arXiv雑要約
プログラム - 2026/05/07 公開
エージェントによるリポジトリマイニング：マルチタスク評価 [cs.SE]目的：ソフトウェアリポジトリ分類の品質向上
- ソフトウェア開発における品質管理や保守の自動化に貢献するため，リポジトリの効率的な分析が重要である。
- 人手によるラベル付けはコストと時間がかかる上に，コンテキスト不足による分類ミスが発生しやすい。
- LLMエージェントによる動的なリポジトリ探索を通して，既存手法と同等の分類精度を達成し，スケーラビリティを向上させる。
- LLMエージェントは，自らコンテキストを取得するにもかかわらず，単純なLLMと同程度の分類精度を達成した。
- エージェントは，コンテキストウィンドウの制限に影響されず，アーティファクトのサイズに依存せずにスケールする。
- 分類の誤りの診断から，既存のラベルに曖昧さやコンテキスト不足が存在することが示唆された。
位相制御超大規模アンテナアレイ (PUMA) [cs.IT, eess.SP, math.IT]目的：ユーザ機器における流動アンテナシステム（FAS）の空間的柔軟性を活用する新たな多重アクセス方式
- 通信容量の増大に対応するため，基地局およびユーザ機器のアンテナ数を増やす技術が重要である。
- 大規模アンテナアレイでは，RFチェーンの増加がハードウェアコスト増の要因となる。
- RFチェーン数を最小限に抑えつつ，大規模アンテナアレイの利点を実現する。
- PUMAは，FAMAやCUMAと比較して，特にシングルRFチェーンのUEにおいて，著しく高いデータレートを実現する。
- 位相シフトと信号合成をアナログ領域で実施することで，少ないRFチェーンで高アンテナ利を得ることが可能となる。
- PUMAは，基地局でのチャネル状態情報や複雑な干渉除去を必要としない，干渉に強い大規模接続性を実現する。
SynConfRoute：小規模CodeLLMによる効率的なコード補完のための構文認識ルーティング [cs.SE]目的：高品質かつプライバシーを保護したAIコード補完の実現
- 企業はAIによるコード補完を求めるが，高品質と秘匿性の両立が課題となっている。
- 大規模モデルの自己ホストはコストと運用が困難であり，小規模モデルは難しいタスクに対応できない。
- 小規模モデルと大規模モデルの選択的ルーティングにより，効率的なコード補完を目指す。
- モデルの性能は規模よりも系列とコード特化の学習に依存することを確認した。
- SynConfRouteは，トークン信頼度と構文検証を組み合わせることで，ルーティングの精度を向上させた。
- その結果，従来のモデルよりpass@1が最大31%向上し，計算資源の使用量も削減された。
RISC-Vのための相互作用ツリー意味論：コンパイラとハードウェア検証の架け橋 [cs.PL]目的：RISC-V ISAの形式検証
- 命令セットアーキテクチャは，コンパイラとプロセッサ間の契約であり，その形式検証は重要である。
- 既存のRISC-V形式仕様はハードウェアツールに偏っており，レベルを跨いだ検証をサポートしていない。
- コンパイラIRからハードウェアまでのレベルを跨いだ検証を可能にする形式意味論を開発する。
- 相互作用ツリー(ITree)に基づき，RISC-V ISAの形式意味論をRocqで構築した。
- ITreeの双シミュレーションと改良により，単一のフレームワーク内でレベルを跨いだ検証が可能となった。
- 構築した形式化は広範なRISC-V拡張を網羅し，機械的に検証された補題によって正当性が保証されている。
ネストされた適用条件を持つ変換規則の競合の本質 [cs.SE]目的：変換規則の競合と依存性の解析
- プログラムの正確性を保証する上で，変換規則の相互作用の理解は不可欠である。
- 既存の解析手法では，複雑な適用条件を持つ規則の競合を正確に特定することが困難である。
- ネストされた条件を持つ規則の競合を捉えるための新たな解析手法を開発すること。
- 本研究では，競合の本質を捉えるための「記号的競合の本質」を導入した。
- この記号的競合の本質は，ある変換規則が別の規則によってどのように阻害されるかを表現する。
- これにより，適用条件を持つ変換規則の並行依存性の判定が可能となり，初期競合との関係も明らかになった。
AI支援・プラットフォームベースのサービス開発におけるアーキテクチャ制約の整合性確保 [cs.CL, cs.SE, cs.AI]目的：AI支援サービス開発と本番環境のアーキテクチャ制約との整合性
- サービス開発の迅速化が求められる現代において，AI支援開発ツールは不可欠である。
- 既存のAI支援ツールは，アーキテクチャ制約やインフラ依存関係を考慮しない場合がある。
- AI支援開発におけるアーキテクチャ制約の曖昧さを解消し，本番環境へのデプロイを容易にすること。
- 提案手法は，プラットフォームベースのコード生成とエージェントによる明確化を組み合わせることで，アーキテクチャ制約を組み込む。
- 評価の結果，一般的なAIコード生成と比較して，アーキテクチャの一貫性とデプロイ可能性が向上した。
- 制約を意識した検索が，AI支援サービス開発と本番環境ソフトウェア開発の実践を結びつける上で重要であることが示唆された。
徹底的記号積分：微分による積分と記号積分可能性の状況 [cs.SC, cs.LO]目的：記号関数の積分可能性の評価
- 数式処理システムの根幹技術であり，科学技術計算に不可欠である。
- 高複雑度関数における積分可能性の評価が困難である。
- 演算基底の選択が積分可能性に与える影響を定量的に示す。
- 演算基底に対数関数を加えることで積分可能性が大幅に向上することが示された。
- 複雑度k=6において，積分可能性がピークとなる明確な傾向が見られた。
- 既存の数式処理システムが解けない積分が３つ発見された。
ゲーデル論理：絶対性演算子の除去について [cs.LO]目的：ゲーデル論理における絶対性演算子Δの除去可能性
- ゲーデル論理は，不完全性定理を形式的に扱う上で重要な役割を担う論理体系である。
- 絶対性演算子Δは，通常の論理結合からは定義できず，証明論的性質を損なう問題がある。
- Δを含む論理式の標準形化とΔの除去を，制限された意味論のもとで実現すること。
- 命題レベルにおいて，命題原子が1未満に厳密に解釈される制限された意味論の下で，Δは除去可能となる。
- Δを含む全ての論理式は，連鎖論理式の分離和に相当し，Δを含まない標準形が得られる。
- 一階論理では，一般的にΔの除去は不可能だが，witnessed semanticsの下では回復可能である。
OFDM-ISACネットワークにおける分散型と集中型のMIMO配置の比較 [cs.IT, eess.SP, math.IT]目的：セルフリー型Massive MIMOとマルチセル型Massive MIMOにおける統合センシングと通信の性能
- 通信とセンシングを統合するISACは，次世代無線通信システムにおける新たな可能性を開く重要な技術である。
- 従来のセル型MIMOでは，センシング性能に限界があり，より高度なセンシング機能を求められている。
- 分散型配置がセンシング性能向上に貢献するかどうかを検証し，次世代ISACネットワークの設計指針を示す。
- セルフリー型Massive MIMOは，多くのシナリオにおいて，よりロバストかつ高いセンシング性能を発揮することが示された。
- 特に，送信リソースやアンテナ要素が空間的に分散している場合に，その優位性が顕著となった。
- これらの結果は，次世代ISACネットワークにおいてセルフリー型配置が有効であることを示唆している。
機関DeFiのリスク評価フレームワーク：9次元アプローチ [cs.DC, cs.CR, cs.CY, cs.SE]目的：機関投資家向けDeFiリスク評価フレームワークの構築
- DeFi市場は急成長しており，金融システムへの影響が増大しているため，適切なリスク管理が不可欠である。
- 既存のリスク評価手法は，網羅性に欠け，DeFi特有のリスクに対応できていない。
- DeFiプロトコルの複雑さを考慮した，実用的かつ体系的なリスク評価手法を提示すること。
- 本研究では，既存の6次元分類に加えて，コンポジションリスク，理解の負債，時間的リスクダイナミクスという3つの新たな次元を導入した。
- 提案フレームワークは，8000以上のDeFiプロトコルを網羅するオントロジーベースのインフラを用いて検証された。
- 2024年から2026年の12件のDeFi関連インシデントの分析から，新たな次元が根本原因の特定に不可欠であることが示された。
非ポアソン更新を持つリングネットワークにおけるゴシップの年齢 [cs.IT, cs.NI, cs.SI, eess.SP, math.IT]目的：リングネットワークにおける情報鮮度のスケーリング特性の確率的特徴付け
- ネットワーク情報伝達において，情報鮮度は重要な評価指標であり，迅速かつ効率的な情報共有が求められる。
- 既存研究では，均一なポアソン過程を仮定している場合が多く，現実のネットワーク環境での非均一性に対応できていない。
- 非均一な更新過程を持つリングネットワークにおける情報鮮度のスケーリング特性を解析し，より現実的な評価を可能にする。
- 任意のノードの情報年齢は，最初の更新受信後，確率的に$\sqrt{n}$に等価であることが示された。
- 各エッジが独立かつ同一分布に従わない更新過程に従う場合でも，スケーリング特性は維持される。
- サンプルパス追跡アプローチにより，複雑なネットワークにおいても解析が可能となった。
プライベート構造化部分集合検索 [cs.IT, math.IT]目的：プライベート構造化部分集合検索における検索レートの向上
- 情報セキュリティにおいて，データベースからの安全な情報取得は重要課題である。
- 従来のPIR/MPIRでは，特定の構造を持つ需要に対する効率的な情報取得が課題であった。
- 需要構造を活用することで，より効率的なプライベート情報検索を実現すること。
- 提案手法は，特定の需要構造において，既存のMPIRよりも高い検索レートを達成する。
- 需要構造を利用することで，サブパケット化レベルの削減も可能となる場合がある。
- 連続需要族においては，フィールドサイズ制限なしに最適なレートを実現するスキームを開発した。
ベルヌーイチャネルおよび連続入力を持つ関連チャネルに対する決定的な識別 [cs.IT, math.IT]目的：ベルヌーイチャネルとその関連チャネルにおける決定的な識別の容量
- 情報伝送において，チャネル容量は重要な指標であり，信頼性と効率の良い通信の限界を示す。
- 連続入力を持つチャネルに対する決定的な識別の容量決定には，達成可能なレートと理論的な上限との間にギャップが存在した。
- ギャラクシー符号を最適化する新しい符号構成により，このギャップを埋め，決定的な識別容量を正確に決定すること。
- ベルヌーイチャネルおよび出力確率分布の連続曲線を含むチャネルクラスに対し，決定的な識別容量が1/2となることを証明した。
- 提案された符号のレートと誤り間のトレードオフを分析し，信頼度関数の改善された下限を得た。
- 小誤差指数領域において，信頼度関数は理論的な上限に漸近的に近づくことが示された。
プライベートな連続ブロック検索 [cs.IT, math.IT]目的：プライベートな連続ブロック検索問題に関する研究
- データは分散して保存されることが多く，プライバシー保護と効率的なアクセスが重要である。
- 従来のマルチメッセージプライベート情報検索は，サブパケット化のレベルが高い場合がある。
- 連続ブロック構造を利用することで，サブパケット化レベルを削減し，効率的な検索を目指す。
- 連続ブロック検索問題における最適なレートの上限と下限を確立した。
- 広範なパラメータ範囲において，これらのレートを達成する最適なスキームを構築した。
- 提案スキームは，連続ブロック構造を活用することで，サブパケット化レベルを低減する。
ボロノイ星座のビットラベリング最適化 [cs.CL, cs.IT, math.IT]目的：ビット誤り率を基準とした，$D_4$および$E_8$根底格子におけるビット・トゥ・シンボルマップの最適化
- 格子の利用は，情報伝送において高いスペクトル効率を実現するため，重要な研究分野である。
- 既存のビットラベリングは，必ずしも最適な性能を発揮できていない場合がある。
- 格子点を整数ラベリングする基底行列を最適化し，ビット誤り率を改善することを目指す。
- $D_4$格子において，標準的な基底と比較してビット誤り率曲線で0.1dBの改善が確認された。
- $E_8$格子においては，標準的な基底と比較してビット誤り率曲線で0.5dBの改善が確認された（BER $10^{-4}$）。
- 基底行列を探索することで，格子の性能向上が可能であることが示された。
6G以降におけるスペクトル拡散の復活：正弦波からチャープへ [eess.SP, cs.IT, math.IT]目的：次世代無線通信における波形設計の方向性
- 高速移動や高周波数帯域利用が進む中で，現在のOFDMでは性能劣化が懸念される
- OFDMは時間不変性を前提としているが， doubly dispersive環境下ではその仮定が成り立たない
- ドップラー影響に対する耐性を高めつつ，既存のOFDMインフラを活用する波形設計
- OFDMの正弦波キャリアをチャープベースのキャリアに移行することが，ドップラー耐性向上の有効な手段である
- チャープベースの波形は，統合センシング・通信(ISAC)にも適しており，物理層技術への拡張性も高い
- スペクトル拡散技術の再評価は，将来の無線通信物理層設計における技術的に妥当な進化の方向性を示唆する
ラマヌジャン超グラフにおける置換ルーティング：中性原子量子アーキテクチャへの応用 [quant-ph, cs.DS, math-ph, math.MP]目的：中性原子の再構成可能な格子上のルーティング
- 量子コンピュータの実現において，量子ビット間の効率的な接続が不可欠である。
- 従来のルーティング手法では，スケーラビリティに課題があり，量子ビット数の増加に伴い計算コストが増大する。
- 超グラフ理論を用いることで，より効率的なルーティング手法を開発し，量子計算のスケーラビリティ向上を目指す。
- ラマヌジャン超グラフにおけるルーティング数は，対数オーダーで増加することが証明された。
- 3次元アコーストオプティックレンズ（AOL）アーキテクチャにおいて，多層スタッキングにより対数オーダーのルーティングが可能となった。
- 事前分配されたベル対を用いた支援ルーティングにより，対数オーダーのテレポーテーション深度を達成し，約4ラウンドで効率が安定する。
分散型エンタングルメントのための量子圧縮 [quant-ph, cs.IT, math.IT]目的：多粒子エンタングルメント分配における圧縮戦略
- 量子情報科学の発展には，遠隔地間の安全な通信や量子コンピュータのネットワーク構築が不可欠である。
- 量子状態の分割が不明な場合，効率的なエンタングルメント分配は困難となる。
- 量子状態と圧縮スキームの同時設計により，分配可能なエンタングルメント量を最大化すること。
- 量子状態の分割が不確実な状況下において，リソース状態と圧縮スキームを共同設計することで，固定された伝送コスト内でパーティション間のエンタングルメントを増加させることが示された。
- 重み付きディック状態の対称性を利用した，状態と無損失圧縮マップを同時に最適化する効率的な手法が開発された。
- 二粒子系において，提案された構成は導出された上限に接近しており，より一般的には多粒子系に対しても実用的な構成が提供された。
複雑系に対する唯一の普遍的エントロピー [cond-mat.stat-mech, cs.IT, math.IT]目的：複雑系のエントロピーに関する公理的基盤
- 複雑系は自然界に広く存在し，その理解は科学の根幹をなす。
- 既存のエントロピー概念は，情報スケールでの不確実性を適切に捉えられていない。
- 情報スケールでの不確実性と普遍性スケーリングクラスを満たす唯一のエントロピーを確立する。
- 最大化分布における情報スケールでの不確実性を測る必要条件を満たす唯一のエントロピーが示された。
- 非加算性は長距離依存性や非線形統計的結合と等価であることが証明された。
- Tsallis $q$-統計は，複雑系の物理モデル化において誤った方向を示す可能性がある。
行列積演算子を用いた量子状態再構成のためのオンラインリーマン勾配降下法 [quant-ph, cs.IT, math.IT, math.OC]目的：行列積演算子表現に基づく量子状態再構成
- 量子多体系の複雑な状態を効率的に記述するため，スケーラブルな手法が求められている。
- 大規模量子系の状態を精密に再構成するには，必要な測定回数が指数関数的に増加する。
- 行列積演算子とオンラインリーマン勾配降下法を用いて，測定回数を削減し，効率的な再構成を実現する。
- 行列積演算子におけるエルミート性の条件を，テンソル表現を用いて明確に特徴づけた。
- 測定データを取り込みながら逐次的に再構成を行うオンラインリーマン勾配降下法を開発し，線形収束性を示した。
- 提案手法は，量子系のサイズに対して二次的にスケーリングする測定設定数で成功し，サンプル複雑性も改善された。
証明理論的意味論における継続と完全性 [math.LO, cs.LO]目的：論理と計算の関連性に関する研究
- 論理と計算は，現代の情報科学において不可欠な理論基盤である。
- 直観主義命題論理の完全性証明は，複雑であり理解が困難である。
- 継続渡し意味論を用いて，完全性証明をより明確に理解することを目指す。
- 継続渡し意味論は，自然演繹における還元とラムダ計算の両方の観点から説明されている。
- サンドクヴィストの完全性定理の証明をクリプケとヘイティングの意味論の視点から分析することで，完全性と継続の関係が明らかになった。
- 継続の構文表現は，その意味と使用の関係に関する意図的な意味論的直観を具現化している。
奇数法線を持つ全ての有向トーラスのハミルトン分解 [math.CO, cs.DM, cs.LO]目的：奇数法線を持つ全ての有向トーラスにおけるハミルトン分解の存在
- グラフ理論はネットワークやシステム構造の解析に不可欠であり，応用範囲が広い。
- 有向グラフのハミルトン分解は，決定困難な問題であり，特定の構造を持つグラフに限られる。
- 奇数法線を持つ有向トーラスにおけるハミルトン分解の条件を明らかにすること。
- 全ての次元 $d \geq 2$ および全ての奇数法線 $m \geq 3$ に対して，有向トーラス $D_d(m)$ が有向ハミルトン分解を持つことが証明された。
- 証明には，新たな閉包メカニズムと，限られた基底次元の組み合わせが用いられている。
- 特に，次元 $d \geq 29$ に対しては，次元 $2$ と $3$ のみで解けることが示された。
複合逐次量子仮説検定における最適エラー指数 [quant-ph, cs.DM, math.CO, quant-ph, cs.IT, math.IT, math.ST, stat.TH]目的：複合逐次量子仮説検定問題における最適なエラー指数の導出
- 量子情報科学の発展には，効率的な量子状態識別が不可欠である。
- 複数の状態を識別する場合，従来の検定手法では最適な性能が保証されない場合がある。
- 複数の状態を効率的に識別するための最適な検定戦略とその限界を明らかにすること。
- 提案手法は，期待サンプルサイズ制約下において，最適なタイプIおよびタイプIIエラー指数を同時に達成する。
- エラー指数は，帰無状態と対立状態集合間の最小測定相対エントロピーによって特徴づけられる。
- 複合SQHTにおいてエラー確率をゼロに近づけるには，2つの固定量子状態間の逐次検定と同等以上の期待サンプル複雑度が必要となる。
ラマヌジャン超グラフにおけるブロック置換ルーティング：耐故障量子計算への応用 [quant-ph, cs.DS]目的：耐故障量子計算のための，表面符号パッチを表す剛性ブロックの置換ルーティング
- 量子計算の規模拡大には，量子ビット間の信頼性の高い情報伝達が不可欠である。
- 現在の量子コンピュータにおけるエラー率は高く，耐故障な量子計算の実現が課題である。
- 超グラフ構造を活用し，効率的なブロック置換ルーティング手法を確立することで，エラー耐性を向上させる。
- ブロックルーティング数 $\mathrm{rt}_B(H, s, g) = \Theta(d_C \log N_L)$ が示され，高接続性領域におけるスペクトル比 $\beta_Q < 1$ が維持される。
- 構成のランダム性に着目し，ブロック置換の負の相関と輻輳限界を用いて，効率的なルーティングを確立した。
- 症候群抽出プロトコルとの組み合わせにより，全体的な計算深度を $O(d_C \log N_L)$ に削減し，ルーティングが主要なボトルネックとなることを示した。
CSS症候群復号における因子グラフ定式化：結合型BPと4状態BP [quant-ph, cs.IT, math.IT]目的：CSS症候群復号のための因子グラフ定式化
- 量子誤り訂正は，量子計算の信頼性を確保する上で不可欠である。
- 従来の復号アルゴリズムは，誤り成分間の相関を十分に考慮していない場合がある。
- 誤り成分間の相関を考慮した効率的な復号手法を確立すること。
- 結合型BPは，2つのパウリ誤り成分間の局所的な相関を維持する。
- 結合型BPと4状態BPは，ラベル付けの変更と無関係なバイナリ成分の周辺化により，同一の事後確率重み，メッセージ，信念を持つことが示された。
- この結果は，異なる定式化が本質的に同等であることを示唆している。
線形結合記憶における鋭い容量閾値：勝者優先からリスト形式検索へ [stat.ML, cs.IT, cs.LG, math.IT]目的：線形結合記憶の記憶可能なキーと値のペアの数
- 記憶システムは情報処理の根幹であり，その性能向上は様々な応用分野で重要である。
- 線形結合記憶の容量は，記憶行列の自由度だけでなく，検索基準にも依存するという課題がある。
- 検索基準に応じた線形結合記憶の容量閾値を明らかにし，勝者優先とリスト形式検索の性能を比較する。
- 勝者優先検索では，記憶容量は$d^2\asymp n\log n$に従い，これは極値の価格として内在的な対数項である。
- リスト形式検索では，Tail-Average Margin (TAM) を導入し，記憶容量は$d^2\asymp n$の2次規模で拡張されることを示した。
- TAMに基づく理論的解析により，負荷因子と容量の関係，および真のスコアや競合スコアの限界分布を明らかにした。
線形依存型式の構文と意味論 [cs.LO, cs.PL, math.CT]目的：線形依存型理論の構築
- 型理論は，プログラムの正当性保証に不可欠であり，安全性と信頼性の高いソフトウェア開発を支える。
- 従来の型理論では，線形性や依存性といった概念の統合が十分でなく，表現力に限界があった。
- 線形性と依存性を統合した新しい型理論を確立し，より強力な型システムを提供すること。
- 直観主義線形型と依存型理論の両方を一般化した新しい型理論が提示された。
- 厳密な指標対称モノイド圏を用いた圏論的意味論が開発され，構文の完全性が証明された。
- 乗法的量化子や恒等型といった論争の多い型構成子が，圏論的考察から自然に導き出された。
線形論理的枠組みに対する圏論的意味論 [cs.LO]目的：線形論理と型依存性を組み合わせた型理論
- 型理論は，プログラムの正当性検証や形式的推論の基礎として重要である。
- 線形論理と型依存性の両方を扱う型理論は，既存の理論の拡張が課題であった。
- 線形論理と型依存性を統合し，より一般的な型理論を確立すること。
- 線形論理と型依存性を備えた型理論の構文と，圏論的意味論が構築された。
- 多重量化子や同一型といった議論の多い連結詞が，圏論的考察から自然に導出されることが示された。
- 対称モノイド圏における値を持つ族によって与えられるモデルクラスの詳細な研究が行われた。
ほぼ線形時間での決定性最小カット [cs.DS]目的：加重無向グラフにおける最小カットの決定的なアルゴリズム
- グラフ理論はネットワーク分析や最適化問題に応用され，その効率的なアルゴリズム開発は重要である。
- 最小カット問題の決定的な効率的なアルゴリズムは未解決であり，大規模グラフへの適用が課題となっていた。
- カーガーのアルゴリズムのランダム性を除去し，効率的な最小カットアルゴリズムを開発すること。
- 本研究により，決定的な最小カットアルゴリズムが $m^{1+o(1)}$ 時間で実行可能となった。
- カーガーのアルゴリズムにおける骨格グラフの構築の非ランダム化に成功した。
- グラフの近似最小カットの構造的表現が得られ，今後の応用が期待される。
等式付きDatalogの代数的意味論 [cs.LO]目的：等式付きDatalogおよび部分Horn論理の構文と意味論に関する研究
- Datalogはデータベース言語として広く利用されており，効率的なデータ処理が求められている。
- 既存のDatalog評価手法では，自由モデルの構築が困難な場合がある。
- 分類モーフイズムを用いた自由モデルの新たな構成法を提案し，Datalog評価を一般化する。
- 関係Horn論理(RHL)と部分Horn論理(PHL)のsequentに分類モーフイズムを関連付けることで，論理的充足をlifting propertiesを用いて特徴づける。
- small object argumentを用いることで，自由モデルおよび弱自由モデルを構築する。
- このsmall object argumentは，Datalog評価の抽象的な一般化と捉えられ，Eqlog Datalogエンジンの実装の基礎となっている。
AoIからQVAoIへ：エネルギーハーベスティングIoTシステムのためのクエリベースの意味認識型スケジューリング [cs.SI, cs.IT, cs.NI, math.IT]目的：IoTステータス更新システムにおける情報鮮度と重要度の最適化
- IoTデバイスの普及により，リアルタイムな情報更新の重要性が増している。
- 従来のAoI指標では，クエリとの関連性が考慮されておらず，情報の価値を正確に評価できない。
- クエリに基づいた意味認識型指標QVAoIを用いて，情報鮮度と重要度を同時に最適化する。
- 提案するQVAoI最適ポリシーは，貪欲型ポリシーと比較して，情報鮮度と重要度において優れた性能を示す。
- QVAoI最適ポリシーは，同じエネルギー消費量でより新鮮で関連性の高い情報を提供できる。
- QVAoI最適ポリシーは，情報鮮度と重要度を維持しつつ，伝送回数を削減できる。
統計データと情報の幾何学：大偏差理論からの視点 [cs.IT, math.IT]目的：統計データの幾何学的構造の解明
- 統計的モデリングにおいて，データの背後にある確率分布の理解は不可欠である。
- 従来の幾何学的アプローチは，確率分布空間に焦点を当て，データ空間の構造を十分に考慮していない。
- 大偏差理論を用いてデータ空間の幾何学を分析し，確率分布とデータの関係を明確にすること。
- 大偏差理論から得られるエントロピー関数を用いて，データ空間の幾何学的形状が確率測度と統計データに依存することが示された。
- 独立同一分布(i.i.d.)の仮定下では，データ空間は球面状の幾何学を持つことが確認された。
- 情報幾何学における情報投影とコルモゴロフの確率論における情報投影が一致することが，i.i.d.およびマルコフ連鎖の仮定下で示された。
（p,q）-柔軟なグラフ連結性に対するO(log n)-近似アルゴリズム：独立丸めによる手法 [cs.RO, cs.DM, cs.DS]目的：柔軟なグラフ連結性問題における最小コストの辺集合の購入
- ネットワークの信頼性確保が重要であり，グラフ連結性はネットワーク設計の基礎となる。
- グラフ内の安全でない辺の除去に対する連結性の保証が困難である。
- 安全でない辺の除去に対する連結性を維持しつつ，コストを最小化する。
- 独立丸めに基づくO(log n)-近似アルゴリズムを提案し，既存のO(q log n)を改善した。
- 線形計画法の定式化と，カット容量制約としてのナップサックカバー不等式の導入が鍵となる。
- 本手法は，複数の安全レベルを持つ問題にも拡張可能である。
Fitting-free群に対する最小忠実な置換表現の構成の複雑性 [cs.DS, cs.CC, math.GR]目的：Fitting-free群に対する最小忠実な置換表現の計算複雑性
- 群論は数学および物理学の根幹をなす分野であり，対称性や構造を理解する上で不可欠である。
- 群の表現は抽象的な群を具体的な形で扱うための重要なツールだが，効率的な表現の構成は困難な場合がある。
- Fitting-free群における最小忠実な置換表現の計算効率を向上させ，応用可能性を広げる。
- 商群として与えられた群に対して，最小忠実な置換表現を多項式時間で構成するアルゴリズムを提示した。
- 置換群の枠組みにおいて，最小忠実な置換次数を計算するNC手続きを確立した。
- さらに，最小忠実な置換表現を計算するための確率的NC(RNC)アルゴリズムを開発し，既存研究を改善した。
探索的ソフトウェアエンジニアリングとAI基盤モデル：現状と将来展望 [cs.CL, cs.SE, cs.AI]目的：探索的ソフトウェアエンジニアリングとAI基盤モデルの現状分析および将来の研究方向性
- ソフトウェア開発の効率化と品質向上が常に求められており，自動化技術への期待は大きい。
- 既存のソフトウェアエンジニアリング手法では，複雑化する課題への対応が限界に近づいている。
- AI基盤モデルとの連携による，探索的ソフトウェアエンジニアリングの新たな可能性を模索する。
- 本研究では，AI基盤モデルを活用した探索的ソフトウェアエンジニアリングの強化，およびAI基盤モデルの発展における探索的ソフトウェアエンジニアリングの応用について分析した。
- 探索的ソフトウェアエンジニアリングとAI基盤モデルの統合が，ソフトウェア開発の新たな局面を切り開く可能性を示唆した。
- 今後の研究課題として，新興分野における課題への対応や，両者の相乗効果を最大限に引き出すための手法開発を提示した。
自己適応ロボティクスにおけるソフトウェア工学：研究アジェンダ [cs.SE, cs.RO]目的：自己適応ロボティクスのためのソフトウェア工学の研究課題
- ロボットは多様な環境で活用が期待され，その自律性・適応性が重要である。
- 従来のロボットソフトウェアでは，変化への対応が難しく，信頼性・安全性の課題があった。
- 不確実性下での適応行動の検証や，性能・安全性とのトレードオフ解決を目指す。
- 本研究は，自己適応ロボティクスのソフトウェアライフサイクルと，それを支える技術要素を体系化した。
- デジタルツインやAIを活用した適応メカニズムの実現に向けた課題を明確にした。
- 2030年までのロードマップを提示し，信頼性と効率性の高い自己適応ロボットシステムの構築に貢献する。
SysLLMatic：大規模言語モデルはソフトウェアシステム最適化ツールである [cs.CL, cs.SE, cs.PF]目的：ソフトウェアシステム最適化
- ソフトウェアの高速化，コスト削減，省エネに貢献するため，最適化技術は重要である。
- 従来の最適化手法は手動調整やコンパイラに依存し，多様なコードベースへの適用が困難である。
- 大規模言語モデルを活用し，複雑なソフトウェアシステムを自動的に最適化することを目指す。
- SysLLMaticは，パフォーマンス診断と43の最適化パターンを活用し，大規模なソフトウェアシステムの最適化を実現した。
- ベンチマークテストの結果，SysLLMaticは従来のLLMベースラインやコンパイラ最適化を上回る性能改善を示した。
- 特に大規模アプリケーションにおいて，レイテンシが1.54倍，エネルギー効率が1.24倍に改善された。
C++20モジュールへの大規模数学ソフトウェアパッケージの移行経験 [cs.SE, cs.MS]目的：C++20モジュールシステムへの大規模数学ソフトウェアパッケージの移行方法
- 数学ソフトウェアは多数のパッケージで構成され，効率的な開発が重要である。
- 従来のヘッダーファイルによるインターフェースは，コンパイル速度や信頼性の問題がある。
- C++20モジュールシステムへの移行が，これらの問題を解決しうる。
- deal.IIライブラリを例に，ヘッダーベースとモジュールベースの両方のインターフェースを共存させる方法を提示した。
- モジュールへの移行は，一定の努力が必要だが実現可能であり，ライブラリ自体のコンパイル時間を短縮できることが示された。
- しかし，下流プロジェクトのコンパイル時間には明確な改善は見られなかった。
直観主義および非古典様相論理のための高階クリプケモデル [cs.LO]目的：直観主義様相論理IKおよびMKにおける高階（ネストされた）クリプケモデルの導入
- 様相論理は，可能性や必然性といった概念を形式的に扱う上で不可欠な論理体系である。
- 古典的なクリプケモデルでは表現できない，より複雑な様相概念の定式化が課題となっていた。
- 高階クリプケモデルを用いることで，様相論理の表現力を拡張し，多様な非古典論理への応用を目指す。
- 本研究では，高階クリプケモデルを導入し，その数学的および概念的な構造が，クリプケの原始的なアイデアに近いことを示した。
- 高階モデルにおいて，可能世界の集合は，自身よりも階数の低いモデルのみを含むという特徴を持つ。
- 様相論理の妥当性条件と公理の関係性は，高階モデルにおいても維持されることが確認された。
ダーウィンとイアヌスが出会ったとき：表現力の二分法 [cs.LO, math.LO, math.RA]目的：無限領域制約充足問題における時間的および系統発生的制約言語の表現力に関する調査
- 制約充足問題は，人工知能やオペレーションズリサーチにおいて重要な役割を果たすため，その複雑性分類は重要である。
- 時間的および系統発生的制約言語は，計算可能性に関する分類上重要な位置を占めるが，そのアルゴリズム的性質や代数的性質は未解明な部分が多い。
- 多項式時間で解ける制約言語の表現力の限界を明らかにし，新たな代数的帰結を導き出すことを目指す。
- 多項式時間で解ける制約言語は，グラフやハイパーグラフによる表現力が限定的であることが示された。
- この制限から，これまで知られていなかった代数的帰結が導かれ，既知の不変性に関する統一的な証明が提供された。
- 時間的および系統発生的制約言語は，異なる原理に基づいているように見えるが，共通の核心を持ち，類似した証明方法を用いることが明らかになった。
LLMによる文脈内証明学習を用いた定理の発見 [cs.LG, cs.AI, cs.LO]目的：新たな定理の発見と検証済み証明の生成
- 形式的な定理証明は数学の基礎であり，信頼性の高い自動化が求められている。
- 既存の手法では，複雑な定理の証明が困難であり，発見率が低いという課題がある。
- LLMの能力を活用し，発見率の向上と自己改善による証明戦略の最適化を目指す。
- 提案手法CPLは，以前に生成された定理と証明を文脈としてLLMに与えることで，パラメータ調整なしに証明戦略を改善する。
- CPLは，同時生成型フレームワークと比較して，証明困難な定理の発見率を向上させる。
- LLM自身の検証済み出力を文脈として再利用することで，その後の証明成功率が向上し，自己生成による文脈内学習の有効性が示された。
離散変調CV-QKDにおけるソフトデコーディング逆和解 [cs.IT, math.IT]目的：離散変調を用いた連続変数量子鍵配送における鍵生成率向上
- 量子鍵配送は，理論的に安全な通信を実現する技術であり，情報セキュリティの根幹を担う。
- 従来の逆和解法では，送信側（Alice）がハード情報しか持たず，復号に限界がある。
- 送信側の復号能力を高め，鍵生成率の向上を目指す。
- 提案手法では，Bobが設計したソフト指標をAliceに開示し，効率的な鍵復元を可能にする。
- シミュレーションの結果，提案手法は従来のハード決定逆和解法よりも高い鍵生成率を示す。
- バイナリLDPCコードを用いた実装により，ビット誤り率の改善と理論予測との整合性が確認された。
疎な敵対的破損下で復元可能な情報：線形測定に対する仮定不要な理論 [cs.RO, cs.IT, cs.LG, eess.SP, math.IT]目的：疎な敵対的破損下における線形測定からの信号復元に関するロバスト性の理論的解明
- 信号処理や機械学習において，データ破損に対するロバスト性は重要な課題である。
- 既存の研究では，完全復元を保証する条件が厳しく，現実的な状況で適用が難しい。
- 任意の行列Aに対し，疎な破損があってもロバストに保持される情報を特定すること。
- ロバストに保持される情報は，$x^\star + \ker(U)$ であり，ここでUはAの部分行列の行空間の交差への直交射影である。
- 行の構造が，正確な復元，部分的な復元，または自明な復元を決定することを明らかにした。
- i.i.d. ガウス分布に従うAに対し，パラメータに応じて完全復元が可能か不可能かの相転移を示す。
k-クラスタリング問題に対するタイトなFPT時間近似アルゴリズム [cs.DS]目的：最小ノルムk-クラスタリング問題に対するFPT時間近似アルゴリズム
- クラスタリングは，データマイニングや機械学習において重要な役割を担う。
- 大規模データへの適用において，計算効率が課題となることが多い。
- パラメータkを用いて効率的な近似解を求めることを目指す。
- 制約付き設定において，一般ノルム制約付きk-クラスタリング問題に対するタイトな(3+ε)-近似アルゴリズムをFPT時間で実現した。
- 非制約付き設定では，$top$-$cn$ノルムk-クラスタリング問題に対して，タイトな$\big(1 + \frac 2{ec} + \epsilon\big)$-近似アルゴリズムを提案した。
- 提案手法は，LP丸め，クライアント代表のサンプリング，ピボットの推測，および解法を組み合わせた統一的なフレームワークに基づいている。
衝突認識融合：構造化された認知事前知識による大規模言語モデルの論理慣性の緩和 [cs.AI, cs.CL, cs.LG, cs.LO]目的：大規模言語モデルにおける論理慣性の軽減
- 大規模言語モデルの推論能力向上は重要だが，構造変化に対する脆弱性が課題。
- 既存モデルは，矛盾した前提下でも学習済みの推論経路を維持する傾向がある。
- 検証を先に行う構造化された事前知識を導入し，矛盾への対処能力を高める。
- Conflict-Aware Fusionパイプラインは，1.5Bおよび8Bのバックボーンにおいて，全ての主要なストレステストを飽和させた。
- Lean 4カーネルを用いた拡張により，古典的に導出可能な105問で99.0%のカーネル合意率を達成した。
- これにより，正式検証された強化学習トレーニングへの安全なアップグレードパスが確立された。
公共部門AIにおける説明責任のためのニューロシンボリックフレームワーク [cs.CY, cs.AI, cs.LO]目的：公共部門AIの説明責任に関するフレームワーク
- 社会保障制度の自動化が進む中で，公平性と透明性の確保が重要である。
- AIによる判断根拠の説明が，法的根拠と矛盾する場合がある。
- AIの判断が法的に整合的であるかを検証し，説明責任を果たすことを目指す。
- 本研究では，カリフォルニア州のフードスタンプ制度(CalFresh)を対象に，法的根拠に基づいた説明可能性フレームワークを開発した。
- 法的要件を構造化オントロジーとして表現し，ルール抽出パイプラインを用いて検証可能な形式で表現した。
- フレームワークは，法的矛盾を検出し，違反された資格ルールを特定し，自動化された判断の根拠を追跡可能にすることで説明責任を支援する。
文脈に沿って：文脈インライン化によるリポジトリレベルのコード生成 [cs.SE, cs.AI]目的：リポジトリレベルのコード生成
- ソフトウェア開発の効率化に貢献する技術であり，大規模コードベースの理解と生成を可能にする。
- 既存手法は表面的な類似性に依存し，リポジトリレベルの複雑な依存関係を捉えきれない。
- リポジトリ全体の文脈を理解し，高精度なコード生成を実現することを目指す。
- InlineCoderは未完成の関数をコールグラフにインライン化することで，リポジトリ理解の課題を関数レベルのコーディングタスクに転換する。
- アンカーと呼ばれるドラフト補完を生成し，perplexityベースの信頼度推定を用いて双方向のインライン化を行う。
- アップストリームインライン化とダウンストリーム検索により，包括的なリポジトリビューをLLMに提供する。
こことそこに論理におけるクレイグ-リンドン補間：ミント順序系を用いた変法 [cs.LO]目的：こことそこに論理におけるクレイグ-リンドン補間の構築
- こことそこに論理は，論理プログラミングにおいて重要な超直観主義論理である。
- 既存の方法では，こことそこに論理に対する補間式の効率的な構築が困難である。
- ミント順序系を用いた変法により，より効率的な補間式構築を目指す。
- 古典論理プログラムに適用可能な補間技術を，こことそこに論理のミント順序系へと適応させた。
- まず，暫定的な補間式を構築し，その後，こことそこに論理の補間式を得る二段階構成とした。
- 古典符号化を用いることで，暫定補間式は古典的なクレイグ-リンドン補間式となる。
順列パターン数の近似不能性 [cs.DS]目的：順列パターンのコピー数カウントの計算困難性
- 順列パターンは，ランキング分析，非パラメトリック統計，独立性テストなどに応用され，重要なアルゴリズム問題である。
- パターン長kに対して，長さnの順列におけるコピー数の正確なカウントは，標準的な計算量の下限において，ほぼ線形時間で解くことが困難である。
- 本研究は，近似カウントが一般に正確なカウントよりも容易であるという最近の主張を反証することを目的とする。
- ETHの下で，実行時間がf(k)・n^(o(k/log k))のアルゴリズムは，乗数因子n^((1/2-ε)k)内でパターン数を近似できないことを示した。
- この実行時間に関する下限は，正確なパターンカウントの条件付き下限と一致する。
- 得られた乗数誤差因子の境界はほぼタイトであり，n^(k/2)近似はパターン検出アルゴリズムを用いて2^(O(k^2))・n時間で計算できる。
セルラー・ドローン移動における噂話の時代 [cs.IT, cs.NI, cs.SI, eess.SP, math.IT]目的：セルラーネットワークにおける情報鮮度
- 無線通信技術の発展に伴い，効率的な情報伝達が重要になっている。
- ドローンを用いた情報伝達は，ネットワークの状況に大きく左右される。
- ドローンの移動速度と情報伝達速度が情報鮮度に及ぼす影響を解析する。
- ドローンが各セルへサービスを提供する間隔は，基礎となるCTMCの定常分布とドローン情報伝達速度に依存するが，ドローン移動速度には依存しないことが判明した。
- ドローン移動速度と情報伝達速度のボトルネックにより，情報鮮度はこれらの速度の遅い方によって制限される。
- ドローン情報伝達速度がドローン移動速度よりもはるかに速い場合，情報鮮度はドローン移動速度に依存し，逆数でスケールする。