arXiv雑要約
プログラム - 2026/06/18 公開
アイテムプール品質保証のための分析 (AQuAP): AI駆動型評価システムにおけるアイテムバンクの健全性モニタリングと維持 [stat.AP, cs.SE]目的：アイテムバンクの品質と健全性のモニタリング
- 教育評価のデジタル化が進み，アイテムバンクの継続的な監視が不可欠となっている
- 大規模なアイテムバンクの維持管理には複雑性が伴う
- AI駆動型評価システムにおける品質保証ツールを提供すること
- AQuAPは，アイテム開発プロセスと連動し，アイテムプール品質保証の広範な指標フレームワークをサポートする
- Effective Bank Size (EBS) は，コンテンツの繰り返し発生前に構築可能な独立したテストセッション数を定量化し，アイテムバンクのセキュリティ，多様性，効率に関する洞察を提供する
- 最大曝露度，調整済みEBSなど，アイテムの利用状況を把握するためのバンク健全性指標が導入された
ブール空間における完全球充填 [math.CO, cs.DM, cs.IT, math.IT]目的：ブール空間における完全球充填の実現
- 符号理論，暗号，離散数学等の分野において基盤となる問題であり，応用範囲は広い。
- 従来のハミング距離は適用可能な空間の次元に制約があり，汎用性に欠ける点が課題であった。
- 任意の次元のブール空間において完全球充填を可能にする新しい距離計量の提案とその検証。
- 本研究では，ブール超立方体用に設計された新しい距離計量を用いることで，次元の制約を超えた完全球充填を実現した。
- 提案する距離計量は，様々な次元において一貫性を保ち，数学的に妥当な空間の分割を可能にする。
- この手法は，従来の符号や暗号設計の次元制約を回避し，新たな可能性を開くと考えられる。
構造化格子とそのセキュリティへの応用 [math.MG, cs.SY, eess.SY, math.OC, math.MG, cs.SY, eess.SY, math.OC, math.NT, cs.CR, cs.IT, math.IT]目的：構造化格子の概要と，格子暗号およびセキュアな無線通信への近年の応用
- 格子は数論や幾何学において重要な対象であり，様々な分野に応用される
- 特に安全性が重要な現代において，より強固な暗号技術が求められている
- 格子暗号等の安全性向上に貢献する構造化格子の理論的基盤を整理する
- ユークリッド格子は，数体拡大など様々な構成から豊かな構造を持つ興味深い対象である。
- 特に，well-rounded格子は，幾何学における最密充填問題や，ミンコフスキー・ウッズ予想と関連している。
- 本稿では，構造化格子を紹介し，格子ベースの暗号やセキュアな無線通信への応用について議論する。
量子状態における盲目的な対称性マッチング：ショット数削減への応用 [eess.AS, cs.CL, quant-ph, cs.IT, eess.SP, math.IT]目的：量子状態の対称性を検出し，測定の繰り返し回数（ショット数）を削減すること。
- 量子計算の効率化には，状態の対称性を活用した測定基底の選択が不可欠である。
- 既存手法は対称性が事前に分かっていることを前提としており，未知の場合に対応できない。
- データから対称性を検出し，最適な測定基底を自動的に選択することで，この問題を解決する。
- 提案手法は，制御付きツイストとSWAPテストを組み合わせた回路を用いて，弱条件と強条件の両方の対称性を検出する。
- 実験結果から，弱条件によるマッチングでショット数を10倍から数千倍削減できることが示された。
- 特に対称基底への強条件による制限は，指数関数的な削減効果をもたらす。
ナイキストレートを超える高速信号による潜在能力の解放 [eess.SP, cs.IT, math.IT]目的：ナイキストレートを超える高速信号の潜在能力の評価
- 無線通信において，周波数資源の効率的な利用が重要であり，データレートの向上が求められている。
- 従来の信号方式では，周波数利用効率の限界が課題となっており，更なる改善が必要とされている。
- 限られたスペクトル内でより多くのデータを伝送可能にする高速信号技術の実現を目指す。
- ナイキストレートを超える信号は，データ伝送容量の向上に有効であることが示された。
- 加速係数や信号対雑音比の定義によって，性能が変動することが明らかになった。
- 電力増幅器の制約，ピーク平均電力，適切な符号化方式などが，実用化における課題として特定された。
ソフトウェア保守の強化：共に変更されるメソッドの識別への学習ランキングアプローチ [cs.SE]目的：共に変更されるメソッドの識別
- 大規模ソフトウェアの複雑化に伴い，変更の影響範囲の特定が重要である。
- 既存手法では，誤検出が多く，精度の高い共変更メソッドの特定が困難である。
- プルリクエストレベルでの学習ランキングにより，共変更メソッドの精度向上を目指す。
- 提案手法は，Random ForestモデルにおいてNDCG@5で他のモデルを2.5～12.8%上回る性能を示した。
- ファイル近接性，コードクローン，FCP2Vec，StarCoder 2といったベースライン手法を4.7～537.5%上回る結果となった。
- 過去90～180日間の履歴データで学習したモデルは安定しており，60日を超えると精度が低下するため，隔月での再学習が推奨される。
MORTAR：LLMベース対話システムの多段階変異テスト [cs.SE, cs.CL]目的：LLMベース対話システムの品質保証
- LLM対話システムが普及し，その品質保証の重要性が増している。
- 単一ターンテストは進展するも，実用的な複数ターン対話のテスト手法は未発達である。
- 複数ターン対話テストにおけるオラクル問題の緩和と，より効率的なテストの実現。
- MORTARは，多段階変異テストを形式化し，対話レベルの摂動と変異関係を用いたテストケースを自動生成する。
- 6つのLLMベース対話システムでテストした結果，単一ターンテストより150%以上多くのバグを発見した。
- 発見されたバグは，多様性，精度，独自性の点で質の高いものだった。
MSO における順序数ランクに関する二分定理 [cs.RO, cs.LO]目的：順序数ランクの最小上限
- 計算機科学における形式言語の解析において，順序構造は重要な役割を果たす。
- 順序数ランクの評価は，計算量の複雑さや決定可能性の観点から困難を伴う場合がある。
- 特定のMSO論理式における順序数ランクの上限を決定することで，問題を解決する。
- ある論理式に対し，順序数ランクが $\omega^2$ より真に小さいか，あるいは $\omega_1$ に達するかの二分性を示すことがわかった。
- 論理式がどちらのケースに該当するかを決定するアルゴリズムが存在することを示した。
- 本研究の結果は，順序数関連の問題や固定点公式の閉包順序数に関する問題に応用可能である。
知識グラフにおける推移的関係を用いた完全幾何学的多段推論 [cs.AI, cs.LG, cs.LO]目的：知識グラフにおける多段論理的推論の実現
- 知識グラフは，現実世界の情報を構造化して表現し，高度な推論を可能にする重要な技術である。
- 既存手法は，論理演算を幾何学的変換として表現できておらず，解釈可能性に課題がある。
- 論理演算を純粋な幾何学的変換として表現し，推論能力と解釈可能性の両立を目指す。
- 提案手法GeometrEは，論理演算を潜在空間における幾何学的操作として表現する。
- 推移的損失関数を導入し，論理規則の保存性を保証する。
- 実験の結果，既存の幾何学的手法を上回り，ニューラルベースの手法と同等の性能を示す。
残余束構造における局所性 [cs.AR, cs.MA, cs.LO, math.LO]目的：残余束構造における局所定理の成立範囲
- 多値モデルは古典モデル理論を一般化し，非古典論理に意味論を提供する。
- 局所定理はモデル理論の基本的な定理だが，残余束構造における成立は不明であった。
- 残余束構造における局所定理の成立条件を，代数の性質に着目して明らかにする。
- ハーンフの定理に関して，通常の局所性概念では成立しないことが示された。しかし，連結性の高い残余束においては，別の局所性概念を用いることで回復可能である。
- ガイフマンの定理の主要な補題に着目し，局所性概念の違いに応じて，補題が成立することが示された。
- モデリング関係と評価関数を結びつける順序解釈結合子の重要性が確認された。これは局所性の構文的符号化を可能にする。
準ランダムモデルにおける植え込まれた部分グラフのロバストな検出 [cs.MA, cs.IT, cs.CR, cs.DS, cs.LG, math.IT, math.ST, stat.TH]目的：準ランダムモデルにおける植え込まれた部分グラフ検出問題に対する統計的限界とロバストなアルゴリズム
- グラフ構造の分析は，ソーシャルネットワークや生物学的ネットワークなど，様々な分野で不可欠である。
- 従来のランダムモデルは現実世界の摂動に弱く，実際の問題への適用が困難である。
- 本研究は，敵対者がエッジを削除できる準ランダムモデル下での検出限界を明らかにする。
- 部分グラフの最大密度が対数関数より小さい場合，敵対者の存在下では検出は不可能となる。
- 部分グラフの密度が対数関数より大きい場合，統計的限界はほとんど変化せず，最良の検定はロバストである。
- 効率的かつロバストな検出アルゴリズムを設計し，その性能に関する厳密な統計的保証を提供する。
平面グラフにおける面接触支配集合：別の証明と線形時間アルゴリズム [cs.DS, math.CO]目的：平面グラフにおける二つの支配的かつ面接触な頂点集合への分割
- グラフ理論は，ネットワーク構造の分析に不可欠であり，現実世界の様々な問題を解決に導く。
- 支配集合や面接触集合の効率的な見つけ方は，グラフ理論における未解決問題の一つである。
- この研究は，平面グラフにおけるそのような集合を線形時間で求めるアルゴリズムを提示する。
- 先行研究では，4色定理に依存した非アルゴリズム的な証明がなされていた。
- 本研究では，グラフの2連結成分への分割，耳分解，3正則平面グラフにおける完全マッチングを用いて構築的な証明を与える。
- その結果，平面グラフにおける支配的かつ面接触な頂点集合への分割を線形時間で実現するアルゴリズムが提供される。
良い仮説をどれだけ早く見つけられるか [cs.DS, cs.LG]目的：仮説選択問題における近似アルゴリズムの性能向上
- 機械学習において，未知の分布に最も近い仮説を効率的に見つけることは重要である。
- 既存のアルゴリズムは，計算時間が現実的な範囲に収まらない場合がある。
- 混合分布を出力するアルゴリズムの性能限界を明らかにし，高速なアルゴリズムを提案する。
- 混合分布を出力するアルゴリズムにおいて，サンプル数に関する下限を確立した。
- 多項式時間で動作し，確立された下限と同等の近似保証を持つアルゴリズムを開発した。
- 適切なアルゴリズムにおける計算時間を改善し，信頼性と誤差パラメータへの依存度を低減した。
GrowthHacker：コード修正型LLMエージェントによるオフポリシー評価の自動最適化 [cs.SE, cs.CL, cs.LG]目的：オフポリシー評価の実装最適化
- データ駆動型開発が普及し，オンラインA/Bテストの重要性が増している。
- オンラインA/Bテストには，資源や時間，倫理的なリスクが伴う。
- 過去のログデータを用いたオフポリシー評価により，これらの課題を解決する。
- GrowthHackerベンチマークにより，LLMエージェントが大規模データセットでオフポリシー評価を自動最適化できることが示された。
- 二つのエージェントフレームワークが，高い信頼性(98.1%-100%成功率)と肯定的な結果率(78%)を示し，平均4.4%の改善を達成した。
- CrewAIは平均37.9%の改善を達成し，異常値による失敗がなかった。AutoGenとDefaultは65%の肯定的な結果率であった。
線形ブロック符号のエラー構築デコード [cs.IT, math.IT]目的：線形ブロック符号の最尤軟判定デコード手法
- 通信システムの信頼性向上に不可欠であり，誤り訂正符号の高性能化が求められている。
- 従来のデコード法は，符号構造に依存し，計算量が膨大になる場合がある。
- 符号構造に依存せず，効率的なデコードを実現することで，計算量の削減を目指す。
- 本研究では，エラー構築デコード(EBD)という新たなフレームワークを提案した。
- EBDは，パリティチェック行列のみを用いてデコードが可能であり，事前構築された情報が不要である。
- 拡張ハミング符号に対し最適化することで，既存のViterbiデコードよりも大幅に計算量を削減できることを示した。
敵対的ナノポアチャネルに対する一次最適符号 [cs.RO, cs.IT, cs.DM, cs.DS, math.IT]目的：敵対的ナノポアチャネルにおける誤り訂正符号
- ゲノム解析等のバイオテクノロジー分野において，ナノポアシーケンシングの重要性が増している。
- ナノポアシーケンシングはノイズやエラーの影響を受けやすく，正確なデータ復元が課題となっている。
- 敵対的なノイズモデル下での誤り訂正符号の性能向上を目指す。
- 削除のみのチャネルにおいて，符号長nに対する訂正能力tの符号の最適冗長性が，t log_q n + Ω(1)と2t log_q n - log_q log_2 n + O(1)の間に存在することを示した。
- t ≤ min{(ℓ-1)/2, (ℓ+2)/3}の領域において，一般化されたリード・ソロモン符号とシドン集合に基づく2つの具体的な削除訂正符号を提案した。
- シドン集合に基づくアプローチを編集チャネルに拡張し，t ≤ min{(ℓ-1)/4, (ℓ+2)/6}の領域で，冗長性t log_q n + Θ(log log n)を持つ，一次最適訂正符号を構成した。
固体における情報伝播と符号化：機械知能に向けた定量的アプローチ [cs.IT, cond-mat.mtrl-sci, math.IT]目的：固体における情報伝播と符号化の定量化
- 生物は物理構造を情報処理に利用するが，工学システムは分離している。
- 機械構造への情報処理機能の組み込み評価のための定量的な枠組みが不足している。
- 固体中の情報伝播メカニズムを解明し，機械知能のデザインに貢献する。
- 弾性体を用いた研究により，荷重からセンサーへの情報伝達が定量化された。
- 情報伝達は，サン・ヴナンの定理や主応力線などの既存の力学現象と関連付けられた。
- 形状や構造材料の設計により，情報伝達の制御が可能であることが示された。
LLMの限界を超えて：あらゆるシステムのライブカーネルクラッシュ解決ベンチマーク [cs.SE]目的：カーネルファザーによって発見されたシステムクラッシュの修復
- ソフトウェアの信頼性確保には，カーネルレベルのクラッシュへの迅速な対応が不可欠である。
- 既存のベンチマークは静的であり，変化するカーネルの状態やLLMの知識不足に対応できない。
- LLMの知識カットオフの影響を受けない，動的に進化するベンチマーク環境を構築する。
- 新たに開発したLive-kBenchフレームワークにより，最新のカーネルバグに対するエージェントの評価が可能となった。
- エージェントは，LLMの知識カットオフ前のバグに対して25%高い修正率を達成することが示された。
- クラッシュ解決のフィードバックループを導入することで，修正率が29%向上した。
最小のBurrows-Wheeler変換実行を持つ後継-二分特殊文字列 [cs.DS]目的：後継-二分特殊文字列におけるBurrows-Wheeler変換(BWT)の実行回数の最小化
- 文字列処理やデータ圧縮において，効率的なアルゴリズムは重要である。特にBWTは，圧縮率の高いアルゴリズムとして広く利用されている。
- BWTの実行回数は，圧縮効率に直接影響するため，その最小化は重要な課題である。既存手法では，十分な最小化が達成されていない。
- 本研究では，後継-二分特殊文字列を用いてBWT実行回数の理論的下限を導き，より効率的な文字列構築を目指す。
- 次数3の後継-二分特殊文字列族$B_\sigma^{(3)}$を構成し，その巡回BWTが$r_c = \sigma^2 + 2$回の実行を持つことを示した。
- この結果は，既存の構成と比較して，実行回数のギャップを$O(1/\sigma)$から$O(1/\sigma^2)$に改善する。
- また，本研究で得られたパターンは，正規化された線形帰還シフトレジスタ(LFSR) de Bruijn系列のブロック単位での二行射影として現れることを示した。
コヒーレント光衛星通信における非線形補償 [cs.IT, math.IT]目的：光衛星通信における非線形影響の軽減と性能向上
- 衛星通信は広範囲な情報伝送に不可欠であり，光通信技術はその高速大容量化を可能にする。
- 光増幅器の高出力化に伴い，光ファイバーの非線形効果が無視できなくなり，通信品質を低下させている。
- 高出力光増幅器環境下での非線形影響を抑制し，長距離伝送の信頼性を高めることを目指す。
- 提案手法により，許容可能なリンク損失を最大6dBまで増加させることがシミュレーションで確認された。
- ルックアップテーブルを用いた星座整形と，非線形位相回転により，低複雑度な非線形補償を実現した。
- 高出力光増幅器中の光伝搬は，無分散ノイズレスファイバーにおける伝搬と同等にモデル化可能であることを示した。
CEFRに触発されたファジーC-means分類フレームワーク：Scratchにおけるプログラミングスキルの評価自動化 [cs.CY, cs.AI, cs.LG, cs.SE]目的：Scratchプロジェクトの評価のための教育的フレームワーク
- 教育現場や企業で，大規模かつ透明性の高いプログラミング能力評価のニーズが高まっている。
- 学習者の進捗を的確に把握し，個別最適化された学習を支援するための評価方法が課題となっている。
- CEFRに準拠したフレームワークにより，評価の客観性と再現性を向上させることを目指す。
- ファジーC-meansクラスタリングを用いて，200万件以上のScratchプロジェクトをCEFRレベル(A1-C2)にマッピングした。
- B2レベルに学習者の停滞が見られる「B2ボトルネック」を発見し，その原因が論理同期とデータ表現の認知負荷にあることを示した。
- 自動評価と教員によるレビューを組み合わせることで，より効果的なフィードバックと学習支援が可能になることを示した。
AIにおける情報理論的尺度：実践的な意思決定ガイド [cs.AI, cs.IT, cs.LG, cs.MA, math.IT]目的：情報理論的尺度に関する意思決定フレームワーク
- AI研究において，情報量は意思決定や学習の根幹をなす重要な概念である。
- 尺度選択が推定方法や限界と切り離され，誤った結論を招く可能性がある。
- 適切な尺度選択を支援し，誤用のリスクを軽減することを目指す。
- 情報理論的尺度7種類それぞれに対し，用途，適切な推定方法，注意点を整理した。
- フローチャートと決定テーブルを用いて，実用的な意思決定を支援するフレームワークを提示した。
- 表現学習，時間的影響分析，エージェント複雑性など，具体的な事例を通してフレームワークを解説した。
TLA-Prover：嗜好度最適化された低ランク適応による検証可能なTLA+仕様合成 [cs.SE, cs.AI, cs.LG, cs.LO]目的：TLA+仕様の合成
- 分散システムや安全性が重要なプロトコルの検証に不可欠な形式仕様記述言語である。
- 大規模言語モデルが生成するTLA+仕様は，意味的な理由でTLCモデルチェッカーに失敗することが多い。
- TLCモデルチェッカーによる検証をパスする，より正確なTLA+仕様の自動生成を目指す。
- TLA-Proverは，200億パラメータのモデルであり，検証済みの事例での教師ありファインチューニングと，修正に基づくグループ相対ポリシー最適化（GRPO）を組み合わせることで訓練された。
- 30問題のベンチマークにおいて，TLA-ProverはGoldとDiamondで9/30（pass@1=30%）を達成し，調整されていないベースラインの8.6%を大幅に上回った。
- 直接嗜好度最適化（DPO）変種はDiamondで20%に達し，GoldとDiamondの合致により，常に真である性質による失敗を防いだ。
個別化がん治療のための信念空間制御：能動推論によるアプローチ [cs.AI, cs.IT, math.IT]目的：個別化がん治療における最適な治療方針決定
- がん治療は患者の状態や反応が多様であり，個別化されたアプローチが重要である。
- 既存のがん治療戦略は，患者の状態変化を正確に捉えきれていない場合がある。
- 患者の状態変化を考慮しつつ，限られた医療資源で最適な治療を決定すること。
- 本研究では，能動推論を用いてがん治療を信念空間計画問題としてモデル化することに成功した。
- 臨床データを用いた実験により，患者の分類と高い治療効果を同時に実現できることが示された。
- 測定予算や治療制限といった現実的な制約下でも有効な治療方針を導き出すことができた。
FastContext：コーディングエージェント向け効率的なリポジトリ探索の学習 [cs.SE]目的：コーディングエージェントにおけるリポジトリ探索の効率化
- ソフトウェア開発において，コードの理解と修正は不可欠であり，大規模言語モデルを活用したエージェントが注目されている。
- リポジトリ探索に大量のトークンを消費し，無関係なコードがコンテキストを汚染することで，エージェントの性能が制限されている。
- リポジトリ探索と問題解決を分離し，探索に特化したモデルを用いることで，効率的な探索を実現する。
- FastContextは，リポジトリ探索に特化したサブエージェントであり，探索と問題解決を分離することで，エージェントのトークン消費量を削減する。
- SWE-bench Multilingual，SWE-bench Pro，SWE-QAの評価において，Mini-SWE-AgentにFastContextを統合することで，解決率が最大5.5%向上した。
- FastContextは，40億から300億パラメータの探索モデルを活用し，タスクに基づいた報酬を用いて学習することで，効率的な探索を実現する。
AGENTS.md ファイルにおける構成の匂い：コーディングエージェント設定のよくある間違い [cs.SE]目的：コーディングエージェント設定ファイルの匂いに関するカタログ
- ソフトウェア開発における自動化の重要性が増しており，エージェントはその鍵となる技術である。
- エージェント設定ファイルの定義と維持に関する問題が未解明な点が課題である。
- エージェント設定ファイルに存在する一般的な問題を特定し，検出可能な形にすること。
- 本研究で，コーディングエージェント設定ファイルにおける6種類の匂いを特定した。
- 調査対象のオープンソースリポジトリの62%で Lint Leakage が確認された。
- Context Bloat，Skill Leakage，Conflicting Instructionsなどの匂いが頻繁に共存することが示された。
OmniDroneX：LLM支援による包括的なドローン・アズ・ア・サービス生態系 [cs.SE, cs.SY, eess.SY]目的：ドローン・アズ・ア・サービス生態系の構築
- ドローン技術は急速に進歩しているが，その普及には課題が残されている。
- 既存のドローンシステム研究には，機能の固定化や外部システムとの連携不足などの課題がある。
- ドローンを動的に構成可能な存在とし，多様なサービス提供を可能にすること。
- OmniDroneXは，低レベルの物理機能と高レベルのミッション意図を統合する統一的なインターフェース（libUAV）と物理-サービス抽象モデル（PT-SOA）を提供する。
- 大規模言語モデル（LLM）を様々な層に適用することで，機能の特定と抽象化，サービス合成の自動化，自然言語によるミッション仕様を実現している。
- 物理層の構成，時空間的・機能的・協調的・例外対応型・QoSに基づくサービス構成など，動的なドローンシステムに不可欠な技術を組み込んでいる。
部分観測マルコフ決定過程におけるシグナリングと制御のための情報理論的メタ動的計画法 [cs.IT, cs.SY, eess.SY, math.IT, math.OC]目的：部分観測マルコフ決定過程でモデル化されるチャネルにおける同時シグナリングと制御の最適化
- 不確実性下での意思決定は，ロボティクス，自動運転，医療など多岐にわたる分野で重要である。
- 部分観測マルコフ決定過程は状態の完全な観測が不可能であり，最適な制御戦略の設計が困難である。
- 情報理論的な枠組みを導入し，観測情報への作用の情報の最大化を目標とする。
- 提案手法は，条件付き確率分布の空間における状態を定義する高レベルな「メタ」動的計画法を導出した。
- システム状態の事後分布と，その事後分布の分布という2つの結合した情報状態がマルコフ再帰を満たすことを示した。
- シグナリングがない場合，提案手法は標準的な部分観測マルコフ決定過程の動的計画法方程式に帰着することが示された。
線形フレームを持つ様相論理におけるクレイグ補間の一様でない考察 [math.LO, cs.LO]目的：様相論理におけるクレイグ補間の存在可能性の判定
- 様相論理は，知識，信念，時間などの概念を形式化する上で重要な役割を果たす。
- 線形フレームを持つ様相論理では，一般にクレイグ補間定理が成立しないことが知られている。
- 固定された様相論理において，与えられた2つの式間にクレイグ補間式が存在するかどうかを判定する。
- K4.3を含む有限公理化可能な通常の様相論理において，クレイグ補間式の存在可能性問題が決定可能であることが示された。
- この問題の計算複雑度はcoNP-完全であり，これらの論理における含意関係判定と同程度の難しさであることが明らかになった。
- このアプローチは，プリオラン時間論理にも拡張され，同様の結果が得られた。
統合センシングと通信のための必要なビームフォーマの数 [eess.SP, cs.IT, math.IT]目的：統合センシングと通信システムにおける最適な性能達成に必要なダウンリンクビームフォーマ数の上限
- 無線通信とセンシング技術の融合は，様々な応用分野で重要性を増している。
- センシングと通信を同時に行う場合，リソース配分が複雑になり，性能劣化を招く可能性がある。
- センシングと通信の性能を両立させつつ，必要なビームフォーマ数を最小限に抑えることが課題である。
- 干渉キャンセリングが可能であれば，必要なビームフォーマ数は $K + \sqrt{\frac{L(L+1)}{2}}$ で抑えられる。
- 干渉キャンセリングが不可能な場合，必要なビームフォーマ数は $\sqrt{K^2 + \frac{L(L+1)}{2}}$ となる。
- 特定の条件下では，通信のみのビームフォーマ数で十分な場合もあることが示された。
グラフ上の拡散ダイナミクスにおける条件エントロピーの進化 [math.DS, cs.IT, math.IT, math.PR, physics.data-an]目的：グラフ上の拡散ダイナミクスの条件エントロピー
- ネットワーク科学や機械学習の基盤となる研究分野であり，その重要性は高い。
- 拡散過程の可逆性や多様性を評価するエントロピー指標の有限時間進化に関する解析が不足している。
- 拡散過程の条件エントロピーを導入し，時間発展の理論的枠組みと性質を明らかにすること。
- 条件エントロピーが情報理論的な熱力学第二法則を満たすことが示され，ネットワーク上の拡散と物理現象との類似性が明らかになった。
- 完全グラフ，パスグラフ，巡回グラフにおける条件エントロピーの時間発展に関する解析解が得られた。
- Erdős-Rényiグラフに対する平均場近似や，一般ネットワークにおける漸近解析，条件エントロピーの限界も導出された。
監視可能性の複雑性 [math.LO, cs.LO]目的：監視可能集合族の複雑性
- 集合論的トポロジーは数学基礎において重要であり，様々な空間の構造を理解する上で不可欠である。
- 監視可能集合の研究は，その複雑さの評価が難しく，具体的な構造決定が課題となっていた。
- 本研究は，可算空間における監視可能集合族の複雑性を明確化し，その限界を特定することを試みる。
- 第二可算空間においては，監視可能集合族が$\Pi^0_3$であることが示され，その複雑性の正確な範囲が決定された。
- 第二可算でない空間においては，監視可能集合族がより複雑になり，$ \Pi^1_1$-完全となる例が提示された。
- 空間の可算性条件が，監視可能集合族の複雑性に大きな影響を与えることが明らかになった。
ホモトピー型理論におけるライプニッツ随伴と，単体型理論への応用 [math.CT, cs.LO, math.LO]目的：単体型理論における高次コヒーレンスの体系化
- ホモトピー型理論は，数学基礎としての応用が期待される分野であり，型と圏論の深い関係性を提供する。
- 単体型理論では，高次コヒーレンスを扱うのが難しく，型間の厳密な関係性を明確にする必要があった。
- ライプニッツ随伴を用いることで，高次コヒーレンスを効率的に導出し，単体型理論の基礎を確立することを目指す。
- ライプニッツ随伴は，型の圏において，プッシュアウト積がプルバック準同型へ左随伴である関係として成立することが示された。
- この随伴関係は，通常の圏論においては知られているが，高次圏における証明は非自明であり，本研究で初めて示された。
- 結果は，Cubical Agdaで形式的に検証されており，単体型理論の高次コヒーレンスが統一的に扱えることを示唆する。
一般化退化文字列における量子パターンマッチング [quant-ph, cs.DS]目的：一般化退化文字列におけるパターン文字列の量子アルゴリズムによる効率的な探索
- 生物情報学やテキスト処理において，文字列検索は基礎的な処理であり重要である。
- 従来のアルゴリズムでは，大規模な退化文字列の検索に時間がかかるという課題がある。
- 量子アルゴリズムを利用することで，退化文字列検索の計算効率を向上させることを目指す。
- 本研究では，一般化退化文字列におけるパターンマッチングに対し，$\tilde{O}(\sqrt{mnN})$ の実行時間を持つ量子アルゴリズムを提案した。
- この量子アルゴリズムは，既存の最良の古典アルゴリズム $O(mn+N)$ よりも高速である。
- 古典的並列計算の枠組みから結果を導き出すことで，理解と汎用性を高めている。
デジタル無線通信における汎用多次元シンボル構成と実用的な側面 [eess.SP, cs.IT, math.IT]目的：任意の対称関数を計算するための汎用的な多次元シンボル構成
- 無線通信資源の効率的な利用が求められる中で，オーバーザエア計算(OAC)が注目されている。
- OACの性能は，シンボル構成やチャネル特性に大きく依存するため，実用的な設計が課題である。
- チャネル歪みを考慮した上で，汎用的なOACシンボル構成を実現し，実用的なシステムを構築することを目指す。
- 対称関数のカテゴリ表現を利用し，ヒストグラムに基づくTBMAの考え方を取り入れたことで，単一のOACシンボルセットで任意の関数計算が可能となった。
- 低コストなノードを用いた実験プラットフォームを構築し，GPSやケーブル同期なしでのコヒーレントOAC実験を実現した。
- 実験結果に基づき，複合チャネルの位相・振幅統計を解析し，コヒーレントOACにおける現実的な歪みモデルを導出した。
- 1
- 2