論文の概要: Resource theory of causal connection
- arxiv url: http://arxiv.org/abs/2110.03233v3
- Date: Tue, 23 Aug 2022 09:25:49 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-12 06:00:23.050478
- Title: Resource theory of causal connection
- Title（参考訳）: 因果関係の資源理論
- Authors: Simon Milz, Jessica Bavaresco, and Giulio Chiribella
- Abstract要約: 我々は、すべてのマルチパーティ通信シナリオに対する因果接続に関する、十分に未熟なリソース理論を構築した。
私たちは、二部会と三部会のシナリオの中で、最もリソースの多いプロセスを特定します。
最後に、因果非分離性の資源理論を導入し、因果接続の場合とは対照的に、一意であることを示す。
- 参考スコア（独自算出の注目度）: 0.5735035463793007
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The capacity of distant parties to send signals to one another is a
fundamental requirement in many information-processing tasks. Such ability is
determined by the causal structure connecting the parties, and more generally,
by the intermediate processes carrying signals from one laboratory to another.
Here we build a fully fledged resource theory of causal connection for all
multi-party communication scenarios, encompassing those where the parties
operate in a definite causal order and also where the order is indefinite. We
define and characterize the set of free processes and three different sets of
free transformations thereof, resulting in three distinct resource theories of
causal connection. In the causally ordered setting, we identify the most
resourceful processes in the bipartite and tripartite scenarios. In the general
setting, instead, our results suggest that there is no global most valuable
resource. We establish the signalling robustness as a resource monotone of
causal connection and provide tight bounds on it for many pertinent sets of
processes. Finally, we introduce a resource theory of causal non-separability,
and show that it is -- in contrast to the case of causal connection -- unique.
Together our results offer a flexible and comprehensive framework to quantify
and transform general quantum processes, as well as insights into their
multi-layered causal connection structures.
- Abstract（参考訳）: 多くの情報処理タスクにおいて、遠隔者同士が信号を送る能力は基本的な要件である。
このような能力は、当事者をつなぐ因果構造によって決定され、より一般的には、ある実験室から別の研究室へ信号を運ぶ中間過程によって決定される。
ここでは,すべてのマルチパーティ通信シナリオにおける因果関係に関する完全未熟な資源理論を構築し,当事者が一定の因果順序で行動し,かつ順序が不確定である場合を包含する。
我々は、自由過程の集合とその3つの異なる自由変換の集合を定義し、特徴づけ、因果関係の3つの異なる資源理論をもたらす。
因果的に順序付けられた設定では、二分詞と三分詞のシナリオでもっともリソースの多いプロセスを識別する。
一般的な設定では、我々の結果は地球上でもっとも価値のある資源が存在しないことを示唆している。
我々は,因果関係の資源モノトーンとしてシグナルリングのロバスト性を確立し,関連する多数のプロセスに対して厳密な境界を与える。
最後に,因果的非分離性の資源理論を導入し,因果的接続の場合とは対照的に一意であることを示す。
総合的な量子プロセスを定量化し、変換する柔軟性と包括的なフレームワークと、その多層因果接続構造への洞察を提供します。
関連論文リスト
- Multi-modal Causal Structure Learning and Root Cause Analysis [67.67578590390907]
根本原因局所化のためのマルチモーダル因果構造学習手法であるMulanを提案する。
ログ選択言語モデルを利用してログ表現学習を行い、ログシーケンスを時系列データに変換する。
また、モダリティの信頼性を評価し、最終因果グラフを共同学習するための新しいキーパフォーマンスインジケータ対応アテンション機構も導入する。
論文 参考訳（メタデータ） (2024-02-04T05:50:38Z) - Neural Causal Abstractions [63.21695740637627]
我々は、変数とそのドメインをクラスタリングすることで、因果抽象化の新しいファミリーを開発する。
本稿では,ニューラルネットワークモデルを用いて,そのような抽象化が現実的に学習可能であることを示す。
本実験は、画像データを含む高次元設定に因果推論をスケールする方法を記述し、その理論を支持する。
論文 参考訳（メタデータ） (2024-01-05T02:00:27Z) - On the Complexity of Multi-Agent Decision Making: From Learning in Games
to Partial Monitoring [105.13668993076801]
マルチエージェント強化学習(MARL)理論における中心的な問題は、構造条件やアルゴリズムの原理がサンプル効率の学習保証につながるかを理解することである。
本稿では,複数のエージェントを用いた対話型意思決定のための一般的な枠組みとして,この問題について考察する。
マルチエージェント意思決定における統計的複雑性を特徴付けることは、単一エージェント決定の統計的複雑性を特徴付けることと等価であることを示す。
論文 参考訳（メタデータ） (2023-05-01T06:46:22Z) - The Geometry of Causality [0.0]
我々は因果関係、非局所性、文脈性の研究のための統一的な枠組みを提供する。
我々は、入力履歴の任意の空間と入力コンテキストの任意の選択について、因果関係を定義する。
任意の因果制約に対して因果分離性の概念を導入する。
論文 参考訳（メタデータ） (2023-03-16T01:11:47Z) - Causal Deep Learning [77.49632479298745]
因果性は、現実世界の問題を解決する方法を変える可能性がある。
しかし因果関係は、実際にテストできない重要な仮定を必要とすることが多い。
我々は、因果性に関する新しい考え方を提案します。
論文 参考訳（メタデータ） (2023-03-03T19:19:18Z) - Unifying different notions of quantum incompatibility into a strict
hierarchy of resource theories of communication [60.18814584837969]
我々は、POVM、チャネル、機器の非互換性の異なる概念を統一するq-compatibilityの概念を導入する。
我々は、情報理論資源の観点から、各非互換性の概念が何を構成しているかを正確に特定することができる。
論文 参考訳（メタデータ） (2022-11-16T21:33:31Z) - Towards Group Learning: Distributed Weighting of Experts [31.564788318133264]
ノイズの多い情報源の集合からの信号の集約は、クラウドソーシング、マルチエージェント計画、センサーネットワーク、信号処理、投票、アンサンブル学習、フェデレーション学習など、多くの領域において基本的な問題である。
我々は、専門家の最適な重み付けのための既知の結果に基づいて、特定の条件下で、準最適メカニズムのアンサンブルが最適に実行可能であることを証明した。
論文 参考訳（メタデータ） (2022-06-03T00:29:31Z) - Unification of quantum resources in tripartite systems [4.8723490038152635]
異なる量子資源間の関係を構築することは、多部量子システムにおいて不可欠だが困難な課題である。
我々は,三部構造系における異なる量子資源間の相互変換を解釈する統一的な枠組みに着目する。
その結果、これらの量子資源は本質的に関連しており、QRTの枠組みで互いに変換可能であることが示された。
論文 参考訳（メタデータ） (2022-05-15T11:32:40Z) - One-Shot Manipulation of Dynamical Quantum Resources [0.0]
我々は,動的量子資源のワンショット変換を資源量化器の観点から特徴付ける統一的なフレームワークを開発した。
我々のフレームワークは量子チャネルとして表されるすべての動的リソースを含んでいる。
我々は、我々の条件が重要な理論の幅広いクラスに必要で十分であることを示す。
論文 参考訳（メタデータ） (2020-12-03T19:09:14Z) - Postquantum common-cause channels: the resource theory of local
operations and shared entanglement [0.0]
局所演算と共有絡み合い(LOSE)のタイプ非依存資源理論を定義する。
これにより、ベルシナリオのような共通原因シナリオにおける時間後性を正式に定量化できる。
リソースの種類が、他のリソースへの変換を可能にするかを決定する方法について、いくつかの基本的な結果を示す。
論文 参考訳（メタデータ） (2020-04-13T18:03:45Z) - A Critical View of the Structural Causal Model [89.43277111586258]
相互作用を全く考慮せずに原因と効果を識別できることが示される。
本稿では,因果モデルの絡み合った構造を模倣する新たな逆行訓練法を提案する。
我々の多次元手法は, 合成および実世界の両方のデータセットにおいて, 文献的手法よりも優れている。
論文 参考訳（メタデータ） (2020-02-23T22:52:28Z)
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。