論文の概要: Complex counterpart of variance in quantum measurements for pre- and
post-selected systems
- arxiv url: http://arxiv.org/abs/2102.06561v2
- Date: Fri, 12 Mar 2021 07:47:31 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-11 08:08:17.943401
- Title: Complex counterpart of variance in quantum measurements for pre- and
post-selected systems
- Title(参考訳): 前・後選択系における量子測定における分散の複素対応
- Authors: Kazuhisa Ogawa, Natsuki Abe, Hirokazu Kobayashi, Akihisa Tomita
- Abstract要約: 事前選択された量子系における可観測物の分散は常に実かつ非負である。
弱分散(weak variance)という,複雑な値の分散を定式化する。
本研究では, 弱値分布の分散として, 事前選択系と後選択系において, 弱値分布の分散として表現できることを示す。
- 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: The variance of an observable in a pre-selected quantum system, which is
always real and non-negative, appears as an increase in the probe wave packet
width in indirect measurements. Extending this framework to pre- and
post-selected systems, we formulate a complex-valued counterpart of the
variance called "weak variance." In our formulation, the real and imaginary
parts of the weak variance appear as changes in the probe wave packet width in
the vertical-horizontal and diagonal-antidiagonal directions, respectively, on
the quadrature phase plane. Using an optical system, we experimentally
demonstrate these changes in the probe wave packet width caused by the real
negative and purely imaginary weak variances. Furthermore, we show that the
weak variance can be expressed as the variance of the weak-valued probability
distribution in pre- and post-selected systems. These operational and
statistical interpretations support the rationality of formulating the weak
variance as a complex counterpart of the variance in pre- and post-selected
systems.
- Abstract(参考訳): 予め選択された量子系における可観測物のばらつきは、常に実かつ非負であり、間接的な測定においてプローブ波のパケット幅の増加として現れる。
このフレームワークを事前および後選択されたシステムへ拡張し、"weak variance"と呼ばれる複雑な値の分散を定式化する。
この定式化では、弱分散の実部と虚部は、それぞれ2次位相平面上の垂直-水平方向と対角-対角方向のプローブ波パケット幅の変化として現れる。
光学系を用いて、実際の負と純虚の弱い分散に起因するプローブ波パケット幅の変化を実験的に示す。
さらに, 弱分散を前・後選択系における弱値確率分布の分散として表現できることを示した。
これらの操作的および統計的解釈は、弱分散を事前選択された系と後選択された系の分散の複雑な相似として定式化する合理性を支持する。
関連論文リスト
- Telling different unravelings apart via nonlinear quantum-trajectory
averages [0.0]
ゴリーニ-コサコフスキー-スダルシャン-リンドブラッドマスター方程式の異なる解を演算的に推論する方法を提案する。
我々は, 共振蛍光のパラダイム的量子非線形系に着目した。
論文 参考訳(メタデータ) (2023-12-06T12:21:17Z) - Spectrum-Aware Adjustment: A New Debiasing Framework with Applications
to Principal Component Regression [1.5863809575305419]
我々は高次元線形回帰のための新しいデバイアス化フレームワークを導入する。
特徴量とサンプルの数が大小を問わず比較できるような,一般的な設定について検討する。
本手法は,自由度デバイアスをマージンで上回ることを示す。
論文 参考訳(メタデータ) (2023-09-14T15:58:30Z) - The Representation Jensen-Shannon Divergence [0.0]
統計分岐は確率分布の違いを定量化する。
本研究では,確率密度関数の推定を回避したJensen-Shannon発散にインスパイアされた発散を提案する。
論文 参考訳(メタデータ) (2023-05-25T19:44:36Z) - Evolution of many-body systems under ancilla quantum measurements [58.720142291102135]
本研究では,多体格子系をアシラリー自由度に結合させることにより量子測度を実装するという概念について検討する。
従来より抽象的なモデルで見られたように, アンタングリング・エンタングリング測定によって引き起こされる遷移の証拠を見いだす。
論文 参考訳(メタデータ) (2023-03-13T13:06:40Z) - Equivariant Disentangled Transformation for Domain Generalization under
Combination Shift [91.38796390449504]
ドメインとラベルの組み合わせは、トレーニング中に観察されるのではなく、テスト環境に現れる。
我々は、同型の概念、同値性、および整合性の定義に基づく結合シフト問題の一意的な定式化を提供する。
論文 参考訳(メタデータ) (2022-08-03T12:31:31Z) - Reliable amortized variational inference with physics-based latent
distribution correction [0.4588028371034407]
ニューラルネットワークは、既存のモデルとデータのペアの後方分布を近似するように訓練される。
このアプローチの精度は、高忠実度トレーニングデータの可用性に依存する。
補正ステップは, ソース実験数の変化, ノイズ分散, 先行分布の変化に対して, 償却された変分推論の頑健さを向上することを示す。
論文 参考訳(メタデータ) (2022-07-24T02:38:54Z) - Equivariance Discovery by Learned Parameter-Sharing [153.41877129746223]
データから解釈可能な等価性を発見する方法について検討する。
具体的には、モデルのパラメータ共有方式に対する最適化問題として、この発見プロセスを定式化する。
また,ガウスデータの手法を理論的に解析し,研究された発見スキームとオラクルスキームの間の平均2乗ギャップを限定する。
論文 参考訳(メタデータ) (2022-04-07T17:59:19Z) - GANs with Variational Entropy Regularizers: Applications in Mitigating
the Mode-Collapse Issue [95.23775347605923]
深層学習の成功に基づいて、GAN(Generative Adversarial Networks)は、観測されたサンプルから確率分布を学習するための現代的なアプローチを提供する。
GANはしばしば、ジェネレータが入力分布の既存のすべてのモードをキャプチャできないモード崩壊問題に悩まされる。
情報理論のアプローチを採り、生成したサンプルのエントロピーの変動的下限を最大化し、それらの多様性を増大させる。
論文 参考訳(メタデータ) (2020-09-24T19:34:37Z) - Learning Disentangled Representations with Latent Variation
Predictability [102.4163768995288]
本稿では,潜在不整合表現の変動予測可能性について述べる。
逆生成プロセス内では、潜時変動と対応する画像対の相互情報を最大化することにより、変動予測可能性を高める。
本研究では,潜在表現の絡み合いを測るために,基礎的構造的生成因子に依存しない評価指標を開発する。
論文 参考訳(メタデータ) (2020-07-25T08:54:26Z) - AI Giving Back to Statistics? Discovery of the Coordinate System of
Univariate Distributions by Beta Variational Autoencoder [0.0]
本稿では、単変量経験分布を分類し、累積分布関数(CDF)の入力に基づいて2次元の潜伏空間で表現するためのニューラルネットワークのトレーニング経験について論じる。
潜在2次元座標系上の表現は、CDFの形状、基礎となる理論分布とそのパラメータの分類確率、情報エントロピー、歪みなど、重要な分布特性を乱す実世界のデータの付加メタデータと見なすことができる。
論文 参考訳(メタデータ) (2020-04-06T14:11:13Z) - Optimal Change-Point Detection with Training Sequences in the Large and
Moderate Deviations Regimes [72.68201611113673]
本稿では,情報理論の観点から,新しいオフライン変化点検出問題について検討する。
基礎となる事前および変更後分布の知識は分かっておらず、利用可能なトレーニングシーケンスからのみ学習できると仮定する。
論文 参考訳(メタデータ) (2020-03-13T23:39:40Z)
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。