論文の概要: New Limits on Spontaneous Wave Function Collapse Models with the XENONnT
Data
- arxiv url: http://arxiv.org/abs/2209.15082v2
- Date: Tue, 3 Jan 2023 19:44:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-24 10:06:23.704619
- Title: New Limits on Spontaneous Wave Function Collapse Models with the XENONnT
Data
- Title(参考訳): XENONNTデータを用いた自然波動関数崩壊モデルに関する新しい限界
- Authors: Inwook Kim
- Abstract要約: 我々は、量子力学の客観的波動関数崩壊モデルにより予測された自発X線放射特性のXENONnTデータの解析を行った。
非常に低い背景と大きな露光により、XENONnTデータは、Ghirardi、Rhimini、Weberによって提案された連続自然局在化(CSL)モデルの理論的に予測された崩壊パラメータを完全に排除することができる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We have analyzed recently published XENONnT data for the spontaneous X-ray
emission signature predicted by the objective wave function collapse model of
quantum mechanics. With extremely low background and large exposure, XENONnT
data can be used to completely exclude the theoretically predicted collapse
parameters of continuous spontaneous localization~(CSL) model suggested by
Ghirardi, Rhimini and Weber. Our result strongly suggests that the simplest
version of the CSL model with the white-noise assumption is unlikely to provide
answers to the long-standing measurement problem of quantum mechanics and
motivates pursuits of more complex versions of the theory. If the result is
interpreted with the Di\'{o}si-Penrose gravitational wave function collapse
model, our limit improves the previous limit by a factor of 5.7. Detailed
analysis using more precise background modelling can further improve the
limits.
- Abstract(参考訳): 我々は、量子力学の客観的波動関数崩壊モデルにより予測された自発X線放射特性のXENONnTデータの解析を行った。
極めて低い背景と大きな露光により、xenonntデータは、ghirardi、rhimini、weberによって提案された連続的自発的局在(csl)モデルの理論的に予測された崩壊パラメータを完全に排除することができる。
以上の結果から, ホワイトノイズ仮定によるCSLモデルの最も単純なバージョンは, 量子力学の長年にわたる測定問題に対する答えを得られず, 理論のより複雑なバージョンを追求する動機となる可能性が示唆された。
結果がDi\'{o}si-Penrose重力波関数崩壊モデルで解釈された場合、我々の極限は前の限界を5.7倍改善する。
より正確な背景モデリングを用いた詳細な分析により、限界をさらに改善することができる。
関連論文リスト
- Extrapolation of polaron properties to low phonon frequencies by
Bayesian machine learning [0.0]
正確な量子計算の実現可能性はしばしば、数値計算に必要な切り離されたヒルベルト空間の次元性によって制限される。
本研究は,効果的に低次元ヒルベルト空間における量子特性を用いたベイズ機械学習(ML)モデルを実証する。
論文 参考訳(メタデータ) (2023-12-15T18:04:41Z) - A Pseudo-Semantic Loss for Autoregressive Models with Logical
Constraints [87.08677547257733]
ニューロシンボリックAIは、純粋にシンボリックな学習とニューラルな学習のギャップを埋める。
本稿では,ニューラルネットワークの出力分布に対するシンボリック制約の可能性を最大化する方法を示す。
また,スドクと最短経路予測の手法を自己回帰世代として評価した。
論文 参考訳(メタデータ) (2023-12-06T20:58:07Z) - Structured Low-Rank Tensors for Generalized Linear Models [15.717917936953718]
一般化線形モデル(GLM)問題における低分離ランク(LSR)と呼ばれる新しい低ランクテンソルモデルについて検討する。
LSRモデルは有名なTuckerとCANDECOMP/PARAFAC(CP)モデルを一般化する。
合成データセットの実験は、3つの回帰型に対して提案したLSRテンソルモデルの有効性を示した。
論文 参考訳(メタデータ) (2023-08-05T17:20:41Z) - Capturing dynamical correlations using implicit neural representations [85.66456606776552]
実験データから未知のパラメータを復元するために、モデルハミルトンのシミュレーションデータを模倣するために訓練されたニューラルネットワークと自動微分を組み合わせた人工知能フレームワークを開発する。
そこで本研究では, 実時間から多次元散乱データに適用可能な微分可能なモデルを1回だけ構築し, 訓練する能力について述べる。
論文 参考訳(メタデータ) (2023-04-08T07:55:36Z) - Diffusion Models are Minimax Optimal Distribution Estimators [49.47503258639454]
拡散モデリングの近似と一般化能力について、初めて厳密な分析を行った。
実密度関数がベソフ空間に属し、経験値整合損失が適切に最小化されている場合、生成したデータ分布は、ほぼ最小の最適推定値が得られることを示す。
論文 参考訳(メタデータ) (2023-03-03T11:31:55Z) - Modeling the space-time correlation of pulsed twin beams [68.8204255655161]
パラメトリックダウンコンバージョンによって生成される絡み合ったツインビームは、画像指向アプリケーションで好まれるソースである。
本研究では,時間消費数値シミュレーションと非現実的な平面波ポンプ理論のギャップを埋めることを目的とした半解析モデルを提案する。
論文 参考訳(メタデータ) (2023-01-18T11:29:49Z) - New insights on the quantum-classical division in light of Collapse
Models [63.942632088208505]
量子的挙動と古典的挙動の分断は熱力学的相の分断と類似していると主張する。
崩壊パラメータ $(lambda)$ と崩壊長スケール$r_C$ との特定の関係は、通常の熱力学相図における共存曲線の役割を担っている。
論文 参考訳(メタデータ) (2022-10-19T14:51:21Z) - On the Generalization and Adaption Performance of Causal Models [99.64022680811281]
異なる因果発見は、データ生成プロセスを一連のモジュールに分解するために提案されている。
このようなモジュラニューラル因果モデルの一般化と適応性能について検討する。
我々の分析では、モジュラーニューラル因果モデルが、低データレギュレーションにおけるゼロおよび少数ショットの適応において、他のモデルよりも優れていることを示している。
論文 参考訳(メタデータ) (2022-06-09T17:12:32Z) - Gravity-related collapse of the wave function and spontaneous heating:
revisiting the experimental bounds [0.0]
DPモデルのパラメータフリー版は,極低温における標準熱漏れ測定によりほぼ排除される。
この結果は、自然発生のX線放射実験によって推定される排除の最近の主張を強化することになる。
論文 参考訳(メタデータ) (2021-09-30T10:21:42Z) - Quantifying Model Predictive Uncertainty with Perturbation Theory [21.591460685054546]
本稿では,ニューラルネットワークの予測不確実性定量化のためのフレームワークを提案する。
量子物理学の摂動理論を用いてモーメント分解問題を定式化する。
我々の手法は、より高精度でキャリブレーションの高い高速なモデル予測不確実性推定を提供する。
論文 参考訳(メタデータ) (2021-09-22T17:55:09Z) - A Sparse Model of Quantum Holography [0.0]
本研究では,ランダムプルーニング法あるいは正規ハイパーグラフをランダムにサンプリングすることにより,ランダムなハイパーグラフ上に定義されたSachdev-Ye-Kitaev(SYK)モデルのスパースバージョンについて検討する。
この疎いSYKモデルは、$k$が順序ユニティである場合でも、通常のSYKの興味深い大域物理学を復元する。
従来のSYK経路積分とギャップ付き揺らぎを再現するスパースモデルのための経路積分を構築することで、議論を進めた。
論文 参考訳(メタデータ) (2020-08-05T18:21:42Z)
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。