Fugu-MT 論文翻訳(概要): The Influence of Approximation in Generalized Uncertainty Principle on Black Hole Evaporation

論文の概要: The Influence of Approximation in Generalized Uncertainty Principle on Black Hole Evaporation

arxiv url: http://arxiv.org/abs/2108.07269v6
Date: Thu, 21 Apr 2022 01:33:10 GMT
ステータス: 処理完了
システム内更新日: 2023-03-18 07:20:38.106202
Title: The Influence of Approximation in Generalized Uncertainty Principle on Black Hole Evaporation
Title（参考訳）: 一般不確かさ原理の近似がブラックホール蒸発に及ぼす影響
Authors: Xin-Dong Du and Chao-Yun Long
Abstract要約: 一般化された不確実性原理を用いて、様々な熱力学系を修正する。ブラックホールの蒸発過程における原点と改良点の違いを比較した。我々は改良された手法の合理性を証明し、いくつかの指導的意見を与える。
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: The generalized uncertainty principle is often used to modify various thermodynamics systems by regarding the greater-than-equal relation as an approximate relation. We give a method to improve this approximation and compare the differences between the original and improved methods during the evaporation of black hole from two aspects of positive and negative parameters. Finally, we prove the rationality of the improved method and give some guiding opinions.
Abstract（参考訳）: 一般化された不確実性原理は、近似関係としてより大きい等式関係に関する様々な熱力学系を修正するためにしばしば用いられる。この近似を改良し、正のパラメータと負のパラメータの2つの面からブラックホールの蒸発の間の元の方法と改良された方法の違いを比較する方法を与える。最後に,改良手法の合理性を証明し,いくつかの指導的意見を与える。

関連論文リスト

Stochastic variance-reduced Gaussian variational inference on the Bures-Wasserstein manifold [4.229248343585333]
本稿では,バーレス=ヴァッサーシュタイン空間の最適化のための新しい分散再現型推定器を提案する。この推定器は、興味のあるシナリオにおけるモンテカルロ推定器よりも分散が小さいことを示す。提案した推定器は以前のビュール=ヴァッサーシュタイン法よりも次数次改善が得られることを示す。
論文参考訳（メタデータ） (2024-10-03T13:55:49Z)
A Unified Theory of Stochastic Proximal Point Methods without Smoothness [52.30944052987393]
近点法はその数値的安定性と不完全なチューニングに対する頑健性からかなりの関心を集めている。本稿では,近位点法(SPPM)の幅広いバリエーションの包括的解析について述べる。
論文参考訳（メタデータ） (2024-05-24T21:09:19Z)
Improving Diffusion Models for Inverse Problems Using Optimal Posterior Covariance [52.093434664236014]
近年の拡散モデルは、特定の逆問題に対して再訓練することなく、ノイズの多い線形逆問題に対する有望なゼロショット解を提供する。この発見に触発されて、我々は、最大推定値から決定されるより原理化された共分散を用いて、最近の手法を改善することを提案する。
論文参考訳（メタデータ） (2024-02-03T13:35:39Z)
Non-Parametric Learning of Stochastic Differential Equations with Non-asymptotic Fast Rates of Convergence [65.63201894457404]
非線形微分方程式のドリフトと拡散係数の同定のための新しい非パラメトリック学習パラダイムを提案する。鍵となる考え方は、基本的には、対応するフォッカー・プランク方程式のRKHSに基づく近似をそのような観測に適合させることである。
論文参考訳（メタデータ） (2023-05-24T20:43:47Z)
A Rigorous Link between Deep Ensembles and (Variational) Bayesian Methods [14.845158804951552]
ベイズ的,変分的ベイズ的,アンサンブル法の間の数学的に厳密な関係を確立した。技術的なレベルでは、ワッサーシュタインフローのレンズを通して一般化された変分推論に寄与する。
論文参考訳（メタデータ） (2023-05-24T11:13:59Z)
Double logistic regression approach to biased positive-unlabeled data [3.6594988197536344]
後続確率と確率スコア関数の結合推定問題に対するパラメトリックなアプローチを考察する。そこで本研究では, 交互表現に基づく最大解法と2番目の解法という, 2つの推定手法を提案する。実験の結果,提案手法は期待最大化方式に基づく既存手法と同等か優れていることがわかった。
論文参考訳（メタデータ） (2022-09-16T08:32:53Z)
Posterior and Computational Uncertainty in Gaussian Processes [52.26904059556759]
ガウスのプロセスはデータセットのサイズとともに違法にスケールする。多くの近似法が開発されており、必然的に近似誤差を導入している。この余分な不確実性の原因は、計算が限られているため、近似後部を使用すると完全に無視される。本研究では,観測された有限個のデータと有限個の計算量の両方から生じる組合せ不確実性を一貫した推定を行う手法の開発を行う。
論文参考訳（メタデータ） (2022-05-30T22:16:25Z)
Loss function based second-order Jensen inequality and its application to particle variational inference [112.58907653042317]
粒子変分推論(PVI)は、後部分布の実験的近似としてモデルのアンサンブルを用いる。 PVIは、最適化されたモデルの多様性を保証するために、各モデルを反発力で反復的に更新する。我々は,新たな一般化誤差を導出し,モデルの多様性を高めて低減できることを示す。
論文参考訳（メタデータ） (2021-06-09T12:13:51Z)
A Discrete Variational Derivation of Accelerated Methods in Optimization [68.8204255655161]
最適化のための異なる手法を導出できる変分法を導入する。我々は1対1の対応において最適化手法の2つのファミリを導出する。自律システムのシンプレクティシティの保存は、ここでは繊維のみに行われる。
論文参考訳（メタデータ） (2021-06-04T20:21:53Z)

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。