Fugu-MT 論文翻訳(概要): Leggett-Garg-like Inequalities from a Correlation Matrix Construction

論文の概要: Leggett-Garg-like Inequalities from a Correlation Matrix Construction

arxiv url: http://arxiv.org/abs/2303.09107v1
Date: Thu, 16 Mar 2023 06:44:05 GMT
ステータス: 処理完了
システム内更新日: 2023-03-17 16:36:57.062282
Title: Leggett-Garg-like Inequalities from a Correlation Matrix Construction
Title（参考訳）: 相関行列構成によるレゲットゲージ様不等式
Authors: Dana Ben Porath and Eliahu Cohen
Abstract要約: 我々は、Leggett-Garg不等式(LGI)を分析し、類似しているがより精巧な不等式を提案する。提案されたすべての境界は、元の境界よりも追加の相関を含み、また特定の相補性をもたらす。
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 Leggett-Garg Inequality (LGI) constrains, under certain fundamental assumptions, the correlations between measurements of a quantity Q at different times. Here we analyze the LGI, and propose similar but somewhat more elaborate inequalities, employing a technique that utilizes the mathematical properties of correlation matrices, which was recently proposed in the context of nonlocal correlations. We also find that this technique can be applied to inequalities that combine correlations between different times (as in LGI) and correlations between different locations (as in Bell inequalities). All the proposed bounds include additional correlations compared to the original ones and also lead to a particular form of complementarity. A possible experimental realization and some applications are briefly discussed.
Abstract（参考訳）: レゲット・ガーグ不等式 (leggett-garg inequality, lgi) は、ある基本的な仮定の下で異なる時間における量 q の測定間の相関を制約する。本稿では,lgiを解析し,非局所相関の文脈で最近提案された相関行列の数学的性質を利用する手法を用いて,類似するがやや精巧な不等式を提案する。また、この手法は(LGIのように)異なる時間間の相関と(ベルの不等式のように)異なる位置間の相関を組み合わせた不等式にも適用できる。提案されたすべての境界は、元の境界よりも追加の相関を含み、また特定の相補性をもたらす。実験的実現の可能性とその応用について概説する。

関連論文リスト

Disentanglement of Correlated Factors via Hausdorff Factorized Support [53.23740352226391]
本稿では,因子分布ではなく,因子化支援を助長する緩やかな解離基準,HFS(Hausdorff Factorized Support)基準を提案する。本研究では,HFSを用いることにより,様々な相関設定やベンチマークにおいて,接地構造因子の絡み合いと回復が一貫して促進されることを示す。
論文参考訳（メタデータ） (2022-10-13T20:46:42Z)
A Unifying Framework for Some Directed Distances in Statistics [0.0]
密度に基づく有向距離(特に発散距離)は統計学で広く使われている。本稿では、密度ベースと分布関数ベースの分散アプローチの両方を網羅する一般的なフレームワークを提供する。我々は、有望な相互情報の代替として、確率変数間の依存の新たな概念を導出する。
論文参考訳（メタデータ） (2022-03-02T04:24:13Z)
Comparing Cross Correlation-Based Similarities [1.0152838128195467]
実数値化されたマルチセットジャカードと偶然の指標に基づくマルチセットベースの相関関係を比較した。結果は、パターン認識や深層学習だけでなく、一般的な科学的モデリングにも直接的な意味を持つ。
論文参考訳（メタデータ） (2021-11-08T08:50:13Z)
Causal Discovery in Knowledge Graphs by Exploiting Asymmetric Properties of Non-Gaussian Distributions [3.1981440103815717]
我々は、知識グラフで原因と影響の関係を発見できるハイブリッドアプローチを定義します。提案手法は, 非ガウスモデルを用いて, 非実験行列の瞬時因果構造を求めることに基づく。因果発見には2つのアルゴリズム、知識グラフの分解には1つのアルゴリズムを用いる。
論文参考訳（メタデータ） (2021-06-02T09:33:05Z)
Fundamental Limits and Tradeoffs in Invariant Representation Learning [99.2368462915979]
多くの機械学習アプリケーションは、2つの競合する目標を達成する表現を学習する。ミニマックスゲーム理論の定式化は、精度と不変性の基本的なトレードオフを表す。分類と回帰の双方において,この一般的かつ重要な問題を情報論的に解析する。
論文参考訳（メタデータ） (2020-12-19T15:24:04Z)
Conditional canonical correlation estimation based on covariates with random forests [0.0]
本研究では,2つの変数間の条件付き正準相関を推定するRFCCAを用いたランダムフォレスト(Random Forest)を提案する。提案手法と大域的意義試験は,精度の高い正準相関推定とよく制御されたType-1誤差を提供するシミュレーション研究によって評価される。
論文参考訳（メタデータ） (2020-11-23T17:09:46Z)
Learning to Decouple Relations: Few-Shot Relation Classification with Entity-Guided Attention and Confusion-Aware Training [49.9995628166064]
本稿では,2つのメカニズムを備えたモデルであるCTEGを提案する。一方、注意を誘導するEGA機構を導入し、混乱を引き起こす情報をフィルタリングする。一方,コンフュージョン・アウェア・トレーニング(CAT)法は,関係の識別を明示的に学習するために提案されている。
論文参考訳（メタデータ） (2020-10-21T11:07:53Z)
On Disentangled Representations Learned From Correlated Data [59.41587388303554]
相関データに対する最も顕著な絡み合うアプローチの挙動を解析することにより、現実のシナリオにギャップを埋める。本研究では,データセットの体系的相関が学習され,潜在表現に反映されていることを示す。また、トレーニング中の弱い監督や、少数のラベルで事前訓練されたモデルを修正することで、これらの潜伏相関を解消する方法を実証する。
論文参考訳（メタデータ） (2020-06-14T12:47:34Z)
Pairwise Supervision Can Provably Elicit a Decision Boundary [84.58020117487898]
類似性学習は、パターンのペア間の関係を予測することによって有用な表現を引き出す問題である。類似性学習は、決定境界を直接引き出すことによって二項分類を解くことができることを示す。
論文参考訳（メタデータ） (2020-06-11T05:35:16Z)
A category theoretical argument for causal inference [0.0]
本研究の目的は,因果的要因間の複雑な相互作用を考慮した因果的推論手法を設計することである。提案手法は, 従属変数, 独立変数, 潜伏変数の定義をカテゴリー論的に再定義することに依存する。本稿では,遺伝子学分野のゲノムワイド・アソシエーション・アルゴリズムを設計するために,提案手法をどのように利用できるかを示す。
論文参考訳（メタデータ） (2020-04-09T05:48:46Z)
Fair Correlation Clustering [92.15492066925977]
相関クラスタリングの近似アルゴリズムは,いくつかの重要なフェアネス制約の下で得られる。相関クラスタリングに対する公平な解は、最先端の(不公平な)アルゴリズムと比較して、コストを抑えながら得られることを示す。
論文参考訳（メタデータ） (2020-02-06T14:28:21Z)

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。