が困難な場合がある。
- LLMベースのエージェントの計算科学における再現能力の限界を明らかにすること。
- AutoMatベンチマークを用いてLLMベースのエージェントの性能を評価した結果，成功率は54.1%にとどまった。
- 特に，論文のテキストのみからワークフローを再構築する場合に性能が低下し，不完全な手順や方法論の逸脱が主な原因であった。
- AutoMatは，計算科学における再現性の評価基準として，またAIを活用した科学研究におけるエージェントシステムの課題特定ツールとして活用できる。
関数外延性なしの一価性 [cs.LO, math.LO]目的：関数外延性のない状況下における一価性の検証
- ホモトピー型理論は数学基礎としての可能性を秘めており，型と圏論を結びつける重要な分野である。
- 一価性は型理論の重要な性質であるが，関数外延性と密接に関わるため，その関係性は未だ不明な点が多い。
- 一価性のより弱いバージョンである「範疇的一価性」を検討し，関数外延性との関係を明らかにすることを試みる。
- 範疇的一価性は関数外延性を必ずしも意味しないことが，Von Glehnの多項式モデル構成の分析によって示された。
- 基底モデルが一価な宇宙を持つ場合，その多項式モデルは範疇的一価な宇宙を持つが，関数外延性を欠く。
- この結果は，一価性と関数外延性の関係についての新たな知見を提供する。
ラストマイル物流におけるエントロピー [math.OC, cs.IT, math.IT]目的：ラストマイル物流の複雑性測定
- 都市化の進展とEC市場の拡大により，ラストマイル物流の効率化が重要課題となっている。
- 既存研究では，ラストマイル物流の断片化を外部要因と捉え，定量的な最適化が困難であった。
- ボルトツマン統計力学に基づく構造エントロピーを用いて，ラストマイル物流の複雑性を評価し，改善策を提案する。
- ラストマイル物流の複雑性は，ルートの距離やコストといった従来のKPIでは捉えきれない，配置空間のカーディナリティに依存することが示された。
- Amazonのラストマイル配送ルート分析の結果，現在の配送オペレーションは高いエントロピー値を維持しており，断片化が著しいことが明らかになった。
- 空間統合は，配送業者側のエントロピーを削減する効果があるものの，顧客の移動を伴うため，システム全体の総エントロピーを増加させる可能性がある。
- 時間統合は，配送イベントを減らすことで，エントロピーを実際に削減できることが示された。
テンソルネットワークから扱いやすい回路へ，そして再び [quant-ph, cs.DS, cs.LO]目的：擬似ブール関数の表現形式であるテンソルネットワークと回路の等価性
- 機械学習等の分野で高次元データの効率的な表現が重要であり，テンソルネットワークはその有力な手法の一つである。
- テンソルネットワークと回路は別個の研究コミュニティで扱われ，両者の関連性は十分に解明されていなかった。
- テンソルネットワークと回路の間の構造的・アルゴリズム的な結果を相互に適用可能な形で示すことを目指す。
- 行列積状態（テンソルトレイン）は，非決定的エッジ値決定図と一致することが示された。
- ツリーテンソルネットワークは，構造分解可能な回路と正確に対応することが証明された。
- 回路における正準性や扱いやすさの保証は，対応するテンソルネットワークにも適用できる。
変動するチャネルにおける量子もつれを用いたデータ伝送 [quant-ph, cs.IT, math.IT]目的：変動チャネル環境下でのデータ伝送
- 通信セキュリティの向上は現代社会において不可欠であり，安定した通信システムの実現が求められている。
- 従来の通信システムは，ジャミング攻撃に対して脆弱であり，安定性を確保することが困難である。
- 量子もつれを利用することで，ジャミング攻撃下でも安定したデータ伝送を可能にすることを目指す。
- 本研究では，二モード絞り込み光子状態を用いることで，エネルギー制限されたジャマーの妨害に耐えうる，量子もつれによる乱数共有が可能であることを示した。
- 光通信モデルに基づいて，送信者と受信者がバイナリ位相シフトキーイングおよび二モード真空状態を利用し，乱数共有段階でのジャミング攻撃に対抗できることを実証した。
直観主義的共通認識 [math.LO, cs.LO]目的：直観主義的共通認識論理の公理化および解析的循環逐次計算
- 知識の論理的基礎付けは，人工知能やマルチエージェントシステムにおいて不可欠である。
- 既存の共通認識論理は，古典論理に依存しており，直観主義論理との整合性が問題となる場合がある。
- 直観主義論理における共通認識の形式的な性質を明らかにし，その決定可能性を示すことを目指す。
- 直観主義的共通認識論理（ICK）に対する公理化と解析的循環逐次計算が提示され，健全性と完全性が証明された。
- 提示された論理は有限モデル性質を持ち，決定可能であることが示された。
- S5モデル上における古典論理の共通認識からICKへの翻訳が可能であり，計算複雑性は指数時間であることが示された。
- 1
- 2