論文の概要: Experimentally adjudicating between different causal accounts of Bell
inequality violations via statistical model selection
- arxiv url: http://arxiv.org/abs/2108.00053v1
- Date: Fri, 30 Jul 2021 19:33:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-20 08:50:10.684990
- Title: Experimentally adjudicating between different causal accounts of Bell
inequality violations via statistical model selection
- Title（参考訳）: 統計モデル選択によるベル不平等違反の異なる因果関係の実験的調整
- Authors: Patrick J. Daley, Kevin J. Resch, Robert W. Spekkens
- Abstract要約: ベルの不等式は、ベル実験の因果モデルを提供する方法に関する、一見自然な仮定の集合から従う。
これらの仮定の一部を修正した2種類の因果モデルが提案されている。
われわれはこれらの選択肢を予測力に基づいて判断する。
- 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: Bell inequalities follow from a set of seemingly natural assumptions about
how to provide a causal model of a Bell experiment. In the face of their
violation, two types of causal models that modify some of these assumptions
have been proposed: (i) those that are parametrically conservative and
structurally radical, such as models where the parameters are conditional
probability distributions (termed 'classical causal models') but where one
posits inter-lab causal influences or superdeterminism, and (ii) those that are
parametrically radical and structurally conservative, such as models where the
labs are taken to be connected only by a common cause but where conditional
probabilities are replaced by conditional density operators (these are termed
'quantum causal models'). We here seek to adjudicate between these alternatives
based on their predictive power. The data from a Bell experiment is divided
into a training set and a test set, and for each causal model, the parameters
that yield the best fit for the training set are estimated and then used to
make predictions about the test set. Our main result is that the structurally
radical classical causal models are disfavoured relative to the structurally
conservative quantum causal model. Their lower predictive power seems to be due
to the fact that, unlike the quantum causal model, they are prone to a certain
type of overfitting wherein statistical fluctuations away from the
no-signalling condition are mistaken for real features. Our technique shows
that it is possible to witness quantumness even in a Bell experiment that does
not close the locality loophole. It also overturns the notion that it is
impossible to experimentally test the plausibility of superdeterminist models
of Bell inequality violations.
- Abstract（参考訳）: ベルの不等式は、ベル実験の因果モデルを提供する方法に関する、一見自然な仮定の集合から従う。
違反に直面して、これらの仮定の一部を修正した2種類の因果モデルが提案されている。
一 パラメトリック的に保守的で構造的に急進的なもの、例えば、パラメータが条件付き確率分布(「古典的因果モデル」という。)であるが、ラブ間因果的影響又は超決定論的影響を実証するモデル
二 パラメトリック的に急進的で構造的に保守的なもの、例えば、実験室を共通の原因によってのみ接続するモデル、条件付き確率を条件付き密度演算子に置き換えるモデル(これらを「量子因果モデル」と呼ぶ)
ここでは、これらの選択肢を予測力に基づいて判断する。
ベル実験のデータをトレーニングセットとテストセットに分割し、各因果モデルにおいて、トレーニングセットに最適なパラメータを推定し、テストセットに関する予測を行う。
私たちの主な結果は、構造的に急進的な古典因果モデルが構造的に保守的な量子因果モデルと比較して不評であるということです。
それらの低い予測力は、量子因果モデルとは異なり、非シグナリング状態から離れた統計的な変動が実際の特徴と間違えられるようなある種の過剰適合の傾向にあるためと思われる。
本手法は,局所的ループホールを閉じないベル実験においても量子性が確認可能であることを示す。
また、ベル不等式違反の超決定論モデルの妥当性を実験的に検証することは不可能であるという考えを覆す。
関連論文リスト
- User-defined Event Sampling and Uncertainty Quantification in Diffusion
Models for Physical Dynamical Systems [49.75149094527068]
拡散モデルを用いて予測を行い,カオス力学系に対する不確かさの定量化が可能であることを示す。
本研究では,雑音レベルが低下するにつれて真の分布に収束する条件付きスコア関数の確率的近似法を開発する。
推論時に非線形ユーザ定義イベントを条件付きでサンプリングすることができ、分布の尾部からサンプリングした場合でもデータ統計と一致させることができる。
論文 参考訳（メタデータ） (2023-06-13T03:42:03Z) - Nonparametric Identifiability of Causal Representations from Unknown
Interventions [63.1354734978244]
本研究では, 因果表現学習, 潜伏因果変数を推定するタスク, およびそれらの変数の混合から因果関係を考察する。
我々のゴールは、根底にある真理潜入者とその因果グラフの両方を、介入データから解決不可能なあいまいさの集合まで識別することである。
論文 参考訳（メタデータ） (2023-06-01T10:51:58Z) - Response: Kupczynski Contextual Locally Causal Probabilistic Models are
constrained by Bell theorem [0.0]
我々の文脈モデルでは、統計的独立は破られ、ベル・セオレムによって拘束されない。
いくつかのベルテストでは、遠クリックの2つの時系列は、ゼロでない結果のペアを含む有限サンプルに変換される。
論文 参考訳（メタデータ） (2023-05-19T20:09:01Z) - A Semantics for Counterfactuals in Quantum Causal Models [0.0]
本稿では,量子因果モデルの枠組みにおいて,逆ファクトクエリの評価のための形式的手法を提案する。
我々はパールの「古典的構造因果モデル」の概念の適切な拡張を定義する。
古典的(確率論的)構造因果モデルは全て、量子構造因果モデルに拡張可能であることを示す。
論文 参考訳（メタデータ） (2023-02-23T05:00:14Z) - An Appropriate Probability Model for the Bell Experiment [0.0]
ベルの不等式は、遠方の絡み合った粒子の対の測定結果に制約を与える。
ベルの矛盾は、ベルの不等式がこれらの量子実験の計算結果と矛盾していることを示している。
本稿ではベル実験に適した確率モデルを提案する。
論文 参考訳（メタデータ） (2023-02-10T11:08:23Z) - Comment on "Experimentally adjudicating between different causal
accounts of Bell-inequality violations via statistical model selection" [0.0]
デイリーらはいくつかの超決定論的モデルは標準的な量子力学に反すると主張している。
オーバーフィッティングは、文献で示された他の尺度よりも微調整の尺度として優れているが、必ずしもモデルが普遍的に悪いというわけではない、と我々は主張する。
論文 参考訳（メタデータ） (2022-06-21T14:00:16Z) - Variance Minimization in the Wasserstein Space for Invariant Causal
Prediction [72.13445677280792]
そこで本研究では,ICPで行ったアプローチを,予測器数で線形にスケールする一連の非パラメトリックテストとして再検討する。
これらのテストはそれぞれ、最適輸送理論の道具から導かれる新しい損失関数の最小化に依存している。
我々は,本手法が同定可能な直接原因の集合を回復できるという軽微な仮定の下で証明し,他のベンチマーク因果探索アルゴリズムと競合することを示す。
論文 参考訳（メタデータ） (2021-10-13T22:30:47Z) - Estimation of Bivariate Structural Causal Models by Variational Gaussian
Process Regression Under Likelihoods Parametrised by Normalising Flows [74.85071867225533]
因果機構は構造因果モデルによって記述できる。
最先端の人工知能の大きな欠点の1つは、説明責任の欠如である。
論文 参考訳（メタデータ） (2021-09-06T14:52:58Z) - Causal Expectation-Maximisation [70.45873402967297]
ポリツリーグラフを特徴とするモデルにおいても因果推論はNPハードであることを示す。
我々は因果EMアルゴリズムを導入し、分類的表現変数のデータから潜伏変数の不確かさを再構築する。
我々は、反事実境界が構造方程式の知識なしにしばしば計算できるというトレンドのアイデアには、目立たずの制限があるように思える。
論文 参考訳（メタデータ） (2020-11-04T10:25:13Z) - 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) - Using Randomness to decide among Locality, Realism and Ergodicity [91.3755431537592]
発見するために、または少なくとも指示を得るために実験が提案され、どれが偽であるかが示される。
このような実験の結果は、量子力学の基礎だけでなく、重要なものとなるだろう。
論文 参考訳（メタデータ） (2020-01-06T19:26:32Z)
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。