論文の概要: Topological methods for studying contextuality: $N$-cycle scenarios and
beyond
- arxiv url: http://arxiv.org/abs/2306.01459v1
- Date: Fri, 2 Jun 2023 11:36:31 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-05 15:26:06.700339
- Title: Topological methods for studying contextuality: $N$-cycle scenarios and
beyond
- Title(参考訳): 文脈性研究のためのトポロジカルな手法:$n$-cycle scenarios and beyond
- Authors: Aziz Kharoof, Selman Ipek, Cihan Okay
- Abstract要約: 単純分布 (simplicial distributions) は、文脈性シナリオを一般化する測定と結果の空間上の分布を記述するモデルである。
本稿では,新しいトポロジカル手法を導入して,2次元計測空間上の単純分布について検討する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Simplicial distributions are combinatorial models describing distributions on
spaces of measurements and outcomes that generalize non-signaling distributions
on contextuality scenarios. This paper studies simplicial distributions on
$2$-dimensional measurement spaces by introducing new topological methods. Two
key ingredients are a geometric interpretation of Fourier--Motzkin elimination
and a technique based on collapsing of measurement spaces. Using the first one,
we provide a new proof of Fine's theorem characterizing non-contextual
distributions on $N$-cycle scenarios. Our approach goes beyond these scenarios
and can describe non-contextual distributions on scenarios obtained by gluing
cycle scenarios of various sizes. The second technique is used for detecting
contextual vertices and deriving new Bell inequalities. Combined with these
methods, we explore a monoid structure on simplicial distributions.
- Abstract(参考訳): 単純分布(simplicial distributions)は、文脈性シナリオにおける非信号分布を一般化する測定空間と結果の空間上の分布を記述する組合せモデルである。
本稿では,新しいトポロジカル手法を導入して,2次元計測空間上の単純分布について検討する。
2つの重要な要素はフーリエ-モツキン除去の幾何学的解釈と測定空間の崩壊に基づく技法である。
1つ目は、n$-cycle シナリオにおける非文脈分布を特徴づける fine の定理の新たな証明である。
我々のアプローチはこれらのシナリオを超越しており、様々なサイズのサイクルシナリオを結合することで得られるシナリオの非コンテキスト分布を記述できる。
第2のテクニックは、文脈的頂点の検出と、新しいベルの不等式導出に使用される。
これらの手法と組み合わせることで,単純分布上のモノイド構造を探索する。
関連論文リスト
- Domain Generalization with Small Data [27.040070085669086]
我々は,各データポイントを確率的埋め込みにマッピングすることで,確率的フレームワークに基づくドメイン不変表現を学習する。
提案手法は,分布上のテクスト分布の測定値(大域的視点アライメント)と分布に基づくコントラスト的セマンティックアライメント(コントラスト的セマンティックアライメント)を結合することができる。
論文 参考訳(メタデータ) (2024-02-09T02:59:08Z) - On diffusion models for amortized inference: Benchmarking and improving
stochastic control and sampling [96.7808454149545]
本研究では,非正規化密度やエネルギー関数を持つ分布からサンプルを抽出する拡散モデルの訓練問題について検討する。
シミュレーションに基づく変分法や非政治手法など,拡散構造推論手法のベンチマークを行った。
我々の結果は、過去の研究の主張に疑問を投げかけながら、既存のアルゴリズムの相対的な利点を浮き彫りにした。
論文 参考訳(メタデータ) (2024-02-07T18:51:49Z) - Homotopical characterization of strongly contextual simplicial
distributions on cone spaces [0.0]
本稿では,二つの結果を持つ強文脈的単純分布のホモトピー的特徴について述べる。
測定空間の崩壊を含むホモトピックなアプローチを採用し、強い文脈性を検出する単純な分布に関連するカテゴリを導入する。
論文 参考訳(メタデータ) (2023-11-23T17:14:24Z) - Conformal inference for regression on Riemannian Manifolds [49.7719149179179]
回帰シナリオの予測セットは、応答変数が$Y$で、多様体に存在し、Xで表される共変数がユークリッド空間にあるときに検討する。
我々は、多様体上のこれらの領域の経験的バージョンが、その集団に対するほぼ確実に収束していることを証明する。
論文 参考訳(メタデータ) (2023-10-12T10:56:25Z) - Structured Voronoi Sampling [69.26504269777544]
本稿では,勾配に基づく手法を用いた言語モデルから抽出する原理的アプローチの構築に向けて重要な一歩を踏み出す。
我々は勾配に基づく構造ヴォロノイサンプリング(Structured Voronoi Smpling, SVS)と呼ぶ。
制御された生成タスクでは、SVSは流動的で多様なサンプルを生成できるが、制御対象は他の方法よりもはるかに優れている。
論文 参考訳(メタデータ) (2023-06-05T17:32:35Z) - Simplicial distributions, convex categories and contextuality [0.0]
単純分布 (simplicial distribution) は、測度と結果の集合を空間に高めることによって確率分布の前層を拡張するモデルである。
本稿では,カテゴリー的視点から簡潔な分布を研究するために,凸圏の概念を紹介する。
simplicial distribution is noncontextual if and only if it is weakly invertible。
論文 参考訳(メタデータ) (2022-11-01T16:33:54Z) - Wrapped Distributions on homogeneous Riemannian manifolds [58.720142291102135]
パラメータ、対称性、モダリティなどの分布の性質の制御は、フレキシブルな分布の族を生み出す。
変動型オートエンコーダと潜在空間ネットワークモデル内で提案した分布を利用して,我々のアプローチを実証的に検証する。
論文 参考訳(メタデータ) (2022-04-20T21:25:21Z) - Simplicial quantum contextuality [0.0]
ホモトピー理論において顕著な役割を果たす位相空間のモデルであるsimplicial setに基づく文脈性のための新しい枠組みを導入する。
提案手法は,測定シナリオを,測定結果の空間(集合ではなく)に拡張する。
ベルシナリオにおける非文脈性を特徴づけるためのファインの定理の新しい証明をトポロジカルに着想を得たものである。
論文 参考訳(メタデータ) (2022-04-13T22:03:28Z) - A Unifying and Canonical Description of Measure-Preserving Diffusions [60.59592461429012]
ユークリッド空間における測度保存拡散の完全なレシピは、最近、いくつかのMCMCアルゴリズムを単一のフレームワークに統合した。
我々は、この構成を任意の多様体に改善し一般化する幾何学理論を開発する。
論文 参考訳(メタデータ) (2021-05-06T17:36:55Z) - $k$-Variance: A Clustered Notion of Variance [23.57925128327]
我々は,ランダム二成分マッチングの機構に基づく分散の一般化である $k$-variance を導入する。
1次元測度、クラスター測度、低次元部分集合に集中した測度など、いくつかの重要な場合において、この量の詳細分析を行う。
論文 参考訳(メタデータ) (2020-12-13T04:25:32Z) - Contextuality scenarios arising from networks of stochastic processes [68.8204255655161]
経験的モデルは、その分布が X 上の合同分布を極小化することができなければ文脈的と言える。
我々は、多くのプロセス間の相互作用という、文脈的経験的モデルの異なる古典的な源泉を示す。
長期にわたるネットワークの統計的挙動は、経験的モデルを一般的な文脈的かつ強い文脈的にする。
論文 参考訳(メタデータ) (2020-06-22T16:57:52Z)
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。