論文の概要: The time distribution of quantum events

• arxiv url: http://arxiv.org/abs/2010.07575v3
• Date: Thu, 18 Feb 2021 12:38:45 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-29 00:34:31.556507
• Title: The time distribution of quantum events
• Title（参考訳）: 量子事象の時間分布
• Authors: Danijel Jurman, Hrvoje Nikolic
• Abstract要約: 待機中のイベントが検出されるまで、ストップウォッチはダニを鳴らし、ストップウォッチは停止する。 時間分布 $cal P(t)$ に対してかなり単純な一般公式が見つかる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We develop a general theory of the time distribution of quantum events, applicable to a large class of problems such as arrival time, dwell time and tunneling time. A stopwatch ticks until an awaited event is detected, at which time the stopwatch stops. The awaited event is represented by a projection operator $\pi$, while the ideal stopwatch is modeled as a series of projective measurements at which the quantum state gets projected with either $\bar{\pi}=1-\pi$ (when the awaited event does not happen) or $\pi$ (when the awaited event eventually happens). In the approximation in which the time $\delta t$ between the subsequent measurements is sufficiently small (but not zero!), we find a fairly simple general formula for the time distribution ${\cal P}(t)$, representing the probability density that the awaited event will be detected at time $t$.
• Abstract（参考訳）: 我々は、到着時間、居住時間、トンネル時間などの多くの問題に適用可能な、量子事象の時間分布に関する一般的な理論を開発する。 stopwatchは、待望のイベントが検出されるまで動作し、その時点でstopwatchが停止する。 awaitedイベントは、投影演算子$\pi$で表現されるが、理想的なstopwatchは、量子状態が$\bar{\pi}=1-\pi$(awaitedイベントが起こらない場合)または$\pi$(awaitedイベントが最終的に起こるとき)で投影される一連の投影的測定としてモデル化される。 次の測定値の間の時間$\delta t$ が十分に小さい(ただしゼロではない!)近似では、時間分布 ${\cal p}(t)$ のかなり単純な一般式を見つけ、待ち望まれた事象が時間$t$で検出される確率密度を表す。

関連論文リスト

• Time-of-arrival distributions for continuous quantum systems and application to quantum backflow [0.0]
  任意の連続量子系(ガウス系かそれ以外)に対して、時変問題はボルン則の中に隠されていることを示す。 この発見は、長期にわたる地域問題に対する答えが、実際にはボルンルールの中に秘かに隠されていることを示唆している。
  論文  参考訳（メタデータ） (2024-05-03T11:33:52Z)
• Improving Event Definition Following For Zero-Shot Event Detection [66.27883872707523]
  ゼロショットイベント検出に対する既存のアプローチは通常、既知のイベントタイプをアノテートしたデータセット上でモデルをトレーニングする。 イベント定義に従うためのトレーニングモデルによるゼロショットイベント検出の改善を目指しています。
  論文  参考訳（メタデータ） (2024-03-05T01:46:50Z)
• SMURF-THP: Score Matching-based UnceRtainty quantiFication for Transformer Hawkes Process [76.98721879039559]
  SMURF-THPは,変圧器ホークス過程を学習し,予測の不確かさを定量化するスコアベース手法である。 具体的には、SMURF-THPは、スコアマッチング目標に基づいて、イベントの到着時刻のスコア関数を学習する。 我々は,イベントタイプ予測と到着時刻の不確実性定量化の両方において,広範な実験を行う。
  論文  参考訳（メタデータ） (2023-10-25T03:33:45Z)
• Quantum delay in the time of arrival of free-falling atoms [0.0]
  定位置における時間測定の分布は、ボルン則により与えられる固定時間における位置測定の分布から直接推定できることを示す。 均一な重力場$gに落下する質量$m$の量子粒子への応用において、我々はこの手法を用いて、到着時刻の確率密度の正確な明示的な式を得る。
  論文  参考訳（メタデータ） (2023-06-03T15:51:27Z)
• First detection probability in quantum resetting via random projective measurements [0.0]
  一般量子系における「興味のある状態」の最初の検出時間の確率分布を$F_r(t)$で計算する。 F_r(t)sim t2$ が$p(0)ne 0$ であることを示す。
  論文  参考訳（メタデータ） (2023-05-24T13:15:01Z)
• Who Should I Engage with At What Time? A Missing Event Aware Temporal Graph Neural Network [4.770906657995415]
  本稿では,イベント認識型時間グラフニューラルネットワークMTGNを提案する。 MTGNは既存の手法よりも最大89%,112%,正確な時間とリンク予測に優れていた。
  論文  参考訳（メタデータ） (2023-01-20T02:22:55Z)
• CEP3: Community Event Prediction with Neural Point Process on Graph [59.434777403325604]
  グラフニューラルネットワークとマーク付き時間点プロセス(MTPP)を組み合わせた新しいモデルを提案する。 実験では,モデルの精度と訓練効率の両面から,モデルの優れた性能を実証した。
  論文  参考訳（メタデータ） (2022-05-21T15:30:25Z)
• Random quantum circuits transform local noise into global white noise [118.18170052022323]
  低忠実度状態におけるノイズランダム量子回路の測定結果の分布について検討する。 十分に弱くユニタリな局所雑音に対して、一般的なノイズ回路インスタンスの出力分布$p_textnoisy$間の相関(線形クロスエントロピーベンチマークで測定)は指数関数的に減少する。 ノイズが不整合であれば、出力分布は、正確に同じ速度で均一分布の$p_textunif$に近づく。
  論文  参考訳（メタデータ） (2021-11-29T19:26:28Z)
• Interval-censored Hawkes processes [82.87738318505582]
  本研究では,Hawkesプロセスのパラメータを間隔制限設定で推定するモデルを提案する。 我々は、ホークス族に対する非均質近似が、間隔検閲された設定において牽引可能な可能性を認めている方法を示す。
  論文  参考訳（メタデータ） (2021-04-16T07:29:04Z)
• Sample Complexity of Asynchronous Q-Learning: Sharper Analysis and Variance Reduction [63.41789556777387]
  非同期Q-ラーニングはマルコフ決定過程(MDP)の最適行動値関数(またはQ-関数)を学習することを目的としている。 Q-関数の入出力$varepsilon$-正確な推定に必要なサンプルの数は、少なくとも$frac1mu_min (1-gamma)5varepsilon2+ fract_mixmu_min (1-gamma)$の順である。
  論文  参考訳（メタデータ） (2020-06-04T17:51:00Z)
• Neural Conditional Event Time Models [11.920908437656413]
  イベント時間モデルは、既知の特徴に基づいて、関心のあるイベントの発生時間を予測する。 我々は,a)事象発生確率,b)発生予測時刻を区別する条件付き事象時刻モデルを開発する。 その結果, 合成データ, 医療イベント (MIMIC-III) , ソーシャルメディア投稿において, イベント発生およびイベント時間予測の精度が向上した。
  論文  参考訳（メタデータ） (2020-04-03T05:08:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。