論文の概要: Accuracy Tests of the Envelope Theory
- arxiv url: http://arxiv.org/abs/2302.09892v2
- Date: Thu, 15 Feb 2024 13:17:13 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-17 00:10:12.917766
- Title: Accuracy Tests of the Envelope Theory
- Title（参考訳）: エンベロープ理論の精度試験
- Authors: Lorenzo Cimino, Cyrille Chevalier, Ethan Carlier, Joachim Viseur
- Abstract要約: エンベロープ理論は、量子多体系の固有解を得るための簡単な近似法である。
ソリューションが信頼性が高く、改善手順が存在するとしても、いくつかのシステムでは精度が欠落する可能性がある。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The envelope theory is an easy-to-use approximation method to obtain
eigensolutions for some quantum many-body systems, in particular in the domain
of hadronic physics. Even if the solutions are reliable and an improvement
procedure exists, the method can lack accuracy for some systems. In a previous
work, two hypotheses were proposed to explain the low precision: the presence
of a divergence in the potential or the lack of a variational character for
peculiar interactions. In the present work, different systems are studied to
test these hypotheses. These tests show that the presence of a divergence does
indeed cause less accurate results, while the lack of a variational character
reduces the impact of the improvement procedure.
- Abstract（参考訳）: 包絡理論は、いくつかの量子多体系、特にハドロン物理学の領域の固有解を得るための簡単な近似法である。
ソリューションが信頼性が高く改善手順が存在するとしても、いくつかのシステムでは精度が欠ける。
以前の研究で、2つの仮説が低精度を説明するために提案された: ポテンシャルのばらつきの存在、または特異な相互作用に対する変分的性格の欠如である。
本研究では,これらの仮説を検証するための異なるシステムについて検討する。
これらのテストは、発散の存在が実際には正確な結果をもたらしないことを示しているが、変分キャラクタの欠如は改善手順の影響を減少させる。
関連論文リスト
- Calibrated Uncertainty Quantification for Operator Learning via
Conformal Prediction [95.75771195913046]
本稿では, リスク制御型量子ニューラル演算子, 分布のない有限サンプル機能キャリブレーション等式予測法を提案する。
関数領域上の点の期待値として定義されるカバレッジ率に関する理論的キャリブレーションを保証する。
2次元ダーシー流と3次元自動車表面圧力予測タスクに関する実験結果から,我々の理論的結果が検証された。
論文 参考訳（メタデータ） (2024-02-02T23:43:28Z) - Selective Nonparametric Regression via Testing [54.20569354303575]
本研究では,所定の点における条件分散の値に関する仮説を検証し,留置手順を開発する。
既存の手法とは異なり、提案手法は分散自体の値だけでなく、対応する分散予測器の不確実性についても考慮することができる。
論文 参考訳（メタデータ） (2023-09-28T13:04:11Z) - Simultaneous inference for generalized linear models with unmeasured confounders [0.0]
本稿では,構造を利用して線形射影を3つの重要な段階に統合する,統一的な統計的推定と推測の枠組みを提案する。
サンプルおよび応答サイズとして$z$-testsの効果的なType-Iエラー制御が無限大に近づくことを示す。
論文 参考訳（メタデータ） (2023-09-13T18:53:11Z) - Robust Calibration with Multi-domain Temperature Scaling [86.07299013396059]
我々は,複数の領域からのデータを活用することで,分散シフトを処理するシステムキャリブレーションモデルを開発した。
提案手法は,分布シフト時のキャリブレーションを改善するために,領域内のロバスト性を利用する。
論文 参考訳（メタデータ） (2022-06-06T17:32:12Z) - Variance Minimization in the Wasserstein Space for Invariant Causal
Prediction [72.13445677280792]
そこで本研究では,ICPで行ったアプローチを,予測器数で線形にスケールする一連の非パラメトリックテストとして再検討する。
これらのテストはそれぞれ、最適輸送理論の道具から導かれる新しい損失関数の最小化に依存している。
我々は,本手法が同定可能な直接原因の集合を回復できるという軽微な仮定の下で証明し,他のベンチマーク因果探索アルゴリズムと競合することを示す。
論文 参考訳（メタデータ） (2021-10-13T22:30:47Z) - Discovering Latent Causal Variables via Mechanism Sparsity: A New
Principle for Nonlinear ICA [81.4991350761909]
ICA(Independent component analysis)は、この目的を定式化し、実用的な応用のための推定手順を提供する手法の集合を指す。
潜伏変数は、潜伏機構をスパースに正則化すれば、置換まで復元可能であることを示す。
論文 参考訳（メタデータ） (2021-07-21T14:22:14Z) - Nonparametric Empirical Bayes Estimation and Testing for Sparse and
Heteroscedastic Signals [5.715675926089834]
大規模な現代データは、しばしば高次元未知パラメータの推定とテストを伴う。
粗い信号、干し草の巣の針を精度と誤検出制御で識別することが望ましい。
本稿では,SNP(Spyke-and-Nonparametric mixture prior)を提案する。
論文 参考訳（メタデータ） (2021-06-16T15:55:44Z) - Avoided level crossings in quasi-exact approach [0.0]
トムの古典的大惨事の量子的類似は、エネルギーレベルの交差を避けることで平行な確率密度の最大値の並べ替えによって実験的に現れる。
ここでは、再局在化インスタントの体系的(またはより良く、より良く、準エクサクティヴな)構成を提案する。
このアプローチは、関連する非数的な多ガウス波動関数とともに、相互に一貫した非ポリノミカル解析ポテンシャルをもたらすことが示されている。
論文 参考訳（メタデータ） (2021-04-25T12:47:23Z) - Nondeterminism and Instability in Neural Network Optimization [7.6146285961466]
ニューラルネットワーク最適化における非決定論はパフォーマンスの不確実性を生み出す。
すべての非決定論の源がモデルの多様性の尺度に類似した影響を持つことを示す。
不安定性が実行から実行までの可変性に与える影響を低減するための2つのアプローチを提案する。
論文 参考訳（メタデータ） (2021-03-08T02:28:18Z) - A One-step Approach to Covariate Shift Adaptation [82.01909503235385]
多くの機械学習シナリオにおけるデフォルトの前提は、トレーニングとテストサンプルは同じ確率分布から引き出されることである。
予測モデルと関連する重みを1つの最適化で共同で学習する新しいワンステップアプローチを提案する。
論文 参考訳（メタデータ） (2020-07-08T11:35:47Z)
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。