分散計算、ゲーム理論、情報理論など。
説明自動マーケットメーカー向けの均一価格メカニズム設計
要約本論文は、分散型取引所で自動マーケットメーカー（AMM）を組み込んだバッチ型ダブルオークションのメカニズム設計を扱う。取引後のリザーブ積が初期値以上でなければならないという流動性条件のもとで、二次元の私的情報を持つ利用者向けに、二値の数量バケットに基づくランダム化均一価格メカニズムを提案する。このメカニズムは実現可能性、個人合理性、弱い数量インセンティブ両立性を満たし、インセンティブ制約なしの最適取引量に対する近似比を示す。さらに完全なインセンティブ両立性を課すと、最悪ケースの近似比が O(1/γ) に制約されることを示している。
説明より小さな部分空間で十分：次元削減による効率的なISACビームフォーミング
要約本論文は、6Gネットワークにおける通信・センシング統合（ISAC）の単一局センシングモードでのビームフォーミング問題を扱う。アンテナ数が多いため計算量が大きいという課題に対し、著者らは既存の厳密な部分空間よりさらに低次元の部分空間で問題を解けることを示し、感知性能の損失は小さいとしている。数値結果により、両者の感知性能と計算量を比較している。
説明非分離的体拡大上のMRD定数巡回符号についての論文
要約本論文は、標数 p の体 K 上の非分離的体拡大 L/K において、長さ p のMRD定数巡回符号（MRD constacyclic codes）を構成している。これらの符号は既知の構成法からは得られないとされている。
説明共通ノイズ付きパラメトリック平均場ゲームのベイズ学習：部分的な確率的観測からゲームのパラメータを推定する研究
要約本論文は、共通ノイズによって確率的となった集団軌道の部分的な観測から、平均場ゲーム（MFG）の動学と報酬を支配する未知のパラメータを推定する逆問題を扱う。著者らは、単一のナッシュ均衡があらゆるパラメータに対する均衡方策を同時に符号化するベイズ拡張平均場ゲーム（BE-MFG）を提案し、平均場軌道の条件付き密度を効率的に学習できるようにしている。三つの合成環境では、少数の部分的な確率的観測から真のパラメータを正確に復元し、平均場ゲーム向けに改良された逆強化学習の手法を上回った。公開の電力市場データでの実験も、実データへの適用可能性を示唆している。
説明凸包の頂点をコピーせずにマージするGPU保序回帰
要約本論文は、重み付き最小二乗の意味で元データに最も近い単調数列を求める保序回帰（isotonic regression）を、GPU上で効率よく解く手法を扱います。各データチャンクの凸包を一度だけ保存し、マージ後の凸包をチャンク凸包の断片のリストとして表現することで、各階層での頂点コピーを避けます。稠密な凸包では、マージ段階が複製方式より17～276倍、全体の演算子が3.9～19倍速くなると報告されています。
注目点凸包を区間リストで表現し各層での頂点コピーを避ける手法で、正当性と計算量の証明と複数GPUでの大幅な高速化を示している。
説明境界非依存から因果書き換えシステムへ：グラフ動力学における「境界」を欠落情報として捉え直し、因果グラフ書き換えを可逆性の扱いに適した書き換えシステムとして再定式化する理論論文。
要約本論文は、因果グラフ動力学（Causal Graph Dynamics）を拡張し、動的グラフを持つ系に制御された非同期性を導入した因果グラフ書き換え（Causal Graph Rewriting）を基盤としています。ぶら下がりエッジに類似した「境界」の概念を再検討し、それを欠落情報として解釈します。この見方により枠組みに構造的な厳密さが加わり、境界非依存の因果グラフ書き換えを動力系ではなく書き換えシステムとして再定式化できるとされています。これは可逆性の扱いを容易にする重要な一歩とされています。
説明デュヴェルジェの法則へと震えるように向かう：同期型多数決ダイナミクスにおける収束と循環
要約本論文は、有限で固定された人口からなる多数決選挙を、有権者が世論調査結果を見て他者の小さな逸脱可能性を考慮しつつ最適応答するモデルで分析しています。多くの場合、一回の更新で上位二候補に支持が集中する安定状態へ収束することを示します。一方で、周期的な循環が生じる場合もあり、有権者数が多いほどより長い循環が可能になることを明らかにしています。
注目点有限人口での震える手の動的モデルを提案し、一回の更新での収束と周期構造を示す。理論的貢献は際立つが、影響は理論分野に限られる。
説明挿入・削除誤りのリスト復号に対する一般化された半単点限界
要約本論文は、挿入誤りと削除誤りからリスト復号できる線形符号の符号化率の上界を導出しています。固定されたリストサイズ L のもとで、線形符号は最大で n − (L/(L+1))k + 1 個の挿入削除誤りをリスト復号できることを示し、符号が全て1のベクトルを含まない場合にこの限界が厳密であることを述べています。また、任意のリストサイズで最適な符号化率を達成し、1個の挿入削除誤りを訂正できる符号の簡単な構成法も提示しています。
説明学習の待ち時間：老化する単一アンテナ通信路上の空中分割学習で勾配を返すタイミング
要約本論文は、時間とともに劣化する単一アンテナのレイリー通信路における空中分割学習を扱います。返される勾配の平均は、アンテナ領域の勾配に時間相関を掛けたものに等しいとしています。相関が負の領域では補正なしの学習が崩壊し、相関がゼロ付近では非ゼロのスカラー補正で単一送信の平均電力対イノベーション電力比は改善しないと述べています。第一相関極値で位相補正を加えて返す方式は、3.5 GHz・15 m/sの見通し内試験設定で90.2%の精度を達成し、CSIありの91.8%に近い結果を示しました。
説明移動に合わせて学ぶ：可動アンテナによる移動ユーザー下での逆伝播勾配の復元
要約本論文は、移動端末が空中学習（over-the-air training）に参加する際、その運動によって逆伝播される勾配が回転する問題を扱う。端末に合わせて動く可動アンテナが、チャネル推定なしにその回転を打ち消せることを示す。3GPP CDL-Aチャネルのシミュレーションでは、理想CSIの98.59%に対し98.58%の精度に達したと報告されている。
説明可動アンテナを用いた秘匿デジタルセマンティック通信：コンステレーション整形、空間最適化、セマンティックマッピング
要約本論文は、可動アンテナ（MA）を活用した秘匿デジタルセマンティック通信（SemCom）システムを提案し、コンステレーション、アンテナ位置、セマンティックトランシーバを共同設計して、意味の忠実度を保ちつつ送信を秘匿します。未知の雑音レベルに対する最適検出器に対する最大秘匿レートを閉形式で導出しています。また、ガウス・ラゲール環状コンステレーションと、ランクから環への割当・スクランブルに基づく秘匿シンボルマッピングを設計しています。シミュレーションでは、既存のSemCom方式より高い秘匿達成レートを示し、再構成品質が24%向上したと報告されています。
説明3次元セルラーネットワークにおける移動性の統一的な幾何・運動学則
要約本論文は、3次元セルラーネットワークで空中ユーザーが頻繁にハンドオーバーを起こす問題を扱い、サービス領域を定常ランダム分割とみなして、その境界の幾何と巡航・旋回運動モデルで利用者の移動を記述する。定常性・等方性・独立性の仮定の下で、ハンドオーバー率の厳密な式 H=(S_V/2)v̄ を示し、リンクカバレッジと組み合わせてハンドオーバーを考慮した有効スペクトル効率を提案する。さらにポアソン・ボロノイ単一基地局サービスとポアソン・ドロネー四基地局協調多地点サービスに適用し、数値結果で検証している。
注目点確率的タイリングの境界幾何と運動学を結び付け、厳密なハンドオーバ率則H=(S_V/2)v̄を導出し、Poisson-VoronoiとDelaunayモデルへ拡張した。理論的新規性は高いが、数値実験は規模が限られる。
説明ScaleRAN：AI-RAN向けの弾力的GPUリソース管理ランタイム
要約本論文は、AI-RANのノードローカルで GPU リソースを弾力的に管理するランタイム ScaleRAN を提案しています。NVIDIA Green Contexts を用いて、RAN と AI ワークロードの間で Streaming Multiprocessor（SM）をスロット単位で動的に分割します。反応型コントローラと、分位点回帰および保形予測に基づく予測型コントローラを提案し、GPU 加速のワークロード生成器 LDPCSim も開発しています。結果として、予測型の細粒度分割によりスロットレベルの RAN 期限を満たしつつ、共存する AI ワークロードに割り当て可能な GPU 資源が増えることが示されています。
説明回転可能アンテナ支援干渉チャネルの達成可能レート領域の特徴づけ
要約本論文は、回転可能アンテナ（RA）支援型MISO干渉チャネルの達成可能レート領域を特徴づけます。RAの動的な向きがもたらす追加の空間自由度を利用し、希望信号の強化と干渉の抑制を同時に行うことで、干渉ネットワークの達成可能レート領域を拡大します。送信ビームフォーミングとアレイ回転を、RAの機械的制約の下で共同最適化する和レート最大化問題を定式化し、二受信機の場合には閉形式解を導出します。数値結果から、提案手法は準最適に近い性能を示し、最大比送信（MRT）ビームフォーミングの利用により送受信機設計を簡素化できることが分かります。
説明BaGuaLu-2：1万枚超のGPUでMoEモデルを効率的に学習するための動的メモリ変動への対処
要約本論文は、大規模なMixture-of-Experts（MoE）モデルの学習システムBaGuaLu-2を提案している。専門家ごとの負荷の偏りによって生じる激しいメモリ変動に対し、メモリ割り当てを一度きりの静的な設定から、連続的で細粒度な制御へと変えている。さらにシステム最適化により動的管理のオーバーヘッドを相殺するとしている。12,288枚のGPUで1040億パラメータのモデルを学習し、35%のMFUで2 EFlops超を持続したと報告しており、既存システムと比べて平均スループットはそれぞれ1.14倍、1.13倍向上したとされる。
説明反復ラウンドロビンの収束性について
要約ラウンドロビン（Round Robin）は分割不可能な財を配分する単純で広く使われる手続きで、選好が加法的な場合に一件を除いて無嫉妬（EF1）を保証する。本論文はその反復版を検討し、各ラウンドで結果を観察したエージェントが最適応答ダイナミクスにより申告選好を修正する場合を扱う。完全情報の設定では、操作を強く制限しても循環が起こりうることを示す。一方、財を保存する交換に制限すると、任意の人数と財の数で純粋ナッシュ均衡への収束が保証される。部分情報の設定では、より慎重な行動規則を用いると反復ラウンドロビンが戦略耐性を持つことを示す。
説明MIMOチャネルにおけるガウス識別
要約本論文は、アンテナごと・シンボルごとのピーク振幅制約の下における離散時間ガウス型MIMOチャネルの識別容量を研究している。識別容量の上界と下界を示し、これらはチャネルランク r に比例して線形に変化する。信頼して識別可能なメッセージ数は符号長 n に対して超指数的に増加し、M_n(R)=2^{(n log n)R} で表される（R は達成可能なレート）。チャネルランクは空間多重の利点をもたらし、より高い達成レートと、より強い超指数的な符号帳の増加を可能にする。
説明指定自己同型探索による二元定重み符号の新しい下界と、上界に到達する二つの量子符号
要約著者は二元定重み符号の明示的な構成を与え、Brouwer の表における A(n,6,w) の八つのセルの下界を引き上げた。これらは 2026 年 10 月に二回に分けて発表された。各符号は半線形アフィン群などの軌道の和集合であり、二つの独立に書かれたプログラムで検証された。さらに、codetables.de に掲載された下界を上界 4 まで引き上げる二つの量子スタビライザー符号 [[20,11,4]] と [[43,32,4]] も報告されている。
説明MailRail：ユーザー空間・ノード単位のフロー制御で Incast 輻輳を緩和
要約本論文は、非順序・非同期のメッセージングフレームワーク MailRail と、ユーザー空間で動作するノード単位のクレジット型フロー制御を提案している。クレジットの管理を個々のプロセスから各ノードの共有プールへ移すことで、グラフニューラルネットワークや混合専門家モデルなど不規則な負荷で生じる incast 輻輳を抑える。原文によれば、4096:1 の厳しい incast 比率では制約なしの実行に比べ最大 1132 倍の高速化が得られ、均一な負荷でのオーバーヘッドは小さい。
説明本番規模のエージェント型LLMワークロードにおけるKV常駐の理解
要約論文は、Microsoft M365の4種類の本番ワークロードから得た1億2,100万回以上のモデル呼び出しのトレースを分析しています。エージェントのセッションではコンテキストが急速に増え、KV状態の保持に多くのGPUメモリが必要になることを示しています。アイドル上限を1時間に設定するだけで、この上限は約3.6倍低下します。より厳しい予算では、KV状態をint4に降格させる多解像度保持（MRR）がLRU退去より効果的だと報告しています。また、異なるデプロイ先への呼び出しではキャッシュ再利用率が大きく下がることも指摘しています。
注目点本番規模のエージェント追跡でKV常駐を分析し、MRRにより再計算率を下げる点に新規性がある。大規模実トレースに基づく実証は堅実で、推論システム設計への影響も大きい。
説明Belov 符号による最適二元線形相補対の明示的構成
要約本論文は符号理論で研究される線形相補対（LCP）を扱う。著者は Solomon-Stiffler 符号を一般化した Belov 符号を用いて、追加の最適二元 LCP を構成している。これらの結果は Güneri の既存の構成を一般化するとともに、幅広い最小距離で最適二元 LCP をより柔軟に構成できるようにする。
説明適応的調節の必要条件としての因果的情報交換：生命と主体性のための摂動的枠組み
要約本論文は、因果的伝達、方向的不均衡、内部保持、応答構造、機能的調節を区別する摂動的枠組みを提案する。無作為化介入によってシャノン情報チャネルを定義し、符号化定理法とブロック分解法で応答と軌道の構造を記述する。指定された二値の感覚器・内部チャネル・効果器課題について、成功した調節から正の情報下限を導き、情報プロファイルは同一で機能的結果が逆になる制御器を構成する。結論として、因果的情報は述べられた形の適応的調節に必要な資源であるが、因果的結合や応答の複雑さだけでは主体性や生命を測れないことが示される。
説明イベントの最適キュレーション：予算均衡の下で正の参加者を募り負の参加者を選別する機構設計
要約本論文は、費用のかかる正の価値を持つ参加者と、イベントに負の影響を与えうる一方で収益をもたらす参加者とのバランスを取る、自己資金調達型イベントの最適設計を研究している。予算均衡制約の下でイベント全体の質を最大化する双方向の機構設計の枠組みを提案している。加法的効用については、事前および事後の予算均衡制約の下での最適な誘因両立ベイズ機構を完全に特徴づけている。劣モジュラ効用については、最適ベイズ機構に対して定数倍の近似を達成する事前予算均衡機構を提案している。
説明静的時間不変制御（STIC）システムにおけるレートとコストのトレードオフの一文字化
要約本論文は、次の状態が最新の制御動作のみを時間不変カーネルを通じて介して履歴に依存する、静的時間不変制御（STIC）システムにおけるレートとコストのトレードオフを扱う。従来は時間幅とともに大きくなっていた有向情報最小化問題が、STICシステムでは一文字（単一文字）形式に帰着することを示す。線形二次ガウス（LQG）制御以外で、このトレードオフの初の固定サイズの凸による特徴付けであるとしている。
注目点静的時不変制御系の率-コストトレードオフが単一文字表現で特徴づけられることを示し、LQG以外で初の定数サイズ凸特徴づけを与えた点が新しい。
説明回転遅延を考慮したUAV回転可能アンテナの設計
要約本論文は、UAVに搭載された回転可能アンテナ（RA）の通信性能を扱う。既存研究の多くはアンテナの再構成が瞬時に行われると仮定しているが、実際の機械的回転には無視できない遅延がある。著者らは有限の通信スロットを対象とした回転遅延考慮型の通信モデルを構築し、アンテナ再配向による利得と伝送時間の損失とのトレードオフを分析した。さらに、最小実効伝送速度を最大化するため、アンテナ向きとビームフォーミングを同時に設計する手法を提案している。
説明Accelerated Dataflow：ストリーミング分析における推論のスケーリングと効率化
要約本論文は、Google Cloud Dataflow 上で動作し、ストリーミングデータと機械学習推論（大規模言語モデルの呼び出しなど）を組み合わせたワークロードを扱うシステムを紹介しています。異種ワーカープール上の協調設計された自動スケーリングと、プレフィックスを考慮したバッチ処理を採用しています。既存のストリーミングデータ処理システムと比べ、スループットは 1.5～2 倍向上し、レイテンシはほぼ同程度に保たれ、ピーク時のリソースは最大 75% 削減、ピーク時のテールレイテンシは 84% 低下したと報告されています。
説明二部グラフにおける高速な分散 (Δ+1) 辺彩色（二部グラフ上で辺を (Δ+1) 色で塗り分ける分散アルゴリズムの改良）
要約本論文は、分散計算の LOCAL モデルにおける二部グラフの (Δ+1) 辺彩色問題を扱っています。決定的アルゴリズムにより、二部グラフ上で O(f(Δ) log n) ラウンドで解けることを示し、次数が定数の二部グラフでは O(log n) ラウンドの上界を得ています。これは一般グラフで既知だった従来の上界を改善するもので、Vizing の定理の局所パレット版にも当てはまります。
注目点二部グラフ上の分散(Δ+1)辺彩色の決定的ラウンド数を大きく改善し、局所パレット版に対する証明を与えた理論的に顕著な成果である。
説明情報の鮮度だけでは不十分：エネルギー収穫型アクチュエータの作動年齢最適スケジューリング
要約本論文は、作動に受信更新と利用可能なエネルギーの両方が必要なエネルギー収穫型作動システムにおける送信スケジューリングを研究しています。作動年齢（AoA、直近に完了した作動からの経過時間）の平均値の最小化をマルコフ決定過程として定式化し、最適方策が閾値性を持つことを示しています。また、常に送信するAoI最適方策の下での平均AoAを閉形式で導出し、数値結果でAoAを考慮したスケジューリングが送信回数を減らしつつ作動の鮮度を向上できることを示しています。
説明情報ボトルネック問題はNP困難である
要約本論文は情報ボトルネック法を扱う。有限のアルファベット上で同時分布が与えられたとき、Xを圧縮しつつYについてできるだけ多くの情報を保つ表現Tを求める問題である。著者らは、この問題の最適値（そのラグランジュ緩和を含む）の計算がNP困難であることを示した。P≠NPでない限り、多項式時間で|X|の-3/2乗程度の加法誤差内に近似することもできないとしている。
注目点情報ボトルネック問題とその双対緩和の計算がNP困難であることを示し、多項式時間では近似不能な誤差の下界も与えた点が新しい。
説明マルコフ信源のプル型遠隔推定における誤情報の年齢の最小化
要約本論文は、有限状態既約な離散時間マルコフ連鎖を信源とする、離散時間のプル型遠隔推定システムを研究している。監視側がプル要求を送ると、信源はサンプリングした値を遅延チャネル経由で送信する。推定には最大事後確率推定器を用い、誤った推定が続く期間も罰する指標である誤情報の平均年齢（MAoII）で性能を評価する。長期的なサンプリングレート制約の下でMAoIIを最小化するプル方策を求め、ゼロ遅延チャネルでは準マルコフ決定過程、単位遅延チャネルでは信念ベースのMDPと制約付き深層強化学習で方策を導出する。
説明約束長が短いレート適応型LDPC畳み込み符号の族の設計
要約本論文は、インターリーブされた検査多項式に基づき、約束長の短い高符号化率・レート適応型の低密度パリティ検査（LDPC）畳み込み符号の設計を研究する。既知の結果を出発点に、Tannerグラフにおける短いサイクルを含まない符号を与える多項式の選択法を踏まえ、ゴロム定規に基づく新しい構成法と、ゴロム定規の条件を厳密には満たさないが類似の構造的性質を保つ緩和版を提案する。長さ4のサイクルが存在しない条件を導出し、検討したすべての例で達成される自由距離の上界を示す。
説明協調エッジコンピューティングにおける地理分散型LLM推論のための効率的なKVキャッシュ移行
要約本論文は、KVキャッシュを直接転送する方式と活性化値に基づく再計算を組み合わせたハイブリッド移行方式EdgeFlowを提案し、計算と通信を並列化して移行時間を短縮します。多ノードKV移行の最適化問題を定式化し、改良された線形計画緩和と二部グラフ技法に基づく2近似アルゴリズムを設計しています。実際の分散LLM推論プラットフォームでの実験では、移行時間が最大45%削減されたと報告されています。
説明任意のグラフ上で行われる確定的割引ゲームおよび平均利得ゲームに対する方策反復法と価値反復法の平滑化解析
要約本論文は、任意のゲームグラフ上での確定的割引ゲームおよび平均利得ゲームを解くアルゴリズムを研究している。先行研究にあったエルゴード性の仮定を外し、Loff と Skomra による方策反復アルゴリズムが任意のグラフで平滑多項式時間で動作することを示す。さらに、確定的平均利得ゲームを解く3つの新しい価値反復アルゴリズムを提案し、いずれも正しく、平滑多項式時間で動作することを証明している。
