本サイトは 12 時間以上更新されていません（通常は 3 時間ごと）。以下の内容は最新でない可能性があります。
このページに条件に合う項目はありません（絞り込みはこのページ内のみ）。
説明エージェント冗長性が小さい場合のほぼMMS配分
要約本論文は分割不可能な財の公平な配分を扱う。エージェント数が n より多い場合に、その中から n 人を選び、その部分集合の最大最小份額（MMS）の少なくとも一定割合を各人に与える配分が存在するかを研究している。著者らは、エージェント冗長性が正であれば、n が増えるにつれてその割合が1に近づくことを示す。また、物品数が (2−c)n 以下の場合は冗長性がなくても同様の結論が成り立つ。さらに Ezra と Garbuz の結果を改良し、冗長性がなければ n−O(log²n) 人に完全な MMS を与える配分が常に存在することを示している。
注目点エージェント冗長性がある場合、割当比率が1に近づくことを示し、m≤(2-c)nの無冗長ケースへの系も得る。作者は証明を与え、Ezra と Garbuz の結果を改良したと述べる。
説明NMDS符号に基づき、大きな最小距離を持つPlotkin最適な純量子LRCを構成する研究
要約本論文は、エルミート双対包含型の近最大距離分離（NMDS）符号から、類Plotkin限界を達成する最適な純量子局所回復符号（qLRC）を構成する一般的な枠組みを提案する。拡張一般化Reed-Solomon部分符号（ESGRS符号）というNMDS符号の特別なクラスについて、有限体上の部分集合和問題を解析して局所性を決定する。さらにESGRS符号などの代数構造を利用し、既存の構成より長い符号長と柔軟な最小距離をもつ4族のPlotkin最適な純qLRCを構成している。
説明歪み（ディストーション）の計算手法について
要約本論文は、社会的選択理論の歪み（distortion）フレームワークを扱う。このフレームワークは、複数のエージェントの選好に基づく（ランダム化された）代替案の選択の効率を定量化するものである。著者らは、与えられた事例に対する最適なランダム化決定を計算する線形計画法ベースのアルゴリズムを提案し、従来の手法より単純で高速であるとしている。また、古典的な決定規則を好む実務者向けに、任意の（最良の）ランダム化位置スコアリング規則の正確な歪みを計算する非凸二次計画法ベースのアルゴリズムも示している。
説明Colonel Blotto ゲームにおける効率的な均衡計算
要約本論文は、双方が複数の戦場に予算を配分し、各戦場で多く配分した側が勝つ資源配分ゲーム Colonel Blotto（コロネル・ブロット・ゲーム）を扱う。入力長と1/εの多項式時間でε-ナッシュ均衡を計算する完全多項式時間近似スキームを与えている。予算と戦場の価値が十分にバランスしている場合には、線形時間で厳密な均衡を計算できることも示している。
注目点Colonel Blotto博弈の均衡計算という長年の未解決問題に対し、完全多項式時間近似法を提示し、平衡な場合は線形時間で厳密均衡を求めると報告している。
説明Python による非線形動力学のスパース同定（SINDy）の並列実装：Numba・OpenMP・スレッド・マルチプロセスによるタスク並列・データ並列化と、Lorenz・Rössler 系での検証
要約本論文は、時系列データから解釈可能な支配方程式をスパース回帰で復元する SINDy の、オープンソースの Python 実装を紹介する。同一の循環カーネルを Numba で JIT コンパイルし、Numba prange、PyOMP による OpenMP、GIL を解放する Python スレッド、共有メモリを用いるマルチプロセスの 4 種類のバックエンドで共有メモリ型マルチコアノード上で実行する。Lorenz 系と Rössler 系の実験では、全バックエンドが正しいスパース構造を復元し、24 コアでの高速化率は 14.8～20.3、PySINDy に対する全体の計算時間は最大 117 分の 1 に短縮された。
説明ループ型言語モデルの推論速度を決める要因：厳密性で分類した計測と最適化
要約本論文は、ループ型言語モデル（Ouro と Huginn-0125）を、オープンソースの推論エンジン上で計測したものです。トークンごとに同じ層のブロックを何度も繰り返すため、層ごとのオーバーヘッドが毎回発生します。著者らは各最適化を、結果がビット単位で同一になる変更から、精度の検証が必要な変更まで分類しています。スループットの向上や GSM8K 精度への影響も報告されています。
説明ランダム化された真実性スケジューリングの厳密解析：(m+1)/2 の下界
要約本論文は、無関係なm台の機械で完了時刻の最小化を行うランダム化真実性メカニズムを扱います。期待値で真実的な（TIE）メカニズムについて近似比の下界が(m+1)/2であることを証明し、加法定数の範囲で最適近似比がm/2+Θ(1)であると定めました。また、普遍的真実性メカニズムの下界の主要係数を3/2−√2から1/2へ改善し、既知の上界と合わせて低次項を除き最適近似比を確定しています。
注目点ランダム化真実性スケジューリングについて(m+1)/2の下界を示し、主要定数を約0.0858から1/2へ改善したと報告している。
説明期待意味で正直な（真実を述べることが最適となる）スケジューリングの厳密な上界・下界
要約本論文は、非関連のn台の機械に分割不可能なジョブを割り当てる確率的メカニズムを研究する。各機械は、各ジョブの処理時間を私的に知る利己的エージェントが制御する。n≥7について、整数割り当ての最小メイクスパンに対する最適近似比は(n+1)/2であることが証明され、これを達成するメカニズムも示される。2台の場合は最適比が約1.505995705434と厳密に特定され、3台の場合は最適比が2である。
注目点真実性を期待値で保つ乱択機構について、n≥7で近似比(n+1)/2の下界と一致する機構を示し、2機械では解析的定数を与えたと作者は報告している。
説明GPUプログラムの数値バグ調査と自動バグ検出に向けて
要約本論文は、GitHub上の実際のバグ事例397件を分析し、GPU数値バグの根本原因、症状、誘発する入力パターン、テストオラクル、修正戦略をまとめています。あわせて、6種類のバグカテゴリを検出する予備ツールGPU-NBDetectを提案しています。GPU-NBDetectは4つのライブラリにおける186の数学関数で計226件のバグを検出し、そのうち60件が開発者により確認されました。
説明メトリックグラフ上の戦略的耐性を持つ施設配置の探索と検証
要約本論文は、連続メトリックグラフ上で総距離の最小化を目標とする無作為化施設配置問題について、戦略的耐性（SP）を持つメカニズムの自動設計を研究している。与えられたグラフと主体数に対して、SPメカニズムが達成できる最適近似比の上界と下界を計算する手法を提示し、区分線形帰属（PL attribution）という有限表現を導入している。いくつかのメトリックグラフで、認証された上界と下界が示されている。
説明サーバーレスワークロードの特性分析：FaaSプラットフォームの大規模分析
要約本論文は、Alibaba、Azure、Huawei、IBMなどの主要クラウド事業者と科学計算基盤Globusが公開している8つのFaaSワークロードトレースを対象に、大規模な横断比較分析を行ったものです。呼び出しパターン、レイテンシ、コールドスタートの挙動、リソース利用率などの観点から、サーバーレスの現状を明らかにしています。実行時間は短くなった一方で性能のボトルネックはスケジューリングと依存関係管理へ移っていること、同時実行の長寿命コンテナを使う「Serverless 2.0」型の構成が広がっていることなどを報告しています。
説明劣加法的評価関数に対する定数倍の最大最小シェア保証に向けて
要約本論文は、n人のエージェントがm個の分割不可能な財を分ける際の最大最小シェア（MMS）の公平性を扱う。一般の劣加法的評価関数について、既知の保証をΩ(1/log log n)からΩ(1/log* n)へ指数的に改善した。さらに中間クラスであるq分割評価関数を導入し、q/nに正の下限があるとき定数保証が得られることを示した。
注目点一般の劣加法的評価関数におけるMMS定数近似をΩ(1/log log n)からΩ(1/log* n)へ指数的に改善し、中間クラスのq分割評価関数について定数保証を示したと報告。
説明ランク距離交差符号：交差符号の概念を行列のランク距離へ拡張した研究
要約交差符号とは、任意の二つの非零符号語が少なくとも一つの非零座標を共有する符号を指します。本論文は行列の台を行空間と定義し、交差符号を行列のランク距離の設定へ拡張しています。符号の生成テンソルから得られるスライス空間を用いて、交差性と同値な幾何学的特徴付けを与えています。これにより交差符号のパラメータに関する上界が得られ、そのうち一つは鋭く、最初の構成も示されています。乗法について閉じた符号、すなわち行列代数の場合には、交差性はヤコブソン根と台座から読み取れ、多くの交差符号を柔軟に構成できます。
説明レインボーサイクル定理の短い証明と一般化、二元偶数クエリ LCC の改良された界
要約本論文は、各色が一度しか現れない閉路であるレインボーサイクルを扱う。既存の結果について、辺彩色グラフの平均次数が一定の大きさを超えるとレインボーサイクルが必ず存在することを示す、短く簡潔な証明を与える。さらに、重み付きグラフや辺にリスト彩色を与えたグラフへと一般化する。この一般化を用いて、二元線形の偶数クエリ局所訂正可能符号に対する次元の上界を導き、奇数クエリの既知の下界とのギャップを埋める。