論文の概要: Three approaches for analyzing the counterfactuality of counterfactual
protocols
- arxiv url: http://arxiv.org/abs/2107.05055v1
- Date: Sun, 11 Jul 2021 14:40:55 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-22 20:10:33.412689
- Title: Three approaches for analyzing the counterfactuality of counterfactual
protocols
- Title(参考訳): 対実プロトコルの対実性解析のための3つのアプローチ
- Authors: Alon Wander, Eliahu Cohen and Lev Vaidman
- Abstract要約: 古典的な分析は矛盾を招き、従って放棄されるべきである、と論じられている。
弱トレーサとフィッシャー情報基準は、ポストセレクションを含む通信プロトコルの対実性の程度に一致している。
- 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: Counterfactual communication protocols are analysed using three approaches: a
classical argument, the weak trace criterion, and the Fisher information
criterion. It is argued that the classical analysis leads to contradiction and
should therefore be abandoned. The weak trace and Fisher information criteria
are shown to agree about the degree of counterfactuality of communication
protocols involving postselection. It is argued that postselection is a
necessary ingredient of counterfactual communication protocols. Coherent
interaction experiments, as well as a recently introduced modification of
counterfactual communication setups which eliminates the weak trace, are
discussed.
- Abstract(参考訳): 対物通信プロトコルは古典的議論、弱いトレース基準、フィッシャー情報基準の3つのアプローチを用いて分析される。
古典的な分析は矛盾を招き、従って放棄されるべきである。
弱いトレースとフィッシャー情報基準は, ポストセレクションを含む通信プロトコルの非現実性の程度に一致している。
ポストセレクションは反事実コミュニケーションプロトコルの必要な要素であると主張する。
コヒーレントな相互作用実験と、弱いトレースを除去する対実的通信装置の最近の変更について論じる。
関連論文リスト
- Reasoning with the Theory of Mind for Pragmatic Semantic Communication [62.87895431431273]
本稿では,実用的な意味コミュニケーションフレームワークを提案する。
2つの知性エージェント間の効果的な目標指向情報共有を可能にする。
数値的な評価は、少ないビット量で効率的な通信を実現するためのフレームワークの能力を示している。
論文 参考訳(メタデータ) (2023-11-30T03:36:19Z) - Cognitive Semantic Communication Systems Driven by Knowledge Graph:
Principle, Implementation, and Performance Evaluation [74.38561925376996]
単一ユーザと複数ユーザのコミュニケーションシナリオに対して,認知意味コミュニケーションフレームワークが2つ提案されている。
知識グラフから推論規則をマイニングすることにより,効果的な意味補正アルゴリズムを提案する。
マルチユーザ認知型セマンティックコミュニケーションシステムにおいて,異なるユーザのメッセージを識別するために,メッセージ復元アルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-03-15T12:01:43Z) - Distant finetuning with discourse relations for stance classification [55.131676584455306]
そこで本研究では,定位分類のモデルとして,原文から銀ラベルでデータを抽出し,微調整する手法を提案する。
また,様々な段階において微調整に用いるデータのノイズレベルが減少する3段階のトレーニングフレームワークを提案する。
NLPCC 2021共有タスクArgumentative Text Understanding for AI Debaterでは,26の競合チームの中で1位にランクインした。
論文 参考訳(メタデータ) (2022-04-27T04:24:35Z) - A Decentralized Communication Framework based on Dual-Level Recurrence
for Multi-Agent Reinforcement Learning [5.220940151628735]
マルチエージェントシステムのためのデュアルレベルリカレント通信フレームワークを提案する。
第1の再発は通信シーケンスで発生し、エージェント間の通信データを送信するために使用される。
第2の再発は、時系列に基づいて、各エージェントの履歴観測を組み合わせる。
論文 参考訳(メタデータ) (2022-02-22T01:36:59Z) - Semantic Communications: Principles and Challenges [59.13318519076149]
本稿では,セマンティックコミュニケーションの概要を紹介する。
シャノン情報理論の簡単なレビューの後、深層学習によって実現される理論、フレームワーク、システム設計とのセマンティックコミュニケーションについて論じる。
論文 参考訳(メタデータ) (2021-12-30T16:32:00Z) - Deep reinforcement learning of event-triggered communication and control
for multi-agent cooperative transport [9.891241465396098]
協調輸送のためのコミュニケーション・制御戦略の設計問題に対処する多エージェント強化学習手法を検討する。
我々のフレームワークはイベントトリガーアーキテクチャ、すなわち通信入力を演算するフィードバックコントローラと、入力を再更新する必要があるタイミングを決定するトリガー機構を利用する。
論文 参考訳(メタデータ) (2021-03-29T01:16:12Z) - Probing Task-Oriented Dialogue Representation from Language Models [106.02947285212132]
本稿では,タスク指向対話タスクにおいて,どのモデルが本質的に最も有意義な表現を担っているかを明らかにするために,事前学習された言語モデルについて検討する。
我々は、アノテートラベルを教師付き方法で固定された事前学習言語モデルの上に、分類器プローブとしてフィードフォワード層を微調整する。
論文 参考訳(メタデータ) (2020-10-26T21:34:39Z) - Multi-Stage Conversational Passage Retrieval: An Approach to Fusing Term
Importance Estimation and Neural Query Rewriting [56.268862325167575]
マルチステージアドホックIRシステムにクエリ再構成を組み込んだ会話経路検索(ConvPR)に取り組む。
本稿では,1項の重要度推定と2項のニューラルクエリ書き換えという2つの手法を提案する。
前者に対しては、周波数に基づく信号を用いて会話コンテキストから抽出した重要な用語を用いて会話クエリを拡張する。
後者では,会話クエリを,事前訓練されたシーケンス列列列モデルを用いて,自然な,スタンドアロンの,人間の理解可能なクエリに再構成する。
論文 参考訳(メタデータ) (2020-05-05T14:30:20Z) - Clustering as an Evaluation Protocol for Knowledge Embedding
Representation of Categorised Multi-relational Data in the Clinical Domain [0.10878040851637999]
臨床領域における分類された多関係データに対する知識表現の埋め込みにおける従来のリンク予測や知識グラフ補完の評価プロトコルの有効性について検討する。
リンク予測は、データをトレーニングと評価サブセットに分割することで、トレーニングに伴う情報の喪失と知識表現モデルの精度の低下につながる。
本稿では,従来の評価タスクの代替としてクラスタリング評価プロトコルを提案する。
論文 参考訳(メタデータ) (2019-12-29T16:04:22Z)
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。