arXiv雑要約
プログラム - 2026/08/04 公開
二部グラフにおけるバランスのとれた固定スライス独立集合の計算閾値 [cs.DS, cs.CC]目的：二部グラフにおける固定サイズ独立集合問題の近似計算とサンプリングの最悪の場合の計算可能性
- 組み合わせ最適化問題の効率的な解法は，情報科学や応用数学において不可欠である。
- 二部グラフの独立集合問題はNP困難であり，効率的な近似アルゴリズムの設計が課題となっている。
- 特定の密度条件の下で，近似計算とサンプリングの計算閾値を明らかにすることを目指す。
- 全体の密度が一定の範囲にあり，かつ左右の密度のバランスが取れている場合，効率的なアルゴリズムは存在しないことが示された。
- 平衡ハードコアモデルの計算閾値は，一般的な有界次数グラフにおけるハードコアモデルと一致することが証明された。
- 閾値よりも高い密度の場合，FPRASや効率的なサンプリングスキームは存在しない可能性がある。
二端子ネットワーク信頼性の近似 [cs.CL, cs.DS]目的：二端子ネットワーク信頼性の近似解
- ネットワークの信頼性評価は，通信網やインフラの堅牢性設計に不可欠である。
- 一般グラフにおける二端子信頼性問題は，計算困難性が知られている。
- 多項式時間で近似解を得る手法を確立し，実用的な信頼性評価を可能にする。
- 本研究では，有向グラフおよび無向グラフにおいて，多項式時間で近似解を得るFPRASを提案する。
- その補完問題である不信頼性問題は，NP困難であることが示された。
- このアルゴリズムの主要なアイデアは，GPT-5.6 Sol Ultraによって発見された。
プログラミング学習における「実行者効果」の分解：能動的学習活動におけるコード記述の優位性 [cs.SE, cs.HC]目的：プログラミング学習における「実行者効果」と，能動的学習活動の種類による効果の違い
- 効果的な学習方法の解明は，教育の質向上に不可欠である。学習効果を高める施策の立案に繋がる。
- 「実行者効果」の文脈では，能動的学習活動が等価に扱われており，効果の差が不明確である。
- 本研究は，プログラミング学習において，どの種類の能動的学習が最も効果的か明らかにすることを目指す。
- 能動的学習活動は，受動的学習活動と比較して，学習成果が3.2倍向上することが確認された。
- 能動的学習活動の中でも，コード記述が最も学習成果の向上と強く関連していた。
- コード記述問題のような，挑戦的でフィードバックが提供される学習活動の重要性が示唆された。
ハウス・モノトーン多水準配分における定数割当のずれは対数オーダーである [cs.GT, cs.IT, eess.SP, math.IT]目的：多水準配分における定数割当のずれの限界
- 議席配分は民主的な意思決定において不可欠であり，公平性を担保する上で重要な研究課題である。
- ハウス・モノトーン性，定数割当の充足，といった複数の制約を満たす配分規則の存在が未解決であった。
- ハウス・モノトーン性を満たしつつ，定数割当を両立できる配分規則が存在するかどうかを明らかにすること。
- 完全二分コム構造において，ハウス・モノトーンな配分系列は，ある種のずれを生じさせることが示された。
- このずれは，コム構造のサイズDに対して対数オーダーであり，最適な最悪ケースのエラーはΘ(log D)となる。
- したがって，十分に大きな有限のDに対して，ハウス・モノトーンな定数割当規則は存在しないことが結論付けられた。
一対一独立ジッタリングによる単段アダマール量子化 [cs.DS]目的：高次元ベクトルの量子化に関する研究
- 類似検索，分散学習，モデル圧縮など，様々な分野で高次元ベクトルの効率的な量子化が求められている。
- 既存手法では，量子化誤差を抑制するために複数の段階を経る必要があり，通信コストや計算量の増加を招いている。
- 単一の段階で高精度な量子化を実現し，通信コストと計算量を削減することを目指している。
- 一対一独立なジッタリングを用いることで，２段階構成の手法と同等の精度を単一の段階で達成できることを示した。
- 提案手法は，既存手法と比較して，残差段階の通信コストを削減し，誤差の上界定数を約5.93倍改善する。
- 本研究の証明は，Google社内で開発されたGeminiベースのエージェントシステムによって自動的に生成され，検証された。
エージェントによるソフトウェアエンジニアリングのコスト見積もりモデル：ACEM [cs.RO, cs.SE]目的：エージェントによるソフトウェアエンジニアリングにおけるコストの見積もり
- ソフトウェア開発コストの見積もりは，プロジェクトの成功に不可欠であり，予算管理やリソース配分に影響する。
- 従来のモデルは，人間の労働力を主要なコスト要因として想定しており，AIエージェントを活用した新しい開発手法には対応できない。
- AIエージェントの利用に伴うLLMトークン消費量，HITLの監督コスト，インフラコストを考慮した新しい見積もりモデルを提案する。
- ACEMは，LLMコスト，HITLコスト，インフラコストの3つの要素に分解し，総開発コストを算出する。
- 出力の修正や再試行によるトークンオーバーヘッドを考慮する「修正係数」，コンテキストの蓄積によるトークン消費量の増加を捉える「コンテキスト係数」，監督レベルを分類する「HITL強度スコア」を導入する。
- ユースケースポイント，ストーリーポイント，ファンクションポイントをトークン消費量にマッピングすることで，既存のプロジェクトスコープデータが活用可能となる。
疎な最小二乗問題における条件数障壁 [cs.DS, cs.LG]目的：疎な凸最適化における条件数依存性の下限
- 機械学習等で利用される疎な最適化問題は，計算効率が重要である。
- 既存手法では，条件数に依存した計算時間がボトルネックとなる場合がある。
- この研究は，条件数依存性を改善できるアルゴリズムが存在しないことを示す。
- AxiotisとSviridenkoの予想を，最小二乗問題において，Small-Set Expansion Hypothesisのもとで証明した。
- 特定の$\gamma$に対して，確率2/3以上で，スパース度$s$が$O(k \kappa_{s+k}^{1-\gamma})$を満たす解$x$を見つける多項式時間アルゴリズムは存在しない。
- この結果は，行列$A$がフルランクの場合でも成立する。
熱帯半環における次数付き共同効果型付け：ヤシの木陰での生産性維持 [cs.LO, cs.PL]目的：次数付き共同効果型付けにおける熱帯半環の忠実なモデリング
- プログラムの信頼性確保には型付けシステムの理論的基盤が不可欠である。
- 従来の型付けシステムでは，プログラムの実行時間や資源消費を正確に捉えられない場合がある。
- プログラムの生産性保証と実行時間のモデル化を両立する型付けシステムを構築すること。
- 熱帯半環を次数付き共同効果型付けの次数空間として用いることで，時間の経過とプログラムの生産性を同時に保証できることを示した。
- 再帰型と多型型を含む型システムにおいて，再帰型に対する自然な制限が生産性を保証する上で十分であることを証明した。
- 熱帯半環による次数付けは，型を「時間」と関連付ける新しい交差型付けの形式を示唆し，型付け可能な項は遺伝的にヘッドノーマル形を持つことが示された。
超アベル論理 [math.LO, cs.LO]目的：アベル論理に関連する論理の族の統一的な代数的考察
- アベル群の理論は，数学の多くの分野で基礎的な役割を果たす重要な研究対象である。
- アベル論理の拡張は多様であり，その体系的な分類と性質解明が課題であった。
- アベル論理の拡張に関する論理体系を公理化し，その関係性を明確にすること。
- アベル論理を基本系として拡張した「超アベル論理」の族について代数学的な研究を行った。
- 無限論理の拡張について，実数の論理に対する公理化を提供し，異なる論理が$2^{2^\omega}$個存在することを示した。
- 新たな定数項を導入した「尖ったアベル論理」を定義し，その有限論理および無限論理の公理化を確立した。
合成次数の体上の耐漏洩型Shamir秘密分散における部分的非ランダム化 [cs.CR, cs.IT, math.IT]目的：合成次数の体上の耐漏洩型Shamir秘密分散における評価点の明示的な構成
- 秘密分散は，暗号資産の安全な共有や多人数合意など，様々な暗号プロトコルにおいて重要な役割を果たす。
- 従来の秘密分散方式は，物理的な情報漏洩に対して脆弱であり，秘密情報の復元を許してしまう可能性がある。
- 本研究では，評価点のランダム性を低減することで，耐漏洩性を維持しつつ，計算効率を向上させることを目指す。
- 評価点のランダム性を$nd \log p$ビットから$d\log p$ビットに削減することに成功した。
- パラメータが$n = O(d/\log_p d)$の範囲であれば，単一ブロック漏洩に対して完全な安全性(統計的距離が正確にゼロ)を達成できる。
- 有理イテレートの異なる極を利用した部分分数非退化議論によって，この構成の有効性が示された。
対称性で初期化された量子ギブスサンプリング：非アベリアン非対称性カスケード [quant-ph, cond-mat.stat-mech, cs.DS, hep-th, math-ph, math.MP]目的：量子ギブスサンプリングの混合のボトルネックとなる弱破れた対称性における適切な初期化
- 量子計算の効率化には，状態空間の探索速度が重要であり，サンプリング手法はその鍵となる。
- 対称性が弱破れている場合，サンプリングの混合時間が指数関数的に遅くなるという課題がある。
- 表現論に基づいた適切な初期化により，混合時間を加速し，サンプリング効率を向上させることを目指す。
- 対称性で初期化することで，ボトルネックとなる低速モードの重複を排除し，混合時間を根本的に加速できる。
- 非アベリアン群の場合，適切な初期化ターゲットは群平均による非対称性であることが証明された。
- SU(2) Daviesサンプラーでの数値検証により，予測された速度カスケードが確認され，対称性の破壊パラメータに比例して緩和速度が変化する。
低高度監視のためのワイヤレスイメージング：ISACネットワークの新たなパラダイム [eess.SP, cs.IT, math.IT]目的：低高度空間の包括的な監視機能を実現するISACネットワークにおけるワイヤレスイメージングの活用
- 低高度経済の急速な成長に伴い，安定した飛行監視が可能なISACネットワークの重要性が高まっている。
- 従来の監視システムでは，遮蔽や機動性による課題から，正確な軌道追跡や詳細なターゲット分析が困難であった。
- 本研究は，広域スナップショットイメージングからターゲット中心の微細な特徴抽出まで，包括的なイメージングフレームワークを提案することで，これらの課題を解決する。
- ワイヤレスイメージングを基盤とした階層的なイメージングフレームワークを提案し，低高度空間の包括的な監視を可能にした。
- マルチフレーム動的イメージングにより，遮蔽などの課題下でも，ロバストな軌道追跡と予測を実現できることを示した。
- セキュリティ重視の状況下では，飛行・ホバリング無人航空機の微細なイメージングを可能にし，詳細な特性評価を提供した。
内部代数的タイプ理論 [math.CT, cs.PL]目的：圏における内部タイプ理論的推論の応用
- 形式的な推論の自動化は，数学基礎論や計算機科学において重要な課題である。
- 既存のタイプ理論は，特定の圏に限定される場合が多く，汎用性に課題がある。
- より一般的な圏で代数的タイプ理論の枠組みを構築し，推論を可能にすることを目的とする。
- 内部タイプ理論的推論を，立方集合，群イド，圏の圏といった具体例で検討した。
- 新たな指数化条件を導入し，対応する多項式関手を発展させることで，一般的な設定での代数的タイプ理論の適用を可能にした。
- HoTTLeanプロジェクトの一環として，構文・意味論的推論をコンピュータ支援で実装した。
不一致理論：アルゴリズムと幾何学的視点 [math.HO, cs.DM, cs.DS, math.CO, math.MG]目的：不一致の性質と，その応用に関する研究
- 組み合わせ論，幾何学，数論に応用があり，数学と計算科学の重要な分野である。
- 対象の集合を均等に分割することの難しさ，および最適な分割方法の探索が課題である。
- 現代的なアルゴリズム手法と凸幾何学のアイデアに基づいた不一致理論の発展を目指す。
- 近年，新しいアルゴリズム技術と確率，最適化，凸幾何学の相互作用により，不一致理論は変革を遂げている。
- 本研究は，基礎的な定理の構成的証明や新たな研究方向を含む，これらの現代的な発展を統一的に紹介する。
- いくつかの結果に対して，より簡潔な解析を提供し，証明の背後にある直感に焦点を当てる。
整数多項式の高速決定論的整数根探索 [math.NT, cs.DS, cs.SC]目的：整数多項式のすべての整数根の探索
- 整数論における基本的な問題であり，様々な応用分野で重要である。
- 多項式の次数が高い場合，効率的な整数根探索が困難である。
- 既存手法の計算量を削減し，より高速な整数根探索を実現すること。
- 本研究では，次数$n$の自由多項式の整数根を$\tilde{O}(n^{3/2}b)$時間で決定的に探索するアルゴリズムを提案した。
- 従来のアルゴリズムよりも高速であり，特に$n$が大きい場合に有効である。
- 素数探索の工夫と，候補の検証アルゴリズムの高速化が，この改善に貢献している。
有限可逆マルコフ連鎖の疑似量子表現 [math.PR, cs.IT, math-ph, math.IT, math.MP, quant-ph]目的：有限，既約，可逆な連続時間マルコフ連鎖の疑似量子表現
- 確率過程の理論は，物理，生物，経済など広範な分野で重要な役割を果たす。
- 古典的なマルコフ連鎖と量子系の類似性は明らかだが，両者の関係性は未解明な部分が多い。
- マルコフ連鎖と量子系の関係性を一つの表現として捉え，その構造を明らかにすることを目指す。
- 有限状態マルコフ連鎖を，複素直交フローとして表現する疑似量子表現を構築した。
- この表現は，マルコフ連鎖と量子系を別々のモデルとしてではなく，一つの表現の制限として捉えることを可能にする。
- 対称エレンフェスト壺モデルを例として，具体的な計算と解釈を行った結果，古典的な壺の法則と量子的なスピン軌道との対応関係が明らかになった。
片側テスト可能性の定量的なコンテナ特性評価 [math.CO, cs.CC, cs.DS]目的：片側テスト可能性の定量的な組合せ特性
- グラフ理論はネットワーク構造の解析に不可欠であり，計算機科学，社会科学など広範な分野に応用されている。
- グラフのテスト可能性を定量的に評価する手法は未確立であり，効率的なアルゴリズム設計の妨げとなっている。
- グラフのテスト可能性とコンテナの存在の間の定量的な関係を明らかにすることで，テスト可能性評価を容易にすること。
- 本研究では，密なグラフモデルにおける片側テスト可能性を定量的に特徴付ける組み合わせ論的な特性評価を提示した。
- 遺伝的グラフ特性に対して，片側テスト可能性と適切なハイパーグラフコンテナの存在が定量的に同等であることが証明された。
- この同等性は効果的であり，テスターの複雑さとコンテナパラメータ間の明示的な変換を提供する。
FESOM2-JAX v1.0：GPU向け海洋・海氷モデルFESOM2の微分可能なシャドウ [physics.ao-ph, cs.SE, physics.comp-ph, physics.flu-dyn]目的：海洋・海氷モデルFESOM2のJAXによる再実装
- 地球温暖化や気候変動の予測には，高精度な海洋・海氷モデルが不可欠である。
- 既存の海洋・海氷モデルは，計算コストが高く，柔軟性に欠ける場合がある。
- JAXを用いた再実装により，微分可能性とGPUによる高速化を実現し，実験の障壁を下げる。
- FESOM2-JAXは，元のFortranモデルとほぼ同等の精度を維持しながら，GPU上で効率的に動作する。
- 1958年から2019年までの過去の再現実験において，JAX版とFortran版は，観測データとの誤差が非常に小さく，一致していた。
- モデルのパラメータに対する感度解析を効率的に行うことが可能であり，機械学習との連携も期待できる。
有限基底ドリフトモデルに対する有限プローブ全変動証明 [stat.ML, cs.IT, cs.LG, math.IT]目的：ドリフトモデルにおける分布の結論の保証
- 機械学習において，モデルと真の分布の乖離を定量的に評価することは重要である。
- ノイズを含む限られた観測点からの評価では，分布の結論の保証が困難である。
- 有限基底における分布の乖離を，全変動距離の上限として保証することを目指す。
- 積分可能な反対称相互作用と絶対連続法則の下で，観測値のベクトルは，不一致とプローブ依存性の行列によって表されることが示された。
- この関係から，保留サンプルノイズ，演算子誤差，および正規化密度近似の残差を考慮した事後全変動上限が導出された。
- ガウスRBF相互作用においては，分布自由かつ経験的ベルンシュタイン半径が，切り捨てなしでサポートされることが示された。
決定論的DTFT補間による周波数とチャープレートの同時推定：セル一様効率と閾値解析 [eess.SP, cs.IT, math.IT]目的：雑音中のチャープ信号の周波数とチャープレートの同時推定
- レーダー，ソナー，バースト衛星通信などの分野において，信号の周波数とチャープレートの正確な推定は重要である。
- 従来の推定方法は，残差セルの端部での精度低下（端部効果）や，閾値以下のSNRでの性能劣化（閾値効果）といった課題を抱えている。
- 残差セル全体でこれらの失敗モードを均一に制御する推定手法を開発し，性能向上を目指す。
- 提案手法は，時間中心のゼロパディングを用いたdechirp-FFTを取得し，分数ビンDTFTサンプル上で選択可能な振幅補間を行うことで，均一な性能を実現する。
- 理論解析により，推定誤差の平均二乗誤差と閾値を導出し，残差セル全体における閾値がセル数によって支配されることを示した。
- シミュレーション結果は，周波数軸とチャープレート軸の効率がセル位置に依存せず，閾値予測が実験値と一致することを示した。
修正された実現可能性サブトポスと全Weihrauch還元可能性 [math.GR, cs.FL, math.CO, math.LO, cs.LO]目的：オラクル計算可能性の基礎的研究における還元可能性の概念
- 計算可能性の理論的基盤を確立し，数学的構造と計算の限界を理解する上で重要である。
- オラクル計算可能性の枠組みにおける，様々な論理的原理間の関係性が明確にされていない。
- 全計算可能性の枠組みで還元可能性を定義し，論理的原理の階層間の分離を確立すること。
- Lawvere-Tierneyトポロジーとシェーフの視点からオラクル計算可能性を研究する新しい枠組みを提示した。
- 全計算可能性の設定におけるシェーフサブトポスを用いて，様々な論理的原理の階層間の分離を確立した。
- 弱い排中律，小限の全知原理，マルコフの原理などの階層間の関係性を明確化した。
構造化された信号を用いたベイズ推論：植えられたスピンガラスにおけるニシモリ線上の静的レプリカ対称性の破れ [math.CO, cs.DM, cond-mat.dis-nn, cond-mat.stat-mech, cs.IT, math.IT]目的：構造化された信号がベイズ推論に与える影響の評価
- ベイズ推論は，不確実な情報から知識を獲得する上で重要であり，様々な分野に応用されている。
- 従来のベイズ推論モデルでは信号の独立性が仮定されているが，現実の信号には相関が存在する場合がある。
- 信号の相関がベイズ推論の性能に与える影響を，単純なモデルを用いて解明することを試みる。
- 常磁性相においては，信号の相関が再構成閾値を低下させ，弱い信号でも復元が可能になることが示された。
- 強磁性相においては，事前分布のみでも部分的な復元が可能であり，観測データが追加情報を提供する閾値が特定された。
- 事前分布がレプリカ対称性の破れ相にある場合，事後分布において静的レプリカ対称性の破れ転移が検出された。
ロジスティック回帰における尤度比の現代的漸近近似の限界 [math.OC, cs.SY, eess.SY, math.ST, cs.IT, cs.LG, math.IT, stat.TH]目的：ロジスティック回帰における尤度比統計量の有限サンプル挙動の特性評価
- 統計的推論において，尤度比検定は仮説検定の重要な手法であり，その理論的理解は不可欠である。
- 尤度比統計量の漸近理論は広く用いられているが，有限サンプルにおける挙動は十分解明されていない。
- 本研究は，設計とターゲットパラメータに一様的に依存する尤度比統計量の有限サンプル挙動を厳密に評価する。
- 次元$n \geq d \geq 3$ において，最悪の場合の$(1-\delta)$分位点は $d\log(\frac{en}{d})+\log(\frac{1}{\delta})$ であることが示された。
- 次元$d=2$では分位点は $\log\log\log n + \log(\frac{1}{\delta})$ のオーダーとなり，次元$d=1$では $\log(1/\delta)$ のオーダーとなることがわかった。
- さらに，$n \gtrsim d+\log(1/\delta)$ の条件下では，シャープな上限 $d+\log(\frac{1}{\delta})$ が得られた。
相互作用は1ビット平均推定におけるオーダー最適性に必要ない [stat.ML, cs.IT, cs.LG, math.IT, math.ST, stat.TH]目的：1ビット平均推定におけるオーダー最適性の達成
- データ圧縮と統計推定の融合領域であり，情報伝達効率が重要な課題である。
- 従来の推定手法では，平均の局所化と推定を繰り返す相互作用が必要とされていた。
- 相互作用を必要としない，完全非適応的な推定プロトコルの構築と性能評価。
- 本研究では，事前にすべてのクエリを決定するランダム化された完全非適応プロトコルを提案した。
- 提案手法は，従来の適応型プロトコルと同等のサンプル複雑度を達成する。
- これにより，相互作用が1ビット平均推定におけるオーダー最適性に必須ではないことが示された。
量子関数推定の下限に関するほぼタイトな評価：ウールマン忠実度，トレース距離，およびフォンノイマンエントロピー [quant-ph, cs.CC, quant-ph, cs.CC, cs.IT, math.IT]目的：量子状態の関数を推定するための下限
- 量子情報科学の発展には，量子状態の正確な推定が不可欠である。
- 量子状態の推定には計算資源が必要であり，その下限が明確でなかった。
- ウールマン忠実度，トレース距離，フォンノイマンエントロピーの推定下限を確立し，既存の上限に匹敵する。
- ウールマン忠実度，トレース距離，フォンノイマンエントロピーを推定するには，$\widetilde{\Omega}(N^2)$のサンプルが必要であることが示された。
- これにより，$\widetilde{\Omega}(N)$のクエリ下限が量子サンプルトークエリリフティングによって導かれる。
- これらの下限は，2016年以降の多数の量子アルゴリズムのほぼ最適性を示唆している。
Dyck言語に対するテストの改良された限界 [cs.DS]目的：Dyck言語のメンバーシップ判定問題に関する研究
- Dyck言語は文法構造の基礎であり，プログラミング言語や自然言語処理等に応用が期待される。
- Dyck言語のメンバーシップ判定は計算量が多く，効率的なテスト手法が求められていた。
- 入力文字列の一部のみを調査して判定する性質テストの限界を改善することを目指す。
- Dyck言語のメンバーシップテストの上限を，入力サイズの2/5乗まで改良した。
- 新たな問題「Truestring Equivalence」を導入し，2種類Dyck言語のテスト問題に帰着させた。
- 「Truestring Equivalence」問題の下限を，入力サイズの1/5乗まで示すことに成功した。
複雑な環境における自律システムの安全確保に関するガイダンス [cs.SE, cs.SY, eess.SY]目的：自律システムの安全確保手法
- 自動運転や医療など，人命に関わる応用が拡大しており，安全性の重要性が高まっている。
- 複雑な環境下では，システムの安全性を保証・立証することが困難である。
- 自律システムの開発に安全性を組み込み，安全性を正当化する根拠を生成する。
- 本研究では，複雑な環境における自律システムの安全確保のための方法論「SACE」を提案する。
- SACEは，安全ケースパターンと，安全性保証を開発に統合し，安全性を正当化する証拠を生成するプロセスで構成される。
- これにより，自律システムの安全性を系統的に評価し，信頼性を高めることが期待される。
ホーン規則の文脈における抽象的証明理論の基礎 [cs.LO, cs.DM, cs.DS, math.LO]目的：sequent形式の証明システムの研究のための，論理に依存しない新しい枠組み
- 形式的推論の基礎を築き，様々な論理体系における証明の性質を統一的に考察すること。
- 既存の証明システムは個別に分析されることが多く，共通の基盤や相互関係が不明確である。
- 証明規則の種類間の相互作用を分析し，証明システムの変換アルゴリズムを確立すること。
- 提案された「g-sequent」と「推論規則型」の概念により，多順序証明システムを統一的に扱うことが可能になった。
- 証明規則の置換やシミュレーションの条件が明らかになり，汎用的な証明変換アルゴリズムが構築された。
- ホーン特性を持つ論理の深層推論ネスト順序システムやラベル順序システムとの関連性が示された。
有限環 ℤ_n 上のワイアシュトラス楕円曲線の分類について [cs.CR, cs.IT, math.AG, math.IT, math.NT]目的：ワイアシュトラス楕円曲線分類
- 暗号理論などに応用があり，数論において重要な研究対象である。
- 有限環上の楕円曲線の分類は未だ十分には解明されていない。
- 有限環ℤ_n上のワイアシュトラス楕円曲線の分類を試みる。
- ワイアシュトラス楕円曲線をℤ_n上で分類した。
- 分類の結果を裏付けるため，広範な計算データを用いた。
- いくつかの予想を提示した。
微分可能プログラミングの要素 [cs.LG, cs.AI, cs.PL]目的：微分可能プログラミングの基礎概念
- 近年のAIの進歩は目覚ましく，その基盤技術として微分可能プログラミングが重要性を増している。
- 複雑なプログラムの最適化が困難であり，勾配ベースの手法が適用できない場合がある。
- プログラム全体を微分可能にすることで，最適化と不確実性の定量化を可能にすることを目指す。
- 微分可能プログラミングは，制御フローやデータ構造を含む複雑なプログラムのend-to-end微分を可能にする新たなパラダイムである。
- 最適化と確率という二つの視点から微分可能プログラミングの概念を包括的に解説している。
- 微分可能なプログラムは，実行に関する確率分布を内在的に導入し，出力の不確実性を定量化する手段を提供する。
KotlinとJavaのクロス依存性に関する実証的研究とその検出 [cs.SE]目的：KotlinとJava間のクロス依存性の種類と，それらが現実のプロジェクトでどのように発生するか
- モバイルアプリ開発においてKotlinの利用が拡大しており，Javaとの相互運用性が重要になっている。
- JavaとKotlinの相互運用に関する実証的な研究が不足しており，潜在的な課題が不明確である。
- KotlinとJavaのクロス依存性による課題を特定し，その検出ツールを開発すること。
- KotlinとJavaは，実プロジェクトにおいて頻繁に相互作用しており，特にアクセスと呼び出し依存が支配的である。
- クロス言語相互作用に関与するJava/Kotlinファイルは，同じ言語内のファイルよりも多くのコミットと高い欠陥率を示す。
- Kotlin-Javaの相互作用における10種類の一般的な問題を特定し，修正戦略を提案し，検出ツール InteropScan を実装した。
不整合な重み付き知識ベースに対するコストに基づく意味論 [cs.LO, cs.AI, cs.DB]目的：不整合な記述論理知識ベースに対するクエリ処理
- 知識表現と推論の分野において，知識ベースの信頼性は重要である。
- 現実世界の知識ベースは不整合を含むことが多く，適切なクエリ処理が困難である。
- 不整合な知識ベースに対する，コストに基づいた意味論的枠組みを提供する。
- 本研究では，コストに基づき，ある閾値以下のコストを持つ解釈や，最小コスト解釈を考慮した確実解と可能解を定義した。
- ELbotとALCOの間の記述論理における，コスト制約充足可能性問題および確実解・可能解認識問題の複雑性を解析した。
- 組み合わせ複雑性とデータ複雑性の両面から，詳細な分析を行った。
境界を越えて：交差性を持つユーザーのソフトウェアに関する倫理的懸念 [cs.SE, cs.HC]目的：交差性を持つユーザーのソフトウェアに関する倫理的懸念の分析
- 現代社会において，ソフトウェアは不可欠な存在であり，その倫理的な問題は重要性を増している。
- ソフトウェア設計において，交差性を持つユーザーの視点が軽視され，倫理的な問題が深刻化している。
- 交差性を持つユーザーの声を分析し，ソフトウェア倫理に関する理解を深めることを目指す。
- 700以上の交差性に関するsubredditから36,777件の投稿を収集し，大規模言語モデルを用いて倫理的な懸念を特定した。
- 回帰モデルと反実仮想分析により，交差性に関する属性が倫理的な懸念の表現にどのように影響するかを検証した。
- 特定された倫理的な懸念を優先順位付けし，開発者の注意を喚起するためのフィードバック駆動型フレームワークの基盤を構築した。
LLM生成ユニットテストにおけるテストスメルの拡散について [cs.SE]目的：LLM生成ユニットテストにおけるテストスメルの拡散の多ベンチマーク大規模分析
- ソフトウェアの品質保証において，ユニットテストは不可欠であり，その自動化は開発効率向上に繋がる。
- LLMによる自動生成テストの品質，特に可読性・保守性を損なうテストスメルの存在が不明確である。
- LLM生成テストに潜むテストスメルの実態を明らかにし，品質改善に資する。
- LLM生成テストは，Assertion RouletteやMagic Number Testといったテストスメルを顕著に含んでいることが示された。
- テストスメルのパターンは，プロンプト戦略，コンテキスト長，モデル規模に強く影響を受けることが明らかになった。
- LLM生成テストと手動テストの間で重複が見られ，学習データからの情報漏洩の可能性が示唆された。EvoSuiteは異なる特性の欠陥を示す。
1生成準巡回符号からの新たな非二項量子符号 [cs.IT, math.IT]目的：有限体上の1生成および2生成準巡回符号の性質
- 量子情報処理の発展には，高性能な量子誤り訂正符号が不可欠である。
- 既存の量子符号では，符号パラメータの改善が課題となっていた。
- 準巡回符号を用いた，より優れた量子符号の構成を目指す。
- 1生成準巡回符号の自己直交性に関する必要十分条件を，行列と多項式の両面から提示した。
- 2生成準巡回符号の自己直交性と自己双対包含性に関する必要十分条件を確立した。
- これらの条件を用いて，既存の記録を更新するパラメータを持つ新たな量子符号を構築した。
SPFinder：既知の脆弱性パッチの追跡におけるコンテキスト長とスケーラビリティの向上 [cs.CR, cs.SE]目的：既知の脆弱性パッチの追跡のためのスケーラブルで効果的な検索フレームワーク
- 脆弱性管理はソフトウェアの安全性を確保する上で不可欠であり，迅速かつ正確なパッチの特定が重要である。
- 既存手法は，長大なコード差分や大規模リポジトリへの対応に課題があり，精度が低下することがある。
- SPFinderは，長大なコンテキストと大規模リポジトリに対応することで，脆弱性パッチの追跡精度向上を目指す。
- SPFinderは，既存のパッチ追跡手法（PatchFinder，PatchScout，VFCFinder）を大幅に上回り，優れた性能を示すことが確認された。
- 特に，主要な商用コード埋め込みモデルであるVoyageAIと比較して，MRRとRecall@10でそれぞれ18％，28％の改善が見られた。
- GitHub Advisory Databaseの35件のCVEに対して，SPFinderを用いてパッチリンクの追跡とマージに成功し，実用性も示された。
統合センシング・通信を用いた非同期ランダムアクセスにおける効率的なフィードバック設計 [cs.IT, eess.SP, math.IT]目的：非同期ランダムアクセスにおける効率的なフィードバック設計
- 無線通信技術の発展に伴い，多数のデバイスがネットワークに接続される場面が増加している。
- 非同期ランダムアクセスにおいては，送信者の識別が困難であり，効率的な通信が課題となる。
- 通信とセンシングを両立するフィードバック設計により，アクセス効率とセンシング性能の向上を目指す。
- 提案手法は，従来のフィードバック設計と比較して，通信・センシング性能の両方で優れていることがシミュレーションにより確認された。
- 通信とセンシングのトレードオフを明らかにし，両タスクのバランスに関する洞察を提供する。
- 修正された投影勾配降下法により，通信誤差とセンシング誤差を同時に最小化するフィードバック信号を設計できる。
LLMアシスタントがソフトウェア開発者の生産性に与える影響：系統的レビューとマッピング研究 [cs.SE, cs.AI, cs.HC]目的：LLMアシスタントによるソフトウェア開発者生産性への影響に関する知見の体系化
- ソフトウェア開発は経済活動の基盤であり，その効率化は社会全体の発展に不可欠である。
- LLMアシスタントの導入は進んでいるが，その効果に関する体系的な分析が不足している。
- LLMアシスタントがソフトウェア開発者の生産性に与える影響を多角的に評価し，課題を明確化する。
- LLMアシスタントの導入は，開発の加速，コード検索の削減，単純作業の自動化といった恩恵をもたらすことが示された。
- 一方で，認知負荷のオフローディングやチームコラボレーションの低下といったリスクも指摘されている。
- LLMアシスタントがコード品質に与える影響は一様ではなく，コンテキストや評価基準によって結果が異なる点が明らかになった。
GitHub Actions ワークフローの複雑性，多様性，および準拠性に関する実証研究 [cs.SE]目的：GitHub Actions ワークフローの構造，複雑性，多様性，およびベストプラクティスへの準拠性
- 継続的インテグレーションはソフトウェア開発の基盤であり，迅速な開発を可能にする。
- GitHub Actions の実際のワークフローが推奨されるガイドラインにどの程度沿っているか不明である。
- オープンソースエコシステムにおける GitHub Actions ワークフロー設計の改善に貢献する。
- GitHub Actions ワークフローは比較的小さく，浅く，外部アクションへの依存度が高いことがわかった。
- ワークフローのシーケンスレベルの標準化は限定的だが，意図レベルのパターンは一般的である。
- Java のテスト導入率は低く，Python は標準テンプレートに従うもののセキュリティ面で弱点が見られ，C++ はワークフローの規模と構造的多様性が大きい。
Doc2Feat-Bench：ドキュメント駆動型機能追加の評価 [cs.SE]目的：ドキュメント駆動型機能追加のためのベンチマーク
- ソフトウェア開発において，ドキュメントは機能の変更を反映する重要な情報源である。
- 既存のベンチマークは，開発者間コミュニケーション用の情報を含むため，実際のドキュメント駆動型開発を評価するには不十分である。
- 公開されたドキュメントの更新から機能を実装できるか評価するベンチマークの提供。
- 本研究では，10のオープンソースプロジェクトを対象としたDoc2Feat-benchを提案し，ドキュメントの変化と対応する実装をペアにした634のタスクを提供。
- 実験の結果，最先端のソフトウェアエージェントでもタスク成功率は37.72%にとどまり，クロスファイル編集やドキュメントの意味解釈が課題であることが示された。
- Doc2Feat-bench Verifiedという，人間によって検証された高品質なサブセットも提供し，限られたリソースでの評価を容易にしている。
CIgrate：大規模言語モデルによるCIサービス移行の自動化 [cs.SE]目的：CIサービス移行の自動化
- ソフトウェア開発においてCIは不可欠であり，その設定移行はプロジェクトの継続的な進化を支える。
- CIサービスの設定移行は手動作業であり，時間と労力を要し，エラーも発生しやすいという課題がある。
- 大規模言語モデルを活用し，CI設定移行の精度と実用性を向上させることを目指す。
- 提案手法CIgrateは，既存手法CIMigと比較して，Travis CIからGitHub Actionsへの移行において高い類似度（0.90）とCrystalBLEUスコア（0.74）を達成した。
- CIgrateは，生成されたYAML設定の構文的妥当性を100%で保証し，CIMigの5.6%と比較して大幅に改善された。
- ゼロショットでのLLM利用でもCIMigを上回る性能を示し，LLMベースのアプローチがCI設定移行のより実用的な解決策となりうることを示唆する。
動的リソーススケジューリングと多次元シード評価を用いたアンサンブルファジング [cs.SE]目的：アンサンブルファジングにおけるリソーススケジューリングと性能評価の改善
- ソフトウェアの脆弱性発見にはファジングが不可欠であり，その効果向上はセキュリティの向上に繋がる。
- 既存のアンサンブルファジングは，リソース配分や性能評価が不十分で，無駄が生じやすいという課題がある。
- 本研究は，効率的なリソーススケジューリングと多次元シード評価により，ファジングの効率と脆弱性発見率の向上を目指す。
- 提案手法Legionは，既存のファザーやアンサンブルファジング技術を上回り，高い脆弱性検出性能を示す。
- Legionは，Googleのfuzzer-test-suiteやオープンソースプロジェクトにおいて，20個のバグを検出した。
- 検出されたバグのうち，5つは新規，3つはCVEとして分類された。
ProbGuard：確率的予測によるLLMエージェントの安全性を実現するプロアクティブなランタイム監視 [cs.AI, cs.SE]目的：LLMエージェントの安全性確保のためのプロアクティブなランタイム監視フレームワーク
- LLMエージェントは多様な分野で活用が進む一方，その安全性確保は重要な課題となっている。
- 従来のランタイム監視は，危険な行動が起こる直前または発生後にのみ対応するため，長期的な依存関係への対処が難しい。
- ProbGuardは，確率的リスク予測により，危険な行動を事前に予測し，介入することで安全性を高める。
- ProbGuardは，エージェントの実行を記号的な状態に抽象化し，実行トレースからDTMCを学習することで行動のダイナミクスをモデル化する。
- 実験結果から，ProbGuardは交通法違反や衝突を最大38.66秒前に予測可能であり，誤報なしで最大15.84秒前に警告を発することが示された。
- 組み込みエージェントタスクにおいては，再プロンプトによる介入で危険な行動を65.37%削減し，タスク完了率は80.4%を維持した。
相反する事実と不整合知識ベースに対する優先順位指定のルールベースアプローチ [cs.LO, cs.AI, cs.DB]目的：相反する事実に対する優先順位指定と不整合知識ベースのクエリ処理
- 知識ベースは情報管理の中核であり，その信頼性が重要である。
- 知識ベースに不整合が存在する場合，適切なクエリ結果を得ることが困難である。
- 不整合知識ベースに対する優先順位指定方法を確立し，クエリ応答の精度向上を目指す。
- 宣言的なルールベースのフレームワークを導入し，相反する事実間の優先順位関係を明示的に指定・計算することを可能にした。
- 優先順位ルールにサイクルが含まれる場合の問題に対処するため，非巡回関係を保証する条件やサイクル除去手法を検討した。
- Answer Set Programmingを用いてフレームワークを実装し，実験的に有効性を評価した。
RISアシストシステム向け符号化妨害による安全通信 [cs.IT, math.IT]目的：RISアシストシステムにおける安全無線通信の秘匿率最大化
- 無線通信の安全確保は，情報漏洩を防ぎ，プライバシーを保護する上で不可欠である。
- 従来の協調妨害は，正規受信機の性能を低下させるという課題があった。
- 符号化妨害のチャネル依存性を克服し，秘匿率向上を図ることを目指す。
- RISを導入することで，従来の符号化妨害が抱える空間的なボトルネックを緩和できることが示された。
- 提案手法は，MISO設定において，信号整列GNベンチマークと比較して秘匿率の改善を実現する。
- シミュレーション結果は，RISアシスト符号化妨害方式が，既存手法と比較して優れた性能を発揮することを示唆する。
VCSELベース光放射RISによる統合的な位置推定，マッピング，通信 [cs.IT, math.IT]目的：VCSELベース光放射RISを用いた，位置推定，障害物対応マッピング，およびmmWave通信の同時実現
- mmWave通信は高速大容量だが，伝搬特性が複雑であり，環境把握が重要である。
- 従来のRISは拡散反射を利用するため，高精度な位置推定やマッピングが困難であった。
- VCSELの指向性を活用し，位置推定とマッピングを同時に実現する新たなRISフレームワークの提案。
- 提案手法では，5つのVCSELで位置を一意に特定可能であり，条件によっては3つの二重モードVCSELで十分である。
- 位置誤差限界を導出し，cmレベルの精度で位置推定と障害物検出が可能であることを示した。
- 本フレームワークは，空間認識と耐障害性に優れたPWEの実現に貢献する。
大砲で蚊を叩くな：LLMにおける非推奨API修正のための軽量モデル編集 [cs.SE]目的：LLMにおける非推奨API知識の更新と，最新のAPI生成能力の向上
- 大規模なコードデータで学習されたLLMは，コード補完において高い性能を示すが，学習データの古さから非推奨APIを提案する問題がある。
- LLMの再学習は計算コストが高く，効率的な知識修正手法が求められている。
- 既存の軽量モデル編集手法の有効性を検証し，非推奨API知識の更新に特化した解決策を提案する。
- AdaLoRAが，非推奨APIの修正において最も優れた性能を示したが，Specificity（編集が意図しない知識に影響を与えないこと）に課題があった。
- 提案手法AdaLoRA-Lは，「Common API Layers」と「Specific API Layers」を定義し，編集を特定のAPI層に限定することで，Specificityを大幅に改善した。
- AdaLoRA-Lは，他の評価指標においても同等の性能を維持しながら，Specificityの向上に成功した。
フィードバック支援型非同期ランダムアクセスにおける秘密鍵ベースの物理層セキュリティ [cs.IT, math.IT]目的：非同期ランダムアクセス(URA)の物理層セキュリティ
- 無線通信において，セキュリティ確保は重要な課題である。
- 既存のURAシステムは，セキュリティ対策が不十分である。
- フィードバック信号を利用し，効率的なセキュリティを確立する。
- 提案手法は，URAの効率を維持しつつ，安全な通信を実現する。
- 基地局からのフィードバック信号から秘密鍵を生成し，データ暗号化を行う。
- 理論的解析とシミュレーションにより，ごくわずかなオーバーヘッドで秘匿性が確認された。
分散型Transformer推論におけるレート歪性能の理解 [cs.LG, cs.IT, math.IT]目的：Transformerの推論におけるレート歪性能の解明
- Transformerは高性能だが，計算資源とメモリを大量に消費する。
- 推論を効率化するためには中間表現の圧縮が不可欠だが課題が多い。
- Transformer表現の圧縮可能性を理論と実験で明らかにする。
- Transformerの深層表現は，畳み込みモデルと異なり圧縮が困難であることが示された。
- 表現の複雑度増加と，学習されたエントロピー推定の汎化性能低下がその原因である。
- 表現符号化におけるレート歪性能を統一的に理解するための枠組みが提案された。
Phoenix：C/C++ポインタ解析のためのモジュール性と汎用性を備えたフレームワーク [cs.PL]目的：C/C++ポインタ解析フレームワークPhoenixの提案
- C/C++プログラムの安全性と最適化において，ポインタ解析は不可欠な技術である。
- 既存のポインタ解析ツールは分散しており，比較や組み合わせが困難である。
- ポインタ解析ツールを容易に比較・交換・統合するためのフレームワークを提供する。
- Phoenixは，IR構築，制約生成，ソルバーバックエンド，クライアントクエリを分離することで，解析の柔軟性を高めている。
- Phoenix-FICIはSVF-FICIと比較して，すべてのベンチマークで高速であり，最大2.88倍の高速化を実現した。
- Phoenixは，静的解析やファジングツールにおける分析基盤として機能し，オープンソースソフトウェアや産業用途で数百件の新しいバグを発見している。