Luke Bhan (ルーク・バーン) 氏らは2026年10月6日(現地時間)、arXiv eess.SYで、空間的に変動する反拡散係数を持つ倉本・シバシンスキー方程式（Kuramoto–Sivashinsky equation）の迅速な安定化を可能にする初のフィードバック設計を開発したとする論文を発表した。同設計は、単入力のフレドホルム設計が抱えていた、制御可能性を喪失する問題に対処している。
Luke Bhan氏、Miroslav Krstic (ミロスラフ・クルスティッチ) 氏、Yuanyuan Shi (ユアンユアン・シー) 氏の3氏が開発したこのフィードバック設計は、従来のフレドホルム（Fredholm）設計が、定数係数の場合に特定の離散的な値で制御可能性を喪失するという課題を解決することを目指している。
既存のCoron and Lü (2015)による単入力フレドホルム設計では、不安定な固有値が繰り返される場合に制御が困難になる問題があった。研究チームは、この問題に対処するため、二つ目の境界入力を導入し、これら二つの入力に異なる役割を与える手法を考案した。具体的には、Heymann’s Lemmaに着想を得て、境界値 $u(0,t)$ をプレフィードバックとして完全に利用し、修正されたプラントを曲率入力 $u_{xx}(0,t)$ を通じて制御可能にする。その後、$u_{xx}(0,t)$ をFredholmバックステッピング変換を通じてプラントを安定化させるアプローチを採用した。
研究チームは、プラントが不安定な二重固有値を持つ場合、制御可能性には二つの入力が十分であり、かつ必要であることを示した。実装にはフレドホルム核（kernel）の近似が不可欠となるため、核とゲインの近似を可能にするため、コンパクトな許容設計クラス上での「係数からゲインへの設計マップ」の連続性を証明している。
連続性の証明においては、逐次近似を用いるVolterraベースの証明とは異なり、モーダル表現を利用してスペクトルデータ、逆係数システム、および核とゲインの系列の末尾を制御した。これにより、クラス全体にわたって任意の指定された$L^2$精度でゲインの単一のニューラルオペレーター（neural operator）近似が可能となった。最終的に、厳密なゲインと十分に正確な近似の両方を用いて、非線形閉ループシステムの迅速な局所安定化が確立されている。
数値計算結果では、フーリエニューラルオペレーター（Fourier neural operator）が約0.1%という相対ゲイン誤差を達成し、テストされた全ての保持済みケース（不安定な二重固有値を持つプラントを含む）を安定化できることが示された。
参考: arXiv eess.SY (アーカイブ) — 2026年10月7日 02:50 (JST)
原文ハイライト"We develop the first feedback design for rapid stabilization of the Kuramoto--Sivashinsky equation"