Fugu-MT 論文翻訳(概要): Separability, Contextuality, and the Quantum Frame Problem

論文の概要: Separability, Contextuality, and the Quantum Frame Problem

arxiv url: http://arxiv.org/abs/2304.10010v1
Date: Wed, 19 Apr 2023 23:32:19 GMT
ステータス: 処理完了
システム内更新日: 2023-04-21 14:57:50.081306
Title: Separability, Contextuality, and the Quantum Frame Problem
Title（参考訳）: 分離性, 文脈性, および量子フレーム問題
Authors: Chris Fields and James F. Glazebrook
Abstract要約: 状態分離可能性の仮定と準備と測定の文脈性の関係について検討する。基本選択,熱力学的交換,および先行因果モデルの適用による状態準備および測定において,文脈性がどのように一般化されるかを示す。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We study the relationship between assumptions of state separability and both preparation and measurement contextuality, and the relationship of both of these to the frame problem, the problem of predicting what does not change in consequence of an action. We state a quantum analog of the latter and prove its undecidability. We show how contextuality is generically induced in state preparation and measurement by basis choice, thermodynamic exchange, and the imposition of a priori causal models, and how fine-tuning assumptions appear ubiquitously in settings characterized as non-contextual.
Abstract（参考訳）: 本研究では, 状態分離可能性の仮定と, 準備と測定の文脈性との関係について検討し, それらとフレーム問題との関係について検討した。我々は後者の量子類似性を示し、その不決定性を証明する。基礎選択,熱力学的交換,事前因果モデルの付与による状態形成と測定において,文脈性が汎用的にどのように引き起こされるか,非文脈性として特徴づけられる設定において,微調整仮定がいかにユビキタスに現れるかを示す。

関連論文リスト

Sequential Representation Learning via Static-Dynamic Conditional Disentanglement [58.19137637859017]
本稿では,ビデオ中の時間非依存要因と時間変化要因を分離することに着目し,逐次的データ内での自己教師付き不整合表現学習について検討する。本稿では,静的/動的変数間の因果関係を明示的に考慮し,それらの因子間の通常の独立性仮定を破る新しいモデルを提案する。実験により、提案手法は、シーンのダイナミックスが内容に影響されるシナリオにおいて、従来の複雑な最先端技術よりも優れていることが示された。
論文参考訳（メタデータ） (2024-08-10T17:04:39Z)
Nonparametric Partial Disentanglement via Mechanism Sparsity: Sparse Actions, Interventions and Sparse Temporal Dependencies [58.179981892921056]
この研究は、メカニズムのスパーシティ正則化(英語版)と呼ばれる、アンタングルメントの新たな原理を導入する。本稿では,潜在要因を同時に学習することで,絡み合いを誘発する表現学習手法を提案する。学習した因果グラフをスパースに規則化することにより、潜伏因子を復元できることを示す。
論文参考訳（メタデータ） (2024-01-10T02:38:21Z)
Corrected Bell and Noncontextuality Inequalities for Realistic Experiments [1.099532646524593]
文脈性は量子相関の特徴である。非古典的な現象としての基本的な観点からも重要であり、量子的優位性のためのリソースとしての応用の観点からも重要である。我々は、その雑音に対する頑健性を保証する文脈分数(文脈分数)の既知の尺度の連続性を証明した。すると、これらの緩和が文脈性を説明できる範囲に縛り付けられ、真の文脈性の概念が成立し、実験的な不完全性に対して堅牢である。
論文参考訳（メタデータ） (2023-10-30T09:43:39Z)
Thermodynamic precision in the nonequilibrium exchange scenario [0.0]
熱力学サイクルの終点としての絡み合った非平衡定常状態の利用について検討する。我々は,2つの量子ビット間の絡み合いが作業の正確な吸収に果たす役割に光を当てた。
論文参考訳（メタデータ） (2023-07-25T08:54:46Z)
A Measure-Theoretic Axiomatisation of Causality [55.6970314129444]
我々は、コルモゴロフの確率の測度理論的公理化を因果関係の公理化への出発点とすることを好んで論じる。提案するフレームワークは測度理論に厳格に根ざしているが,既存のフレームワークの長期的制限にも光を当てている。
論文参考訳（メタデータ） (2023-05-19T13:15:48Z)
Contextuality as a Precondition for Quantum Entanglement [0.0]
非局所シナリオにおける絡み合いは、準備と測定の文脈性がある場合にのみ生じることを証明している。その結果, 結果から, 条件条件や測定条件の不等式を絡み合いテストに変換できることがわかった。
論文参考訳（メタデータ） (2022-09-20T18:36:34Z)
Incompatibility in restricted operational theories: connecting contextuality and steering [0.0]
両部類について、与えられた測定値の集合による状態のステアビリティは、非文脈的隠れ変数モデルの非存在と等価であることを示す。ステアリングと文脈性の関連性は、制限された理論における非互換性の概念によってもたらされる。
論文参考訳（メタデータ） (2021-12-16T10:53:48Z)
BayesIMP: Uncertainty Quantification for Causal Data Fusion [52.184885680729224]
本研究では,複数の因果グラフに関連するデータセットを組み合わせ,対象変数の平均処理効果を推定する因果データ融合問題について検討する。本稿では、確率積分とカーネル平均埋め込みのアイデアを組み合わせて、再生されたカーネルヒルベルト空間における干渉分布を表現するフレームワークを提案する。
論文参考訳（メタデータ） (2021-06-07T10:14:18Z)
Disentangling Observed Causal Effects from Latent Confounders using Method of Moments [67.27068846108047]
我々は、軽度の仮定の下で、識別性と学習可能性に関する保証を提供する。我々は,線形制約付き結合テンソル分解に基づく効率的なアルゴリズムを開発し,スケーラブルで保証可能な解を得る。
論文参考訳（メタデータ） (2021-01-17T07:48:45Z)
Contextuality-by-default for behaviours in compatibility scenarios [0.0]
実測値が文脈変数の集合として理解されなければならないという仮定は、文脈性への互換性-ハイパーグラフアプローチ(CA)において暗黙的であることを示す。我々はCAにおいて、一貫した連結性の類似である非退化条件を導入し、この条件が一般に非摂動条件よりも弱いことを証明した。我々は,行動の拡張的文脈性の概念を導入し,行動が標準的意味において非文脈的であることを証明した。
論文参考訳（メタデータ） (2020-08-05T17:54:14Z)
The empirical duality gap of constrained statistical learning [115.23598260228587]
本研究では,制約付き統計学習問題(制約なし版)について,ほぼ全ての現代情報処理のコアとなる研究を行った。本稿では, 有限次元パラメータ化, サンプル平均, 双対性理論を利用して, 無限次元, 未知分布, 制約を克服する制約付き統計問題に取り組むことを提案する。フェアラーニングアプリケーションにおいて,この制約付き定式化の有効性と有用性を示す。
論文参考訳（メタデータ） (2020-02-12T19:12:29Z)

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。