論文の概要: Closing Bell: Boxing black box simulations in the resource theory of
contextuality
- arxiv url: http://arxiv.org/abs/2104.11241v2
- Date: Wed, 24 Jan 2024 11:46:22 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-25 18:28:52.808999
- Title: Closing Bell: Boxing black box simulations in the resource theory of
contextuality
- Title(参考訳): Closing Bell: コンテキスト性に関する資源理論におけるボックスブラックボックスシミュレーション
- Authors: Rui Soares Barbosa, Martti Karvonen, Shane Mansfield
- Abstract要約: 我々は、あるシナリオS上の経験モデルから別のシナリオT上の経験モデルに変換する関数を考える。
我々は、S と T から構築された新しい「ホム」シナリオを構築し、経験的モデルがそのような関数を誘導する。
私たちの性格化は、非コンテキストモデルによって引き起こされるように沸騰します。
- 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: This chapter contains an exposition of the sheaf-theoretic framework for
contextuality emphasising resource-theoretic aspects, as well as some original
results on this topic. In particular, we consider functions that transform
empirical models on a scenario S to empirical models on another scenario T, and
characterise those that are induced by classical procedures between S and T
corresponding to 'free' operations in the (non-adaptive) resource theory of
contextuality. We construct a new 'hom' scenario built from S and T, whose
empirical models induce such functions. Our characterisation then boils down to
being induced by a non-contextual model. We also show that this construction on
scenarios provides a closed structure on the category of measurement scenarios.
- Abstract(参考訳): この章は、リソース理論的な側面を強調する文脈性のための層理論フレームワークの紹介と、このトピックに関する最初の結果を含んでいる。
特に、シナリオ s 上の経験モデルから別のシナリオ t 上の経験モデルへ変換する関数を検討し、文脈性(非適応的)な資源理論において、s と t の間の古典的手続きによって引き起こされるものを特徴付ける。
我々は、s と t から構築した新しい「hom」シナリオを構築し、その経験モデルがそのような関数を誘導する。
そして、その特徴化は非文脈モデルによって引き起こされる。
また,この測定シナリオの構成は,測定シナリオのカテゴリにおいて閉じた構造を与えることを示した。
関連論文リスト
- Sequential Representation Learning via Static-Dynamic Conditional Disentanglement [58.19137637859017]
本稿では,ビデオ中の時間非依存要因と時間変化要因を分離することに着目し,逐次的データ内での自己教師付き不整合表現学習について検討する。
本稿では,静的/動的変数間の因果関係を明示的に考慮し,それらの因子間の通常の独立性仮定を破る新しいモデルを提案する。
実験により、提案手法は、シーンのダイナミックスが内容に影響されるシナリオにおいて、従来の複雑な最先端技術よりも優れていることが示された。
論文 参考訳(メタデータ) (2024-08-10T17:04:39Z) - The Foundations of Tokenization: Statistical and Computational Concerns [51.370165245628975]
トークン化は、NLPパイプラインにおける重要なステップである。
NLPにおける標準表現法としての重要性は認識されているが、トークン化の理論的基盤はまだ完全には理解されていない。
本稿では,トークン化モデルの表現と解析のための統一的な形式的枠組みを提案することによって,この理論的ギャップに対処することに貢献している。
論文 参考訳(メタデータ) (2024-07-16T11:12:28Z) - Inducing Causal Structure for Abstractive Text Summarization [76.1000380429553]
要約データの因果構造を誘導する構造因果モデル(SCM)を導入する。
本稿では因果的要因を模倣できる因果的表現を学習するための因果性インスピレーション付き系列列列モデル(CI-Seq2Seq)を提案する。
2つの広く使われているテキスト要約データセットの実験結果は、我々のアプローチの利点を示している。
論文 参考訳(メタデータ) (2023-08-24T16:06:36Z) - A bundle perspective on contextuality: Empirical models and simplicial
distributions on bundle scenarios [0.0]
本稿では, 単体錯体と単体集合のバンドルに基づく文脈性シナリオの新たなカテゴリを紹介する。
前者のアプローチは、文脈性に関するせん断理論的な視点に関する初期の研究を一般化している。
後者は、単純化集合の言語で定式化された文脈性に対するより最近のアプローチである、単純分布を拡張している。
論文 参考訳(メタデータ) (2023-08-11T18:19:49Z) - Learning Topic Models: Identifiability and Finite-Sample Analysis [6.181048261489101]
本稿では,特定の統合可能性に基づく潜在トピックの最大確率推定器(MLE)を提案する。
シミュレーションと実データの両方について実証的研究を行った。
論文 参考訳(メタデータ) (2021-10-08T16:35:42Z) - Did the Cat Drink the Coffee? Challenging Transformers with Generalized
Event Knowledge [59.22170796793179]
Transformers Language Models (TLMs) を数学的適合のテクトダイナミックな評価のためのベンチマークで検証した。
以上の結果から, TLM は SDM に匹敵する性能が得られることが示された。
しかし、さらなる分析は、TLMがイベント知識の重要な側面を捉えていないことを一貫して示唆している。
論文 参考訳(メタデータ) (2021-07-22T20:52:26Z) - Hierarchical Prosody Modeling for Non-Autoregressive Speech Synthesis [76.39883780990489]
我々は,異なる韻律モデル設定下での非自己回帰的TSモデルの挙動を解析する。
本稿では,音素レベルの韻律的特徴を単語レベルの韻律的特徴に基づいて予測する階層的アーキテクチャを提案する。
論文 参考訳(メタデータ) (2020-11-12T16:16:41Z) - How Far are We from Effective Context Modeling? An Exploratory Study on
Semantic Parsing in Context [59.13515950353125]
文法に基づく意味解析を行い,その上に典型的な文脈モデリング手法を適用する。
我々は,2つの大きなクロスドメインデータセットに対して,13のコンテキストモデリング手法を評価した。
論文 参考訳(メタデータ) (2020-02-03T11:28:10Z) - The role of (non)contextuality in Bell's theorems from the perspective
of an operational modeling framework [0.0]
非コンテキスト性はQM予測の複製をブロックする操作モデルの最も一般的な性質である。
ODモデルインスタンスの有限アンサンブルの凸殻の構成は(数学的に)従来の隠れ変数のアプローチと同値であることが示されている。
論文 参考訳(メタデータ) (2020-01-23T20:45:25Z)
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。