Fugu-MT 論文翻訳(概要): Ordering the processes with indefinite causal order

論文の概要: Ordering the processes with indefinite causal order

arxiv url: http://arxiv.org/abs/2106.08976v3
Date: Thu, 3 Mar 2022 16:07:50 GMT
ステータス: 処理完了
システム内更新日: 2023-03-26 13:09:58.772047
Title: Ordering the processes with indefinite causal order
Title（参考訳）: 不定因果順でプロセスを順序づける
Authors: Stanislav Filatov, Marcis Auzinsh
Abstract要約: 本研究では,不確定因果順序(ICO)を定格因果順序で記述する方法を示す。我々は、制御量子ビットの測定に基づいて、回路内で発生するプロセスを緩和する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: We show a method of describing processes with indefinite causal order (ICO) by a definite causal order. We do so by relabeling the processes that take place in the circuit in accordance with the basis of measurement of control qubit. Causal nonseparability is alleviated at a cost of nonlocality of the acting processes. This result highlights the key role of superposition in creating the paradox of ICO. We also draw attention to the issue of growing incompatibility of language in its current form (especially the logical structures it embodies) with the quantum logic.
Abstract（参考訳）: 本稿では,不確定因果順序 (ICO) を用いたプロセス記述法について述べる。私たちは、制御キュービットの測定に基づいて、回路で発生するプロセスをリラベルすることで、そうする。因果的非分離性は、作用プロセスの非局所性のコストで軽減される。この結果はICOのパラドックス形成における重ね合わせの重要な役割を強調している。我々はまた、言語が現在の形式(特にそれが具体化している論理構造)で量子論理と非互換性を増大させる問題にも注目する。

関連論文リスト

Mitigating Misleading Chain-of-Thought Reasoning with Selective Filtering [59.495717939664246]
大規模言語モデルは、複雑な問題を解くためにチェーン・オブ・ソート(CoT)推論技術を活用することで、顕著な能力を示した。本稿では,選択フィルタリング推論(SelF-Reasoner)と呼ばれる新しい手法を提案する。 SelF-ReasonerはScienceQA、ECQA、LastLetterタスクに対して、微調整されたT5ベースラインを一貫して改善する。
論文参考訳（メタデータ） (2024-03-28T06:28:35Z)
Premise Order Matters in Reasoning with Large Language Models [57.18850969634412]
大規模言語モデル (LLM) は,前提の順序に驚くほど脆弱であることを示す。前提順序が中間的推論ステップで要求されるコンテキストと一致した場合, LLM が最高の性能を達成することを観察する。
論文参考訳（メタデータ） (2024-02-14T04:50:18Z)
Nonparametric Partial Disentanglement via Mechanism Sparsity: Sparse Actions, Interventions and Sparse Temporal Dependencies [58.179981892921056]
この研究は、メカニズムのスパーシティ正則化(英語版)と呼ばれる、アンタングルメントの新たな原理を導入する。本稿では,潜在要因を同時に学習することで,絡み合いを誘発する表現学習手法を提案する。学習した因果グラフをスパースに規則化することにより、潜伏因子を復元できることを示す。
論文参考訳（メタデータ） (2024-01-10T02:38:21Z)
Reassessing the advantage of indefinite causal orders for quantum metrology [0.0]
この研究において、これらの利点のいくつかは、もしより公平な比較がなされたとしても、実際には成り立たないと論じる。我々は,不確定な因果順序過程の異なるクラスのパフォーマンスを適切に比較できるフレームワークを考える。
論文参考訳（メタデータ） (2023-12-19T14:03:40Z)
Reassessing thermodynamic advantage from indefinite causal order [0.0]
不定因数次は、量子高次変換の研究において重要な特徴である。報告された自由エネルギーとエルゴトロピーの増加には不明確な因果順序が不要であることを示す。
論文参考訳（メタデータ） (2022-08-05T14:41:49Z)
Consistent circuits for indefinite causal order [0.0]
論理的に一貫性があるが、循環因果構造を特徴とする多くの量子過程が提案されている。ここでは,エキゾチックな因果構造を持つプロセスを構築する方法を提案する。因果不等式に反するプロセスを含む、エキゾチックなプロセスの標準的な例が、このような方法で生成可能なプロセスのクラスであることを示す。
論文参考訳（メタデータ） (2022-06-20T23:15:52Z)
Existence of processes violating causal inequalities on time-delocalised subsystems [0.0]
量子的および古典的なプロセスが存在し、それぞれのパーティによって実行される操作は、明確に定義された因果順序で発生しない。トリパルタイトプロセスのすべてのユニタリ拡張に対して、時間非局在化サブシステム上の実現が存在することを示す。
論文参考訳（メタデータ） (2022-01-27T22:34:02Z)
Efficient PAC Reinforcement Learning in Regular Decision Processes [99.02383154255833]
定期的な意思決定プロセスで強化学習を研究します。我々の主な貢献は、最適に近いポリシーをパラメータのセットで時間内にPACを学習できることである。
論文参考訳（メタデータ） (2021-05-14T12:08:46Z)
Quantum chicken-egg dilemmas: Delayed-choice causal order and the reality of causal non-separability [0.0]
因果的不確定なプロセスは、C が古典的フラグとしてのみ機能するスキームで実現可能であることを示す。量子力学は、C が A が B より先に来るかその逆になるかを決定的に決定できる現象を可能にすることを実証する。
論文参考訳（メタデータ） (2020-08-18T12:03:31Z)
From Checking to Inference: Actual Causality Computations as Optimization Problems [79.87179017975235]
本稿では、最適化問題として二元非巡回モデルよりも、因果推論の異なる概念を定式化するための新しいアプローチを提案する。 8000ドル以上の変数を持つモデルを用いて,MaxSAT が ILP を上回り,数秒単位でチェック処理を行う場合が多い。
論文参考訳（メタデータ） (2020-06-05T10:56:52Z)
On estimating the entropy of shallow circuit outputs [49.1574468325115]
確率分布と量子状態のエントロピーを推定することは情報処理の基本的な課題である。本稿では,有界ファンインと非有界ファンアウトのゲートを持つ対数深度回路か定数深度回路のいずれかによって生成された分布や状態に対するエントロピー推定が,少なくともLearning with Errors問題と同程度難しいことを示す。
論文参考訳（メタデータ） (2020-02-27T15:32:08Z)

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。