Fugu-MT 論文翻訳(概要): Locally Tomographic Shadows (Extended Abstract)

論文の概要: Locally Tomographic Shadows (Extended Abstract)

arxiv url: http://arxiv.org/abs/2308.16494v1
Date: Thu, 31 Aug 2023 06:57:20 GMT
ステータス: 処理完了
システム内更新日: 2023-09-01 15:33:29.034769
Title: Locally Tomographic Shadows (Extended Abstract)
Title（参考訳）: 局所的トモグラフィー影(拡張抽象)
Authors: Howard Barnum, Matthew A. Graydon (Institute for Quantum Computing, University of Waterloo), Alex Wilce (Susquehanna University)
Abstract要約: LT$(mathcalC,mathbfV)$は、局所エージェント制御系で観測可能な現象を表す。いくつかのグローバルな異なる状態は、LT$(mathcalC,mathbfV)$で局所的に区別できない。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Given a monoidal probabilistic theory -- a symmetric monoidal category $\mathcal{C}$ of systems and processes, together with a functor $\mathbf{V}$ assigning concrete probabilistic models to objects of $\mathcal{C}$ -- we construct a locally tomographic probabilistic theory LT$(\mathcal{C},\mathbf{V})$ -- the locally tomographic shadow of $(\mathcal{C},\mathbf{V})$ -- describing phenomena observable by local agents controlling systems in $\mathcal{C}$, and able to pool information about joint measurements made on those systems. Some globally distinct states become locally indistinguishable in LT$(\mathcal{C},\mathbf{V})$, and we restrict the set of processes to those that respect this indistinguishability. This construction is investigated in some detail for real quantum theory.
Abstract（参考訳）: Given a monoidal probabilistic theory -- a symmetric monoidal category $\mathcal{C}$ of systems and processes, together with a functor $\mathbf{V}$ assigning concrete probabilistic models to objects of $\mathcal{C}$ -- we construct a locally tomographic probabilistic theory LT$(\mathcal{C},\mathbf{V})$ -- the locally tomographic shadow of $(\mathcal{C},\mathbf{V})$ -- describing phenomena observable by local agents controlling systems in $\mathcal{C}$, and able to pool information about joint measurements made on those systems. いくつかのグローバルに異なる状態は lt$(\mathcal{c},\mathbf{v})$ において局所的に区別不能となり、この区別不能性を尊重する状態にプロセスの集合を限定する。この構成は、実量子論のいくつかの詳細で研究されている。

関連論文リスト

A Theory of Interpretable Approximations [61.90216959710842]
我々は、ある基底クラス $mathcalH$ の概念の小さな集合によってターゲット概念 $c$ を近似するという考え方を研究する。任意の$mathcalH$と$c$のペアに対して、これらのケースのちょうど1つが成り立つ: (i) $c$を任意の精度で$mathcalH$で近似することはできない。解釈可能な近似の場合、近似の複雑さに関するわずかに非自明なa-priori保証でさえ、定数(分布自由かつ精度)の近似を意味することを示す。
論文参考訳（メタデータ） (2024-06-15T06:43:45Z)
Neural network learns low-dimensional polynomials with SGD near the information-theoretic limit [75.4661041626338]
単一インデックス対象関数 $f_*(boldsymbolx) = textstylesigma_*left(langleboldsymbolx,boldsymbolthetarangleright)$ の等方的ガウスデータの下で勾配降下学習の問題を考察する。 SGDアルゴリズムで最適化された2層ニューラルネットワークは、サンプル付き任意のリンク関数の$f_*$を学習し、実行時の複雑さは$n asymp T asymp C(q) cdot dであることを示す。
論文参考訳（メタデータ） (2024-06-03T17:56:58Z)
Conformal geometry from entanglement [14.735587711294299]
2+1D量子多体系のギャップレスエッジに共形幾何が現れる量子情報理論機構を同定する。我々は、$mathfrakc_mathrmtot$ の定常性が $eta$ を含むベクトル固定点方程式と等価であることを示し、我々の仮定は局所的に検証可能である。
論文参考訳（メタデータ） (2024-04-04T18:00:03Z)
A Unified Framework for Uniform Signal Recovery in Nonlinear Generative Compressed Sensing [68.80803866919123]
非線形測定では、ほとんどの先行結果は一様ではない、すなわち、すべての$mathbfx*$に対してではなく、固定された$mathbfx*$に対して高い確率で保持される。本フレームワークはGCSに1ビット/一様量子化観測と単一インデックスモデルを標準例として適用する。また、指標集合が計量エントロピーが低い製品プロセスに対して、より厳密な境界を生み出す濃度不等式も開発する。
論文参考訳（メタデータ） (2023-09-25T17:54:19Z)
Effective Minkowski Dimension of Deep Nonparametric Regression: Function Approximation and Statistical Theories [70.90012822736988]
ディープ非パラメトリック回帰に関する既存の理論は、入力データが低次元多様体上にある場合、ディープニューラルネットワークは本質的なデータ構造に適応できることを示した。本稿では,$mathcalS$で表される$mathbbRd$のサブセットに入力データが集中するという緩和された仮定を導入する。
論文参考訳（メタデータ） (2023-06-26T17:13:31Z)
An Approximation Theory for Metric Space-Valued Functions With A View Towards Deep Learning [25.25903127886586]
任意のポーランド計量空間 $mathcalX$ と $mathcalY$ の間の連続写像の普遍函数近似器を構築する。特に、必要なディラック測度数は $mathcalX$ と $mathcalY$ の構造によって決定されることを示す。
論文参考訳（メタデータ） (2023-04-24T16:18:22Z)
Matrix logistic map: fractal spectral distributions and transfer of chaos [0.0]
ここでは, 間隔$[0, 1]$で支持される連続レベル密度を持つエルミート確率行列の初期アンサンブルに対して, レベル密度はロジスティック写像の不変測度に収束することを示す。このアプローチは、結合ロジスティックマップの既知のモデルを一般化し、複雑なネットワークや多次元システムにおけるカオスへの移行の研究を可能にする。
論文参考訳（メタデータ） (2023-03-10T19:19:56Z)
Nonlocality under Computational Assumptions [51.020610614131186]
相関の集合が非局所であるとは、空間的分離な当事者がランダム性を共有し、局所的な操作を実行することによって再現できないことである。ランダム性や量子時間計算によって再現できない局所的な(効率のよい)測定結果が存在することを示す。
論文参考訳（メタデータ） (2023-03-03T16:53:30Z)
Amplification, inference, and the manifestation of objective classical information [0.0]
Touilらは、量子古典状態(量子$mathcalS$から測定値$mathcalF$)から異なるホレボ量を調査した。良いデコヒーレンスが存在する場合、x2013$, $mathcalE/mathcalF$ は量子チャネル $mathcalE/mathcalF$ によってしばしばアクセスされる。特定のモデルでは、アクセス可能な情報は最適検出のための誤差確率と関連付けられ、したがって量子チャーンと同じ振る舞いを持つ。
論文参考訳（メタデータ） (2022-06-06T18:00:00Z)
Uncertainties in Quantum Measurements: A Quantum Tomography [52.77024349608834]
量子系 $S$ に関連する可観測物は非可換代数 $mathcal A_S$ を形成する。密度行列 $rho$ は可観測物の期待値から決定できると仮定される。アーベル代数は内部自己同型を持たないので、測定装置は可観測物の平均値を決定することができる。
論文参考訳（メタデータ） (2021-12-14T16:29:53Z)
Universal Regular Conditional Distributions via Probability Measure-Valued Deep Neural Models [3.8073142980733]
提案したフレームワークを用いて構築されたモデルはすべて、$C(mathcalX,mathcalP_1(mathcalY))$で密集している。提案モデルはまた、ほとんどのランダム化された機械学習モデルに存在するアレラトリック不確かさを汎用的に表現できることも示している。
論文参考訳（メタデータ） (2021-05-17T11:34:09Z)

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。