91 件の論文
本論文では、強乱雑再正規化群法を拡張して、結合定数が長距離相互作用を持つ反強磁性量子スピン鎖の励起状態と有限温度特性（磁化率、競合、エンタングルメントエントロピーなど）を研究し、近接相互作用モデルでは温度上昇に伴い負の結合が増加し、長距離相互作用モデルでは結合振幅の分布が有限幅を持つことを示した。
この論文は、入力駆動型可塑性を備えたホップフィールドネットワークにおける二つの時間スケールを有するアーキテクチャを解析し、自己維持的な記憶遷移の条件を導出することで、連想記憶モデルにおける逐次推論の原理的数学的理論を確立したものである。
この論文は、複雑なネットワークにおける構造の複雑さと遅延フィードバックの相互作用が振動を誘発するメカニズムを理論的に解明し、電子回路実験で検証するとともに、時系列データから振動の発生を正確に予測する新しいデータ駆動型フレームワークを提案するものである。
この論文は、ランダムな骨格のトライアドを確率的に閉じることで強クラスタリングされたランダムグラフをモデル化し、局所クラスタリングスペクトルや次数相関（特に正の次数アソルタティビティ）に関する厳密な解析式を導出することで、複雑なネットワーク構造の理論的理解のギャップを埋めるものである。
接触過程における拡散率の空間的不均一性は、場の理論におけるパワーカーティングでは無関係と予測されるものの、大規模モンテカルロシミュレーションと有効モデルによって、感染・治癒率の乱れと同様の無限乱雑さ普遍性クラスへと臨界点を不安定化させることが示されました。
この論文は、ボルツマン生成器がレナード・ジョーンズ流体の液気臨界点における動的なボトルネックを克服し、臨界現象の特性を捉えつつ相図全体にわたって有効に機能することを示す一方で、現在利用可能な小さな系サイズによる臨界揺らぎの抑制という限界も明らかにしています。
本論文では、強乱雑再正規化群法（SDRG）を教師として用いた機械学習、特にグラフニューラルネットワーク（GNN）を乱雑な長距離相互作用量子スピン鎖に適用し、SDRG と極めて高い精度で一致するエンタングルメント構造や有限温度特性を予測できることを示しました。
この論文は、乱れを伴う Ising-マヨラナ鎖において、強ゼロモードの忠実度（）を用いて位相的秩序の頑健性を解析し、トポロジカル相では指数関数的に 1 に収束する一方、無限乱れ固定点ではアンサンブルに依存した特異な分布を示すことを明らかにした。
この論文は、モンテカルロシミュレーションを用いて、二次元連続ペリコレーションの普遍的な有限サイズスケーリング理論を、基板上に垂直に積み重なるワイヤーからなる準三次元棒系へ拡張し、その臨界閾値を決定するとともに、そのスケーリング挙動が二次元系と同一の普遍関数に従うことを示しました。
本論文は、マルコフ連鎖モンテカルロ法に基づく「ワームアルゴリズム」を用いて qLDPC コードの論理誤りクラスを近似計算する最適デコーダを提案し、その混合時間の保証や数値シミュレーションを通じて、表面コードや双曲表面コードなどにおける高い誤り耐性閾値を実証しています。
本論文は、ノイズや矛盾する訓練データに耐性を持つ「極限量子認知機械」という新たな量子学習アーキテクチャを提案し、動的注意機構を備えた固定量子ダイナミクスと線形読み出しを組み合わせて言語分類などの推論タスクに適用可能なフレームワークを提示している。
内部ばね定数の分布が で となる異質弾性線の離散モデルを研究し、 の場合に平衡状態での線形状の確率分布とランダム結合行列のスペクトル特性を用いてサンプル間変動を完全に特徴づけ、従来の研究とは一部異なる新たなスケーリング予測と、観測量の平均値を支配する急激な形状ジャンプに基づく異常スケーリングの解釈を提示し、数値シミュレーションで裏付けた。
この論文は、ランダムに配置された固定障害物と円筒状の閉じ込め効果を持つ格子ローレンツガスモデルを解析し、平衡状態での時間発展に伴う 2 次元から 1 次元への次元交叉、および外力が加えられた定常状態における速度と拡散係数を、障害物密度の一次近似で任意の力と閉じ込めサイズに対して厳密に導出したことを報告しています。
本研究では、等スペクトル縮小によって初めて顕在化する「潜在対称性」を利用することで、乱れによって誘起されるトポロジカル・アンダーソン絶縁体を設計・同定する新たな戦略を提案し、幾何学的対称性や十重分類の概念を潜在対称性のケースへと拡張しました。
この論文は、1 次元の確率的多孔質媒体方程式を関数群くりこみ法と数値シミュレーションを用いて解析し、成長指数の予測、局所指数を伴う異常スケーリングや多重スケーリングの発見、および定常測度がランダムウォークモデル（ベッセル過程に関連）で記述されることを明らかにしたものである。
本論文は、K-Sat 問題におけるシミュレーテッド・アニーリングの性能を解析し、アルゴリズムの時間計算量（線形、二次、三次など）に応じて達成可能なアルゴリズム的閾値が異なることを初めて示すことで、組合せ最適化問題の典型的な難易度に関する新たな研究方向を開拓した。
本論文は、運動学的に制約された量子モデルにおいて、制約とカイラル対称性の共存がヒルベルト空間の断片化を通じてゼロモードの数をパラメトリックに増加させ、さらにコンパクト局在状態を一般化した「集団束縛状態」という非エルゴード的な固有状態の存在条件を確立し、そのエルゴード性の破れや輸送特性への重要性を明らかにしたものである。
並列テンパリングモンテカルロシミュレーションを用いた研究により、3 次元ランダム結合イジングモデルにおいて、純粋な強磁性体ではクラスターパーコレーション点と熱力学的秩序転移点が一致するが、乱れが導入された強磁性体およびスピンガラス相では、秩序転移点より高温で等密度の 2 つのクラスターが現れる二次的なパーコレーション転移が生じ、その転移点で 2 つのクラスターの密度が分岐することで熱力学的転移が特徴づけられることが示された。
この論文は、拡散モデルの学習においてテスト損失の最小化が必ずしも真の一般化を意味せず、訓練データに過剰に近接したバイアスのかかった生成物が得られる「バイアス付き一般化」の段階が存在し、プライバシー重視の応用においては早期停止の基準を見直す必要があることを示しています。
この論文は、機械学習モデルの概念認識空間（PM）の次元が人間のそれよりも桁違いに高いことが、敵対的サンプルの発生原因であり、その次元の一致（アライメント）が敵対的ロバスト性の達成に不可欠であると示唆しています。