論文の概要: On the Algorithmic Information Between Probabilities
- arxiv url: http://arxiv.org/abs/2303.07296v2
- Date: Wed, 11 Sep 2024 17:26:13 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-12 22:28:06.298125
- Title: On the Algorithmic Information Between Probabilities
- Title(参考訳): 確率間のアルゴリズム情報について
- Authors: Samuel Epstein,
- Abstract要約: 我々はアルゴリズムの保存不等式を確率測度まで拡張する。
確率測度の自己情報の量は、ランダム化された処理に送信しても増加しない。
純状態の圧倒的多数に対して量子測度が与えられた場合、意味のある情報は得られないことが示される。
- 参考スコア(独自算出の注目度): 6.5268245109828005
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We extend algorithmic conservation inequalities to probability measures. The amount of self information of a probability measure cannot increase when submitted to randomized processing. This includes (potentially non-computable) measures over finite sequences, infinite sequences, and $T_0$, second countable topologies. One example is the convolution of signals over real numbers with probability kernels. Thus the smoothing of any signal due We show that given a quantum measurement, for an overwhelming majority of pure states, no meaningful information is produced.
- Abstract(参考訳): 我々はアルゴリズムの保存不等式を確率測度まで拡張する。
確率測度の自己情報の量は、ランダム化された処理に送信しても増加しない。
これは(潜在的に計算不可能な)有限列、無限列、および2番目の可算位相である$T_0$を含む。
1つの例は、確率核を持つ実数上の信号の畳み込みである。
したがって、任意の信号のスムース化は、量子的測定によって、純粋な状態の圧倒的多数に対して有意義な情報が生成されないことを示す。
関連論文リスト
- Efficient inference of quantum system parameters by Approximate Bayesian Computation [0.0]
本稿では,測定データのライブラリーからのサンプリングにより可能性を回避するための近似ベイズ計算(ABC)アルゴリズムを提案する。
本研究では,2レベル原子と光学系をリアルタイムに探索する際に発生する光検出クリックパターンの解釈にABCを適用した。
我々の研究は、量子デバイスと関連する測定方法が複雑でなくても、高速パラメータ推論が可能であることを実証している。
論文 参考訳(メタデータ) (2024-06-30T15:10:05Z) - Real-Valued Somewhat-Pseudorandom Unitaries [5.294604210205507]
実数値ユニタリは完全に擬似ランダムとは言えなくても、実数値ユニタリを諦めることなく、いくつかの擬似ランダム特性を得ることができることを示す。
我々の分析は、ランダムな(バイナリ)フェーズとランダムな計算ベイシスの置換を適用すると、さらに単純な構成になることを示している。
論文 参考訳(メタデータ) (2024-03-25T12:37:50Z) - Unambiguous discrimination of sequences of quantum states [14.37149160708975]
未知の量子列の状態を誤りなく決定する問題を考察する。
半定値プログラムの最適条件を解くことで最適確率を算出する。
論文 参考訳(メタデータ) (2024-02-09T12:18:15Z) - The signaling dimension in generalized probabilistic theories [48.99818550820575]
物理系のシグナリング次元は、与えられた系のすべての入出力相関を再現するために必要な古典系の最小次元を定量化する。
線量測定を線量効果で考えるのに十分であることを示すとともに、そのような測定の要素の数を線形次元で表す。
有限個の極端効果を持つ系に対しては、極端測定を光線-極端効果で特徴づけるという問題を再放送する。
論文 参考訳(メタデータ) (2023-11-22T02:09:16Z) - A Non-monotonic Self-terminating Language Model [62.93465126911921]
本稿では,不完全復号アルゴリズムによる非終端列の問題に焦点をあてる。
まず、グリーディ探索、トップ$kのサンプリング、核サンプリングを含む不完全確率復号アルゴリズムを定義する。
次に,単調な終端確率の制約を緩和する非単調な自己終端言語モデルを提案する。
論文 参考訳(メタデータ) (2022-10-03T00:28:44Z) - Exact results on Quantum search algorithm [0.34376560669160383]
一般化されたグローバー作用素の任意の反復回数の後に、成功確率の正確な解析式を与える。
我々は,初期量子状態のコヒーレンスを低減したアルゴリズムの成功確率を,モデストノイズに対して定量化する。
論文 参考訳(メタデータ) (2022-07-20T09:05:32Z) - Eliminating Intermediate Measurements using Pseudorandom Generators [1.218340575383456]
我々は、時間$T$と空間$Sge log T$の量子アルゴリズムは、単位演算を伴う時間$T cdot Mathrmpoly (S)$と空間$O(Scdot log T)$の量子アルゴリズムでシミュレートできることを示した。
論文 参考訳(メタデータ) (2021-06-22T15:47:20Z) - Shannon Entropy Rate of Hidden Markov Processes [77.34726150561087]
隠れマルコフ連鎖のエントロピー率を計算する方法を示す。
また,この手法が最小限の無限予測的特徴を与えることを示す。
続編は、構造に関するチャレンジの第2部に対処します。
論文 参考訳(メタデータ) (2020-08-29T00:48:17Z) - Stochastic Saddle-Point Optimization for Wasserstein Barycenters [69.68068088508505]
オンラインデータストリームによって生成される有限個の点からなるランダムな確率測度に対する人口推定バリセンタ問題を考察する。
本稿では,この問題の構造を用いて,凸凹型サドル点再構成を行う。
ランダム確率測度の分布が離散的な場合、最適化アルゴリズムを提案し、その複雑性を推定する。
論文 参考訳(メタデータ) (2020-06-11T19:40:38Z) - Generalized Sliced Distances for Probability Distributions [47.543990188697734]
我々は、一般化スライス確率測定(GSPM)と呼ばれる、幅広い確率測定値の族を紹介する。
GSPMは一般化されたラドン変換に根付いており、ユニークな幾何学的解釈を持つ。
GSPMに基づく勾配流を生成モデル応用に適用し、軽度な仮定の下では、勾配流が大域的最適に収束することを示す。
論文 参考訳(メタデータ) (2020-02-28T04:18:00Z) - Distributed, partially collapsed MCMC for Bayesian Nonparametrics [68.5279360794418]
ディリクレ法やベータ・ベルヌーリ法のようなモデルでよく用いられる完全無作為測度は独立な部分測度に分解可能であるという事実を利用する。
この分解を用いて、潜在測度を、インスタンス化された成分のみを含む有限測度と、他のすべての成分を含む無限測度に分割する。
得られたハイブリッドアルゴリズムは、収束保証を犠牲にすることなくスケーラブルな推論を可能にすることができる。
論文 参考訳(メタデータ) (2020-01-15T23:10:13Z)
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。