論文の概要: A proposal for a new kind of spontaneous collapse model

• arxiv url: http://arxiv.org/abs/2308.04415v1
• Date: Tue, 8 Aug 2023 17:25:24 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-09 11:45:52.802393
• Title: A proposal for a new kind of spontaneous collapse model
• Title（参考訳）: 新しいタイプの自然崩壊モデルの提案
• Authors: Nicol\`o Piccione
• Abstract要約: 本稿では,相対論的バージョンが容易に得られるような,非相対論的自然崩壊モデルを提案する。 非相対論的状態においては、このモデルがGhirardi-Rimini-Weberモデルと非常によく似たダイナミクスをもたらすことを示す。 本稿では,提案モデルがGhirardi-Rimini-Weberモデルと概念的に類似した方法で測定問題を解く方法を示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Spontaneous collapse models are modifications of standard quantum mechanics in which a physical mechanism is responsible for the collapse of the wavefunction, thus providing a way to solve the so-called "measurement problem". However, they present great challenges when one tries to make them relativistic. Here, we propose a new kind of non-relativistic spontaneous collapse model whose relativistic version could be easier to obtain. In the non-relativistic regime, we show that this model can lead to a dynamics quite similar to that of the Ghirardi-Rimini-Weber model, by also naturally solving the problem of indistinguishable particles. Moreover, we can also obtain the same master equation of the well-known Continuous Spontaneous Localization models. Finally, we show how our proposed model solves the measurement problem in a manner conceptually similar to the Ghirardi-Rimini-Weber model.
• Abstract（参考訳）: 自然崩壊モデルは、物理機構が波動関数の崩壊の原因となる標準的な量子力学の修正であり、いわゆる「測定問題」を解決する手段を提供する。 しかし、相対論的にしようとすると、大きな課題が現れます。 本稿では,相対論的バージョンを容易に得ることができる新しい非相対論的自発的崩壊モデルを提案する。 非相対論的な状態においては、このモデルがGhirardi-Rimini-Weberモデルと非常によく似た力学に導かれることを示す。 さらに、よく知られた連続自発局所化モデルのマスター方程式を得ることもできる。 最後に,提案モデルがGhirardi-Rimini-Weberモデルと概念的に類似した方法で測定問題を解く方法を示す。

関連論文リスト

• Making Quantum Collision Models Exact [0.7499722271664147]
  量子衝突(Quantum collision)は、粗い粒度の環境との繰り返し相互作用を通して開かれた量子系を記述する。 システムオブザーバブルのシミュレーションに関する完全なエラー境界は確立されていない。 連鎖写像法を用いてマルコフ衝突モデルと非マルコフ衝突モデルを解析的に復元できることが示される。
  論文  参考訳（メタデータ） (2024-11-20T10:01:10Z)
• Latent Space Energy-based Neural ODEs [73.01344439786524]
  本稿では,連続時間シーケンスデータを表現するために設計された深部力学モデルの新しいファミリを紹介する。 マルコフ連鎖モンテカルロの最大推定値を用いてモデルを訓練する。 発振システム、ビデオ、実世界の状態シーケンス(MuJoCo)の実験は、学習可能なエネルギーベース以前のODEが既存のものより優れていることを示している。
  論文  参考訳（メタデータ） (2024-09-05T18:14:22Z)
• Model Collapse Demystified: The Case of Regression [12.115359951879462]
  大規模言語や画像生成モデルの普及期における「モデル崩壊」現象について検討する。 我々は、この現象を幅広い状況で定量的に概説する分析式を得る。 モデル崩壊を緩和する適応正則化に基づく簡単な戦略を提案する。
  論文  参考訳（メタデータ） (2024-02-12T15:26:01Z)
• Geometric Neural Diffusion Processes [55.891428654434634]
  拡散モデルの枠組みを拡張して、無限次元モデリングに一連の幾何学的先行を組み込む。 これらの条件で、生成関数モデルが同じ対称性を持つことを示す。
  論文  参考訳（メタデータ） (2023-07-11T16:51:38Z)
• New insights on the quantum-classical division in light of Collapse Models [63.942632088208505]
  量子的挙動と古典的挙動の分断は熱力学的相の分断と類似していると主張する。 崩壊パラメータ $(lambda)$ と崩壊長スケール$r_C$ との特定の関係は、通常の熱力学相図における共存曲線の役割を担っている。
  論文  参考訳（メタデータ） (2022-10-19T14:51:21Z)
• L\'evy Models for Collapse of the Wave Function [0.0]
  本稿では、シュル「オーディンガー方程式」のエネルギーベースの拡張について考察する。 このようなモデルの性質はブラウン還元モデルと異なる。
  論文  参考訳（メタデータ） (2022-07-25T14:45:29Z)
• Riemannian Score-Based Generative Modeling [56.20669989459281]
  経験的性能を示すスコアベース生成モデル(SGM)を紹介する。 現在のSGMは、そのデータが平坦な幾何学を持つユークリッド多様体上で支えられているという前提を定めている。 これにより、ロボット工学、地球科学、タンパク質モデリングの応用にこれらのモデルを使用することができない。
  論文  参考訳（メタデータ） (2022-02-06T11:57:39Z)
• Estimation of Bivariate Structural Causal Models by Variational Gaussian Process Regression Under Likelihoods Parametrised by Normalising Flows [74.85071867225533]
  因果機構は構造因果モデルによって記述できる。 最先端の人工知能の大きな欠点の1つは、説明責任の欠如である。
  論文  参考訳（メタデータ） (2021-09-06T14:52:58Z)
• Mass-coupled relativistic spontaneous collapse models [0.0]
  連続自然崩壊モデル(CSL)を相対論的枠組みに単純な一般化することができないことを示す。 ローレンツ共変崩壊方程式は、以下の条件を同時に満たすことはできない。
  論文  参考訳（メタデータ） (2020-12-04T14:34:11Z)
• Particle mixing and the emergence of classicality: A spontaneous-collapse-model view [0.0]
  自然崩壊は量子状態とマスター方程式の両方の崩壊ダイナミクスを誘導できることを示す。 本研究では,フレーバー振動系の減衰特性が,崩壊機構の基盤となる騒音場の時間(a)対称性と密接に関連していることを示す。
  論文  参考訳（メタデータ） (2020-08-25T16:07:59Z)
• Considering discrepancy when calibrating a mechanistic electrophysiology model [41.77362715012383]
  不確実性定量化(英: Uncertainty Quantification、UQ)は、数学的モデルとシミュレーションを用いて決定を行うための重要なステップである。 この記事では、モデル構造や方程式自体における不確実性という、我々の予測における重要かつ未適応な不確実性の源に注意を向ける。
  論文  参考訳（メタデータ） (2020-01-13T13:26:13Z)

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。