論文の概要: Extending the fair sampling assumption using causal diagrams
- arxiv url: http://arxiv.org/abs/2207.09348v2
- Date: Thu, 12 Jan 2023 16:54:22 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-04 12:59:32.567412
- Title: Extending the fair sampling assumption using causal diagrams
- Title（参考訳）: 因果図を用いた公正サンプリング仮定の拡張
- Authors: Valentin Gebhart and Augusto Smerzi
- Abstract要約: ベル実験における望ましくない測定結果の発見は、非局所性の決定的な実証を妨げる検出ループを開放する。
いわゆる公正サンプリング仮定 (FSA) は、その原型として、集合的に選択された統計が理想的な統計の公正なサンプルであると述べるのが慣例である。
我々は、FSAを忠実にカプセル化するあらゆる因果モデルに存在しなければならない因果構造を導出する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Discarding undesirable measurement results in Bell experiments opens the
detection loophole that prevents a conclusive demonstration of nonlocality. As
closing the detection loophole represents a major technical challenge for many
practical Bell experiments, it is customary to assume the so-called fair
sampling assumption (FSA) that, in its original form, states that the
collectively postselected statistics are a fair sample of the ideal statistics.
Here, we analyze the FSA from the viewpoint of causal inference: We derive a
causal structure that must be present in any causal model that faithfully
encapsulates the FSA. This provides an easy, intuitive, and unifying approach
that includes different accepted forms of the FSA and underlines what is really
assumed when using the FSA. We then show that the FSA can not only be applied
in scenarios with non-ideal detectors or transmission losses, but also in ideal
experiments where only parts of the correlations are postselected, e.g., when
the particles' destinations are in a superposition state. Finally, we
demonstrate that the FSA is also applicable in multipartite scenarios that test
for (genuine) multipartite nonlocality.
- Abstract（参考訳）: ベル実験における望ましくない測定結果の発見は、非局所性の決定的な実証を妨げる検出ループを開放する。
検出の抜け穴を閉じることは、多くの実用的なベル実験の主要な技術的課題であるので、そのオリジナルの形では、総合的に選択された統計は理想的な統計の公正なサンプルである、といういわゆる公正サンプリング仮定(FSA)を仮定するのが慣例である。
ここでは、因果推論の観点から、FSAを解析する:我々は、FSAを忠実にカプセル化するあらゆる因果モデルに存在する必要がある因果構造を導出する。
これにより、FSAの異なる形式を含む簡単で直感的で統一されたアプローチが提供され、FSAの使用時に実際に想定されることの基盤となる。
次に、FSAは非理想的検出器や伝送損失のあるシナリオだけでなく、粒子の目的地が重畳状態にある場合など、相関関係の一部のみが後選択される理想的な実験でも適用可能であることを示す。
最後に、FSAは、多部類非局所性をテストする多部類シナリオにも適用可能であることを示す。
関連論文リスト
- Theory on Score-Mismatched Diffusion Models and Zero-Shot Conditional Samplers [49.97755400231656]
本報告では,明示的な次元の一般スコアミスマッチ拡散サンプリング器を用いた最初の性能保証について述べる。
その結果, スコアミスマッチは, 目標分布とサンプリング分布の分布バイアスとなり, 目標分布とトレーニング分布の累積ミスマッチに比例することがわかった。
この結果は、測定ノイズに関係なく、任意の条件モデルに対するゼロショット条件付きサンプリングに直接適用することができる。
論文 参考訳（メタデータ） (2024-10-17T16:42:12Z) - Invariant Causal Prediction with Local Models [52.161513027831646]
観測データから対象変数の因果親を特定するタスクについて検討する。
L-ICP(textbfL$ocalized $textbfI$nvariant $textbfCa$usal $textbfP$rediction)と呼ばれる実用的手法を導入する。
論文 参考訳（メタデータ） (2024-01-10T15:34:42Z) - Prototype-based Aleatoric Uncertainty Quantification for Cross-modal
Retrieval [139.21955930418815]
クロスモーダル検索手法は、共通表現空間を共同学習することにより、視覚と言語モダリティの類似性関係を構築する。
しかし、この予測は、低品質なデータ、例えば、腐敗した画像、速いペースの動画、詳細でないテキストによって引き起こされるアレタリック不確実性のために、しばしば信頼性が低い。
本稿では, 原型に基づくAleatoric Uncertainity Quantification (PAU) フレームワークを提案する。
論文 参考訳（メタデータ） (2023-09-29T09:41:19Z) - 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) - Intervention Generalization: A View from Factor Graph Models [7.117681268784223]
操作されたシステムの分布の因子化に関する最小限の仮定に基づいて、過去の実験から新しい条件への飛躍をいかに保証するかを詳しく検討する。
仮定された$textitinterventional Factor Model$ (IFM) は必ずしも情報であるとは限らないが、不測のコンバウンディングとフィードバックのメカニズムを明示的にモデル化する必要性を便利に抽象化する。
論文 参考訳（メタデータ） (2023-06-06T21:44:23Z) - Breaking the Spurious Causality of Conditional Generation via Fairness
Intervention with Corrective Sampling [77.15766509677348]
条件生成モデルは、トレーニングデータセットから急激な相関を継承することが多い。
これは別の潜在属性に対して不均衡なラベル条件分布をもたらす。
この問題を緩和するための一般的な2段階戦略を提案する。
論文 参考訳（メタデータ） (2022-12-05T08:09:33Z) - Null Hypothesis Test for Anomaly Detection [0.0]
我々は、背景のみの仮説を除外した仮説テストを用いて、異常検出のための分類不要ラベルの使用を拡張した。
2つの識別されたデータセット領域の統計的独立性をテストすることで、固定された異常スコアのカットや、各領域間の背景推定の外挿に頼ることなく、背景のみの仮説を除外することができる。
論文 参考訳（メタデータ） (2022-10-05T13:03:55Z) - Violations of locality and free choice are equivalent resources in Bell
experiments [0.0]
ベルの不等式は、リアリズム、局所性、自由選択という3つの基本的な仮定に基づいている。
我々は、ある仮定が、他の仮定があらゆるコストで保たれるように緩和する必要がある範囲について検討する。
異なる性格にもかかわらず、どちらの仮定も等しくコストがかかることを示す。
論文 参考訳（メタデータ） (2021-05-19T10:04:38Z) - On safe post-selection for Bell tests with ideal detectors: Causal
diagram approach [0.0]
複数の空間分布結果に対するポストセレクションによる幅広いシナリオのクラスについて論じる。
単純な基準はオール・ブット・ワン原理(英語版)と呼ばれ、非局所性に関する結論がベルの不等式とポスト・セレクトされたデータとを破ることによる結論が有効であることを示す。
論文 参考訳（メタデータ） (2020-12-14T06:38:57Z) - Experimentally friendly approach towards nonlocal correlations in
multisetting N -partite Bell scenarios [0.0]
本稿では,Fonseca と Parisio[Phys. A 92, 03(R)] による最近提案された非局所性評価手法について検討する。
ランダムに選択された$N$-qubit純状態とランダムに選択された測定ベースの両方において、局所的リアリズムの違反をほぼ100%の時間で検出できることが示される。
論文 参考訳（メタデータ） (2020-09-24T13:54:44Z) - On conditional versus marginal bias in multi-armed bandits [105.07190334523304]
多腕バンディットにおける腕のサンプル平均のバイアスは、適応データ解析において重要な問題である。
サンプル平均を含む報酬の単調関数の条件バイアスの兆候を特徴付ける。
我々の結果は任意の条件付けイベントを保ち、データ収集ポリシーの自然な単調性特性を活用する。
論文 参考訳（メタデータ） (2020-02-19T20:16:10Z)
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。