論文の概要: The systematic error and the anomaly in the sensitivity and the
probability of post-selection raised from the plural weak value
- arxiv url: http://arxiv.org/abs/2111.06034v1
- Date: Thu, 11 Nov 2021 03:10:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-08 10:07:59.342843
- Title: The systematic error and the anomaly in the sensitivity and the
probability of post-selection raised from the plural weak value
- Title(参考訳): 複数の弱値から起因した選択後の感度と確率の系統的誤りと異常
- Authors: Jing-Hui Huang and Xue-Ying Duan and Guang-Jun Wang and Xiang-Yun Hu
- Abstract要約: ポインタ位置ずれを特徴付ける感度は、$rm A_w$の実部に比例する。
選択後の確率と感度の関係は、$rm A_w$ が純粋に実数であるときに真となる。
弱測定が必然的に複数の弱値の測定に変化する場合に、これらの負の効果を低減するために、3つの実現可能な方法が提案される。
- 参考スコア(独自算出の注目度): 4.674053902991301
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recently, weak value $\rm A_w$ derived in the pre- and post-selected weak
measurement has been shown to be powerful in measuring minute physical effects.
In principle, the decrease in the post-selection probability will increase the
sensitivity. Besides, the sensitivity which characterizes the pointer position
shift is proportional to the real part of $\rm A_w$, and the sensitivity which
characterizes the pointer shift in momentum space is proportional to the
imaginary part of $\rm A_w$. However, we find that the relationship between the
post-selection probability and the sensitivity is true when $\rm A_w$ is a
purely real number or a purely imaginary number. The plural $\rm A_w$ will lead
to the abnormal behavior where the decrease in the post-selection probability
reduce the sensitivity at certain pre- and post-selection. In addition,
considering the device imperfections and the environmental instability in the
WVA protocol, this anomaly raised from plural $\rm A_w$ will reduce the
sensitivity and generate a systematic error of the measurement compared with
the original scheme. Finally, three feasible methods are proposed to reduce
these negative effects when the weak measurement inevitably changes into
measurement with a plural weak value.
- Abstract(参考訳): 近年,前および後選択した弱測定値から導出される弱値$\rm a_w$が,微小な物理効果の測定に有効であることが示されている。
原則として、選択後の確率の低下は感度を高める。
また、ポインタ位置ずれを特徴付ける感度は$\rm A_w$の実部と比例し、運動量空間におけるポインタシフトを特徴付ける感度は$\rm A_w$の虚部と比例する。
しかし、選択後の確率と感度の関係は、$\rm A_w$ が純粋実数または純粋虚数であるときに真であることが分かる。
複数の$\rm A_w$は、選択後確率が低下すると、選択前および選択後の感度が低下する異常な挙動を引き起こす。
さらに、WVAプロトコルのデバイス不完全性と環境不安定性を考慮すると、複数の$\rm A_w$から得られたこの異常は感度を低下させ、元のスキームと比較して測定の体系的な誤差を発生させる。
最後に, 弱測定が複数の弱値で測定に必然的に変化する場合に, これらの負の効果を低減するための3つの方法を提案する。
関連論文リスト
- Effective Minkowski Dimension of Deep Nonparametric Regression: Function
Approximation and Statistical Theories [70.90012822736988]
ディープ非パラメトリック回帰に関する既存の理論は、入力データが低次元多様体上にある場合、ディープニューラルネットワークは本質的なデータ構造に適応できることを示した。
本稿では,$mathcalS$で表される$mathbbRd$のサブセットに入力データが集中するという緩和された仮定を導入する。
論文 参考訳(メタデータ) (2023-06-26T17:13:31Z) - Loss Minimization Yields Multicalibration for Large Neural Networks [16.047146428254592]
マルチキャリブレーション(英: multicalibration)とは、予測器に対して、多数の保護されたグループに対して校正された予測を提供することを要求する公平性の概念である。
大きさ$n$の全てのニューラルネット上の2乗損失を最小化することは、有界な不運な値が$n$であるにもかかわらず、すべてに対して多重校正を意味することを示す。
論文 参考訳(メタデータ) (2023-04-19T05:16:20Z) - Real-time frequency estimation of a qubit without single-shot-readout [1.1796902300802676]
本稿では,読み出し位相を制御する適応アルゴリズムを提案する。
本稿では,適応プロトコルの追加により,将来的なリアルタイム実験における精度の向上が期待できることを示す。
論文 参考訳(メタデータ) (2022-10-11T15:35:16Z) - Sample Complexity of Nonparametric Off-Policy Evaluation on
Low-Dimensional Manifolds using Deep Networks [71.95722100511627]
深層ニューラルネットワークを用いた強化学習における非政治的評価問題について考察する。
ネットワークサイズを適切に選択することにより、マルコフ決定過程において低次元多様体構造を利用することができることを示す。
論文 参考訳(メタデータ) (2022-06-06T20:25:20Z) - Auto-correlative weak-value amplification under strong noise background [7.985795658443465]
時間ポインタを用いた弱い測定プロトコルの修正について検討する。
AWVAアプローチは2つの同時自己相関弱測定を実装している。
シミュレーションの結果,AWVA手法は時間領域における標準的なWVA手法よりも優れていた。
論文 参考訳(メタデータ) (2022-03-29T04:48:31Z) - On the Pitfalls of Heteroscedastic Uncertainty Estimation with
Probabilistic Neural Networks [23.502721524477444]
このアプローチがいかにして非常に貧弱だが安定な推定に繋がるかを示す合成例を示す。
問題を悪化させる特定の条件とともに、犯人をログライクな損失とみなす。
我々は、損失に対する各データポイントの寄与を、$beta$-exponentiated variance estimateによって重み付けする、$beta$-NLLと呼ばれる別の定式化を提案する。
論文 参考訳(メタデータ) (2022-03-17T08:46:17Z) - Bandit Quickest Changepoint Detection [55.855465482260165]
すべてのセンサの継続的な監視は、リソースの制約のためにコストがかかる可能性がある。
有限パラメータ化確率分布の一般クラスに対する検出遅延に基づく情報理論の下界を導出する。
本稿では,異なる検知オプションの探索と質問行動の活用をシームレスに両立させる,計算効率のよいオンラインセンシング手法を提案する。
論文 参考訳(メタデータ) (2021-07-22T07:25:35Z) - Instance-optimality in optimal value estimation: Adaptivity via
variance-reduced Q-learning [99.34907092347733]
本稿では,マルコフ決定過程における最適な$Q$値関数を離散状態と動作で推定する問題を解析する。
局所的なミニマックスフレームワークを用いて、この関数は任意の推定手順の精度の低い境界に現れることを示す。
他方,Q$ラーニングの分散還元版を解析することにより,状態と行動空間の対数的要因まで,下位境界のシャープさを確立する。
論文 参考訳(メタデータ) (2021-06-28T00:38:54Z) - SLOE: A Faster Method for Statistical Inference in High-Dimensional
Logistic Regression [68.66245730450915]
実用データセットに対する予測の偏見を回避し、頻繁な不確実性を推定する改善された手法を開発している。
私たちの主な貢献は、推定と推論の計算時間をマグニチュードの順序で短縮する収束保証付き信号強度の推定器SLOEです。
論文 参考訳(メタデータ) (2021-03-23T17:48:56Z) - Worst-case sensitivity [0.0]
最悪の場合の感度は、不確実性集合のサイズがなくなるときの分布ロバスト最適化モデルの期待コストの増加率である。
最悪の場合の感度は、偏差の一般測度であり、不確実性集合が小さい場合には、DROモデルが本質的に平均(Worst-case)感度問題であることを示す。
より一般的には、DRO解は不確実集合の族や大きさに敏感であり、最悪の場合の感度の性質を反映することができる。
論文 参考訳(メタデータ) (2020-10-21T07:19:53Z) - Sharp Statistical Guarantees for Adversarially Robust Gaussian
Classification [54.22421582955454]
逆向きに頑健な分類の過剰リスクに対する最適ミニマックス保証の最初の結果を提供する。
結果はAdvSNR(Adversarial Signal-to-Noise Ratio)の項で述べられており、これは標準的な線形分類と逆数設定との類似の考え方を一般化している。
論文 参考訳(メタデータ) (2020-06-29T21:06:52Z)
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。