Fugu-MT 論文翻訳(概要): Data processing makes POVMs coarser and observational entropies larger

論文の概要: Data processing makes POVMs coarser and observational entropies larger

arxiv url: http://arxiv.org/abs/2209.04549v2
Date: Fri, 23 Sep 2022 17:33:22 GMT
ステータス: 処理完了
システム内更新日: 2023-01-27 05:11:36.111528
Title: Data processing makes POVMs coarser and observational entropies larger
Title（参考訳）: データ処理がPOVMを粗くし、観測エントロピーを大きくする
Authors: Adam Teixid\'o-Bonfill
Abstract要約: 我々はPOVMの測定を比較し、物理的システムからより多くの情報を抽出できるかを決定する基準を見出した。この基準は、粗いPOVMの以前の定義を一般化し、測定結果を処理することで情報を得ることができないという考えに動機づけられる。
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: We find a criterion to compare POVM measurements and decide which ones can extract more information from physical systems, with coarser POVMs always extracting less information. This criteria generalizes the previous definition of coarser POVM, and is motivated by the idea that information cannot be gained by processing the measurement outcomes. The information that a measurement cannot extract is quantified by observational entropy or coarse-grained entropy. Adequately, coarser measurements have larger observational entropies. Moreover, the characterization and properties of coarser measurements that we provide allow to straightforwardly derive several previously known results about observational entropy.
Abstract（参考訳）: 我々はPOVMの測定を比較し、物理的システムからより多くの情報を抽出できるかを決定する基準を見つけ、粗いPOVMは常に少ない情報を抽出する。この基準は、粗いPOVMの以前の定義を一般化し、測定結果を処理することで情報を得ることができないという考えに動機づけられる。測定できない情報は、観測エントロピーまたは粗粒エントロピーによって定量化される。しばしば、粗い測定はより大きな観測エントロピーを持つ。さらに,観測エントロピーに関する既知結果のいくつかを直接導出することのできる粗い測定の特性と特性について述べる。

関連論文リスト

Smoke and Mirrors in Causal Downstream Tasks [59.90654397037007]
本稿では, 治療効果推定の因果推論タスクについて検討し, 高次元観察において利害関係が記録されている。最先端の視覚バックボーンから微調整した6つの480モデルを比較し、サンプリングとモデリングの選択が因果推定の精度に大きく影響することを発見した。以上の結果から,今後のベンチマークでは,下流の科学的問題,特に因果的な問題について慎重に検討すべきであることが示唆された。
論文参考訳（メタデータ） (2024-05-27T13:26:34Z)
Local manifold learning and its link to domain-based physics knowledge [53.15471241298841]
多くの反応系では、熱化学状態空間は低次元多様体(LDM)に近く進化すると仮定される。局所的データクラスタ(ローカルPCA)に適用されたPCAは,熱化学状態空間の固有パラメータ化を検出することができることを示す。
論文参考訳（メタデータ） (2022-07-01T09:06:25Z)
MissDAG: Causal Discovery in the Presence of Missing Data with Continuous Additive Noise Models [78.72682320019737]
不完全な観測データから因果発見を行うため,MissDAGと呼ばれる一般的な手法を開発した。 MissDAGは、期待-最大化の枠組みの下で観測の可視部分の期待される可能性を最大化する。各種因果探索アルゴリズムを組み込んだMissDAGの柔軟性について,広範囲なシミュレーションと実データ実験により検証した。
論文参考訳（メタデータ） (2022-05-27T09:59:46Z)
Estimating the Entropy of Linguistic Distributions [75.20045001387685]
言語分布に対する異なるエントロピー推定器の実証的有効性について検討した。報告された効果の大きさは、低エントロピー推定器への過度な信頼のために過大評価されていることを示す。
論文参考訳（メタデータ） (2022-04-04T13:36:46Z)
A Memory Hierarchy for Many-Body Localization: Emulating the Thermodynamic Limit [0.0]
ローカルメモリは、初期状態に関する情報をサブシステムから抽出する機能である。本稿では,メモリの情報理論の定量化について紹介し,検討し,比較する。我々は、他の量子量を人工的にデコヒートすることで、熱力学の限界をエミュレートできることを示唆する。
論文参考訳（メタデータ） (2021-11-01T18:00:02Z)
Provable RL with Exogenous Distractors via Multistep Inverse Dynamics [85.52408288789164]
実世界の強化学習(RL)の応用は、メガピクセルカメラから生成されたような高次元の観察にエージェントが対処する必要がある。従来の研究は表現学習でこのような問題に対処しており、エージェントは生の観察から内因性、潜伏状態の情報を確実に抽出することができる。しかし、このような手法は観測において時間的に相関するノイズの存在下では失敗する可能性がある。
論文参考訳（メタデータ） (2021-10-17T15:21:27Z)
Entropic Issues in Likelihood-Based OOD Detection [14.612834877367046]
平均確率をKLの発散項とエントロピー項に分解する。後者は興味深いOODの振る舞いを説明でき、高いエントロピーを持つデータセットの確率を抑えることができると論じる。
論文参考訳（メタデータ） (2021-09-22T15:32:57Z)
Entropic Causal Inference: Identifiability and Finite Sample Results [14.495984877053948]
エントロピー因果推論は、観測データから2つのカテゴリー変数間の因果方向を推定する枠組みである。 Kocaogluらによって提示される最小エントロピー結合に基づくアルゴリズムアプローチを検討する。
論文参考訳（メタデータ） (2021-01-10T08:37:54Z)
The Hidden Uncertainty in a Neural Networks Activations [105.4223982696279]
ニューラルネットワークの潜在表現の分布は、アウト・オブ・ディストリビューション(OOD)データの検出に成功している。本研究は、この分布が、モデルの不確実性と相関しているかどうかを考察し、新しい入力に一般化する能力を示す。
論文参考訳（メタデータ） (2020-12-05T17:30:35Z)
Entropic uncertainty relations for SIC-POVMs and MUMs [3.1192220661407526]
我々は、R'enyiエントロピーと確率分布の偶然の指数の不等式を構築する。一般SIC-POVMとMUMに対する不確実性関係は、十分に混合された状態に対して厳密であることを示す。
論文参考訳（メタデータ） (2020-11-02T08:15:46Z)
Quantifying Information Extraction using Generalized Quantum Measurements [0.0]
一般化された測定値を考えると,同じ性質が保たれることを示す。観測エントロピー(英: Observational entropy)は、与えられた一連の測定値が情報抽出にどの程度影響するかを決定する、明確に定義された定量化器である。量子状態推論のツールとしての観測エントロピーについて論じる。
論文参考訳（メタデータ） (2020-07-11T07:31:25Z)

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。