KNOWLEDGE VAULT — TAG
タグ「物理シミュレーション」
収蔵 22件
2026-11-18
光速の有限性の発見:物理的制約を考慮した時系列・空間解析への示唆
350 years ago, Ole Rømer discovered that light has a finite speed
出典:Hacker News (Top Stories)(HN Score: 150 pts by dxs)
- オレ・レーマーによる「光の速度は有限である」という歴史的事実の再確認。
- 「瞬時的な伝播」という仮定を排除し、情報の伝達遅延(Latency)を物理的に考慮する重要性を提示。
- 超高速取引(HFT)、衛星通信、または物理シミュレーションを含む時系列予測において、伝播遅延のモデル化に威力を発揮する。
2026-11-14
3D乱流の時空間ダイナミクスを攻略する超大規模ベンチマーク「TurtLES」の構築と評価
TurtLES: A Large-Scale Benchmark for Turbulent 3D Neural PDE Surrogates
出典:Hugging Face Daily Papers(Upvotes: 4 | arXiv:2611.09567)
- 高精度な流体シミュレーション(LES)を用いた、3D円柱後流の超大規模データセット「TurtLES」の発表。
- 従来のデータセットに対し、渦の伸長によるエネルギーカスケード、不規則メッシュ、長期間の時系列動態を統合。
- ニューラルオペレーターの「時間的不安定性」や「小スケールエネルギーの消失」といった、実用上の課題を特定。
2026-11-14
異種ロボット・人間間の知能を統合する「Embodiment Dreaming」によるクロス・エンボディメント学習
EgoX: Egocentric Cross-Embodiment Manipulation with Embodiment Dreaming
出典:Hugging Face Daily Papers(Upvotes: 1 | arXiv:2611.16728)
- 異なる形態(人間、実機ロボット、シミュレーション)の操作データを統合的に学習する「EgoX」フレームワークの提案。
- モジュール化されたTransformer(MXT+)と、各形態の動態を予測する「Embodiment Dreaming」により、異種間のモダリティ差を克服。
- 特に未知の環境(Out-of-Distribution)において、事前学習によるタスク進捗率が大幅に向上(0.53→0.77)する。
2026-11-09
宣言的ドラッギング:UI/UXにおける状態管理と動的座標操作の抽象化
Declarative Dragging
出典:Hacker News (Top Stories)(HN Score: 193 pts by smusamashah)
- UI要素のドラッグ操作を「命令的(座標の直接更新)」ではなく「宣言的(状態の定義)」に扱うフレームワークの提案。
- 座標計算の重複や競合を排除し、複雑な制約条件(境界、衝突、親子関係)を関数的に記述可能にする。
- 複雑なGUI設計、動的グラフのノード操作、または制約付きの空間配置最適化問題に威力を発揮する。
2026-11-09
生成ビデオモデルにおける「因果関係」と「世界状態」の維持:EvoWorldによる動的進化の実現
EvoWorld: Towards Out-of-Sight World Evolution in Generative Video Models
出典:Hugging Face Daily Papers(Upvotes: 8 | arXiv:2611.06748)
- 生成ビデオモデルを単なる「画素のレンダリング」から「世界状態の推論」へと昇華させるEvoWorldの提案。
- 既存の拡散モデルが抱える「視覚的な妥当性は高いが、因果関係や状態の連続性が欠如する」という課題を克服。
- イベント条件付きの因果進化、反応の正確性、および再訪時の一貫性を評価するデータセットとベンチマークを導入。
2026-11-08
有理数混合整数計画問題(MIP)に対する厳密な計算状況の更新
A Computational Status Update for Exact Rational Mixed Integer Programming
出典:arXiv Core: Combinatorial MILP & Quantum Compilation(Authors: Leon Eifler, Ambros Gleixner | 2021-01-22)
- 有理数上の混合整数計画問題に対し、丸め誤差を排除した厳密な解法を提案。
- シンボリックな前処理、厳密な修復ステップ、高速な有理数LPソルバーを統合。
- MIPLIB 2017ベンチマークにおいて、従来手法より平均6.6倍の高速化と解決数の大幅な向上を達成。
2026-11-08
物理学にインスパイアされた機械学習モデルの解釈可能性
Physics-Inspired Interpretability Of Machine Learning Models
出典:arXiv Core: Causal Inference, Double ML & Graph Laplacian(Authors: Maximilian P Niroomand, David J Wales | 2023-04-05)
- 機械学習モデルの意思決定プロセスにおける重要特徴量の特定は、医療や自動運転等の高感度分野での導入における大きな課題である。
- 物理科学の「エネルギーランドスケープ」の概念を応用し、損失関数の最小値のグループ内における保存された重みを特定する手法を提案する。
- 分子科学における座標不変量や秩序パラメータの概念を機械学習の損失ランドスケープに導入することで、モデルの意思決定を駆動する要因を抽出する。
2026-11-08
層状構成空間における接触を考慮した不確実性キャリブレーションのための粒子ベースの共形予測
Particle-Based Conformal Prediction for Contact-Aware Uncertainty Calibration in Stratified Configuration Spaces
出典:arXiv Core: Conformal, Calibration & Optimal Transport(Authors: Luís Marques, Kristian Popov, Dmitry Berenson | 2026-08-10)
- ロボットの接触を伴う動作において、確率的な不確実性とモデルの不一致の両方を考慮した信頼性の高い不確実性表現を提案。
- 任意の忠実度を持つ粒子ベースのモデルを用いて、幾何学的制約を考慮した「CaPTURe」アルゴリズムを開発。
- 不正確な運動モデル(データ不足や簡略化された仮定など)に起因する不確実性を、共形予測を用いて確率的に妥当な予測領域として算出。
2026-11-08
GeneOH Diffusion: 拡散モデルを用いた汎用的な手と物体の相互作用(HOI)のデノイジング
GeneOH Diffusion: Towards Generalizable Hand-Object Interaction Denoising via Denoising Diffusion
出典:arXiv Core: Random Matrix Theory & Ising Spin Glass(Authors: Xueyi Liu, Li Yi | 2024-02-22)
- 誤った手と物体の相互作用(HOI)シーケンスから、不自然な手のポーズや関係性を除去し、知覚的にリアルな軌跡を復元する手法を提案。
- 接触中心の新しいHOI表現「GeneOH」を導入することで、多様な相互作用シナリオに対するモデルの汎用性を向上。
- ノイズのパターンや未知の相互作用に対しても頑健に動作する、ドメイン汎用型のデノイジングスキームを構築。
2026-11-08
少数軌道から集団運動の相互作用法則を再現するdACE法:多体相互作用を正確に捉える新手法
Interpretable many-body interaction laws for collective motion from few trajectories
出典:arXiv 2026: Calibration, Conformal & Optimal Transport(Authors: Timon S. Gutleb | 2026-11-05)
- 本研究は、集団運動における多体相互作用を正確にモデル化するための新しい手法dACE (disjointed, accelerated, and equivariant expansion) を提案する。
- dACEは、既存のペアワイズ相互作用モデルやニューラルネットワークモデル(SocialNet)と比較して、少ないデータでより正確な多体相互作用法則を再現できる。
- 特に、複雑な多体相互作用が存在するシミュレーション環境や、2D/3D空間での集団運動解析において有効である。
2026-11-08
時間依存PDEの不確実性推定:コンフォマル予測の理論的限界と実用的な改善策
Conformal Prediction for Time-Dependent PDEs
出典:arXiv 2026: Tabular & Time-Series ML(Authors: Joshua Stiller, Annika Schneider, Eyke Hüllermeier | 2026-11-05)
- 本研究は、時間依存偏微分方程式(PDE)を近似するモデルにおける不確実性推定手法であるコンフォマル予測の理論的な限界を明らかにしました。
- 時間依存性の強い問題において、コンフォマル予測のカバー率保証が崩れる原因を、関数空間における確率分布の相互の特異性、および離散化における総変動距離の飽和という観点から分析しました。
- 特定の条件下では、重み付きコンフォマル予測を用いることで、時間軸に沿ったカバー率保証を実現できることを示しました。
2026-11-08
FMIP: 混合整数線形計画問題(MILP)のための連続・整数変数結合フロー
FMIP: Joint Continuous-Integer Flow For Mixed-Integer Linear Programming
出典:arXiv Core: Combinatorial MILP & Quantum Compilation(Authors: Hongpei Li, Hui Yuan, Han Zhang et al. | 2025-07-31)
- MILPにおける整数変数と連続変数の間の複雑な結合関係を捉えきれない従来の生成モデルの限界を指摘。
- 整数変数と連続変数の結合分布を同時にモデル化する初の生成フレームワーク「FMIP」を提案。
- 情報のボトルネックを解消することで、より最適に近い解の生成とダウンストリームソルバーの加速を実現。
2026-11-08
制約付き最適化のための反復ソルバーの自己教師あり学習
Self-Supervised Learning of Iterative Solvers for Constrained Optimization
出典:arXiv Core: Random Matrix Theory & Ising Spin Glass(Authors: Lukas Lüken, Sergio Lucia | 2024-09-12)
- モデル予測制御などのリアルタイム性が求められる制約付き最適化問題に対し、ニューラルネットワークを用いた高速な反復ソルバーを提案。
- 初期推定値を生成する予測ネットワークと、それを高精度に洗練させる学習済み反復ソルバーの2段階構成を採用。
- KKT条件に基づく独自の損失関数を導入することで、正解ラベル(事前計算された最適解)を必要としない完全な自己教師あり学習を実現。
2026-11-08
ブラウザベースのレトロゲーム再現によるWebAssembly/WebGL技術の高度な統合
Need for Speed Underground 2 online in the browser
出典:Hacker News (Top Stories)(HN Score: 841 pts by fluxusars)
- Need for Speed Underground 2をブラウザ上で動作させるプロジェクトの紹介。
- ネイティブ環境のゲームエンジンをWeb技術(WebAssembly/WebGL等)へ移植・最適化。
- 低遅延なレンダリングと、複雑な3D空間におけるクライアントサイドの計算処理の最適化に寄力。
2026-11-08
オンライン3D箱詰め問題におけるSHORE: 安定性モデリングによる効率的な空間利用と学習速度向上
SHORE: Stability-Hybrid On-Policy Reinforcement Learning for Online Bin Packing
出典:arXiv 2026: Calibration, Conformal & Optimal Transport(Authors: Chang Shi, Ann Majewicz Fey | 2026-11-05)
- SHOREは、オンライン3D箱詰め問題における箱の配置順序、向き、位置を決定する手法であり、特に未知の箱の到着に対応する。
- SHOREは、安定性モデリングにより、既存手法と比較して空間利用率を向上させ、学習ステップ数を大幅に削減する(0.4Mステップ vs 1Mステップ)。
- SHOREは、シミュレーション環境(Isaac Gym)および実ロボット環境での検証を通じて、その有効性と実装の容易性を示している。
2026-11-08
CoSTARブロック積みデータセット:ワークスペース制約下での学習
The CoSTAR Block Stacking Dataset: Learning with Workspace Constraints
出典:arXiv Core: Ensemble Diversity & Empirical Bayes(Authors: Andrew Hundt, Varun Jain, Chia-Hung Lin et al. | 2018-10-27)
- 既存の物体把持データセットにおける制約の緩和が、現実的な環境下でのブロック積みタスクの失敗を招くことを指摘。
- より制約の少ない環境で、5.1cmのカラーブロックを用いた注文履行スタイルの積みタスクを実行する「JHU CoSTAR Block Stacking Dataset (BSD)」を導入。
- 約12,000件の積み試行と200万フレーム以上のリアルタイム時系列データを含む、動的なシーンを網羅したデータセットを提供。
2026-11-08
線形計画法のためのシュリンク・ラッピング(Shrink-Wrapping)軌道の幾何学的解析
Shrink-Wrapping trajectories for Linear Programming
出典:arXiv Core: Combinatorial MILP & Quantum Compilation(Authors: Yuriy Zinchenko | 2010-05-30)
- 線形計画法(LP)を双曲幾何学(Hyperbolic Programming, HP)の緩和問題として捉え、Renegarが提案した「Shrink-Wrapping」手法を研究。
- Shrink-Wrapping軌道が内点法における「中心経路(Central Path)」を一般化した概念であることを幾何学的に分析。
- 中心線付近における軌道の挙動を解析し、特定の病的なLPインスタンスにおいて中心経路と比較した際の特性を明らかに。
2026-11-08
ニューラルシフトプロパー直交分解(sPOD)を用いた自動輸送分離
Automated transport separation using the neural shifted proper orthogonal decomposition
出典:arXiv Core: Conformal, Calibration & Optimal Transport(Authors: Beata Zorawski, Shubhaditya Burela, Philipp Krah et al. | 2024-07-24)
- 輸送支配的な場を分解するための、ニューラルネットワークを用いたsPOD手法を提案。
- 従来のsPODで必要だった「輸送演算子の事前知識」を不要にし、輸送場と共移動場を同時に推定。
- 合成データおよび森林火災モデルを用いた検証により、高い分離能力と効率性を実証。
2026-11-08
NISQ回路コンパイルのためのKnuth-Bendix補完アルゴリズムとシャッフル代数
Knuth-Bendix Completion Algorithm and Shuffle Algebras For Compiling NISQ Circuits
出典:arXiv Core: Combinatorial MILP & Quantum Compilation(Authors: Raouf Dridi, Hedayat Alghassi, Sridhar Tayur | 2019-04-30)
- 量子回路のコンパイルを、非可換多項式代数 $\mathbb Q\langle X\rangle$ 上の書き換えシステムとして定式化。
- ハードウェアの制約を書き換え規則 $\mathcal R$ として定義し、理想的なゲートをその正規形へ変換することでコンパイルを行う。
- 書き換えシステムの生成に、Knuth-Bendix補完アルゴリズムとシャッフル代数上のBuchbergerアルゴリズムの2つの手法を導入。
2026-11-08
ウラン立方体から紐解くドイツ原子力プロジェクトの失敗要因:物理的制約とモデルの乖離
Uranium cubes reveal why the German nuclear project failed
出典:Hacker News (Top Stories)(HN Score: 77 pts by rbanffy)
- ドイツの原子力プロジェクトにおける失敗原因を、ウラン立方体の物理的特性を用いた解析から特定した研究。
- 従来のシミュレーションでは捉えきれなかった、物質の微細な構造とマクロな挙動の不一致を可視化。
- 物理現象のモデリング、特に「物理的制約(Physical Constraints)」を考慮した特徴量設計が必要な問題で威力を発揮。
2026-11-08
単純なピック・アンド・プレイスを超えて:多様な形状のロボットスタッキングへの挑戦
Beyond Pick-and-Place: Tackling Robotic Stacking of Diverse Shapes
出典:arXiv Core: Ensemble Diversity & Empirical Bayes(Authors: Alex X. Lee, Coline Devin, Yuxiang Zhou et al. | 2021-10-12)
- 複雑な幾何学的形状を持つ物体を扱うための、高度なスタッキングタスクとデータセットを提案。
- 強化学習(RL)、視覚ベースのインタラクティブなポリシー蒸留、およびSim-to-Real転送を組み合わせた手法を開発。
- シミュレーションでの学習における重要因子を特定し、収集したデータを用いてオフライン強化学習でポリシーを改善。
2026-11-08
科学的発見のためのディープデノイジング:電子顕微鏡を用いたケーススタディ
Deep Denoising For Scientific Discovery: A Case Study In Electron Microscopy
出典:arXiv Core: Random Matrix Theory & Ising Spin Glass(Authors: Sreyas Mohan, Ramon Manzorro, Joshua L. Vincent et al. | 2020-10-24)
- 科学的イメージングにおけるノイズ除去の課題に対し、深層畳み込みニューラルネットワーク(CNN)の適用可能性を探索。
- 真のノイズレス画像が得られない科学分野の制約を克服するため、シミュレーションに基づくデノイジング(SBD)フレームワークを提案。
- 透過型電子顕微鏡(TEM)データを用いた評価において、SBDはシミュレーションおよび実データの両方で既存手法を大幅に上回る性能を達成。
このページの要約は、収集パイプラインが自動生成した digest(要約)です。内容の正確なところは、必ず各項目の出典リンク先の原文で確認してください。出典の本文そのものは掲載していません。ジャンル分けも自動分類のため、周辺の話題が混ざることがあります。