Fugu-MT 論文翻訳(概要): Homotopical characterization of strongly contextual simplicial distributions on cone spaces

論文の概要: Homotopical characterization of strongly contextual simplicial distributions on cone spaces

arxiv url: http://arxiv.org/abs/2311.14111v1
Date: Thu, 23 Nov 2023 17:14:24 GMT
ステータス: 処理完了
システム内更新日: 2023-11-27 23:07:40.020315
Title: Homotopical characterization of strongly contextual simplicial distributions on cone spaces
Title（参考訳）: 円錐空間上の強文脈的単純分布のホモトピカル解析
Authors: Aziz Kharoof, Cihan Okay
Abstract要約: 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。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper offers a novel homotopical characterization of strongly contextual simplicial distributions with binary outcomes, specifically those defined on the cone of a 1-dimensional space. In the sheaf-theoretic framework, such distributions correspond to non-signaling distributions on measurement scenarios where each context contains 2 measurements with binary outcomes. To establish our results, we employ a homotopical approach that includes collapsing measurement spaces and introduce categories associated with simplicial distributions that can detect strong contextuality.
Abstract（参考訳）: 本稿では,2次結果を持つ強文脈的単純分布,特に1次元空間の円錐上で定義されるものについて,新しいホモトピー的特徴を与える。せん断理論の枠組みでは、これらの分布は、各文脈が2つの測定結果を含むような測定シナリオ上の非シグナリング分布に対応している。結果の確立には,計測空間の崩壊を含むホモトピー的アプローチを採用し,強力な文脈性を検出するための単純分布に関連するカテゴリを導入する。

関連論文リスト

Theory on Score-Mismatched Diffusion Models and Zero-Shot Conditional Samplers [49.97755400231656]
本報告では,明示的な次元の一般スコアミスマッチ拡散サンプリング器を用いた最初の性能保証について述べる。その結果, スコアミスマッチは, 目標分布とサンプリング分布の分布バイアスとなり, 目標分布とトレーニング分布の累積ミスマッチに比例することがわかった。この結果は、測定ノイズに関係なく、任意の条件モデルに対するゼロショット条件付きサンプリングに直接適用することができる。
論文参考訳（メタデータ） (2024-10-17T16:42:12Z)
Extremal simplicial distributions on cycle scenarios with arbitrary outcomes [0.0]
サイクルシナリオは、Crauser-Horne-Shimony-Holt(CHSH)シナリオが顕著な例である。我々は、任意の結果のサイクルシナリオに対応する非シグナリングポリトープの文脈的頂点を特徴付けるために、単純な分布の枠組みにホモトピー的手法を用いる。これにより、サイクルシナリオをグルリングすることによって形成されたシナリオを超えて拡張し、これらの一般化されたコンテキストにおける文脈的極小分布を記述することができる。
論文参考訳（メタデータ） (2024-06-28T14:48:31Z)
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)
Distributed Markov Chain Monte Carlo Sampling based on the Alternating Direction Method of Multipliers [143.6249073384419]
本論文では,乗算器の交互方向法に基づく分散サンプリング手法を提案する。我々は,アルゴリズムの収束に関する理論的保証と,その最先端性に関する実験的証拠の両方を提供する。シミュレーションでは,線形回帰タスクとロジスティック回帰タスクにアルゴリズムを配置し,その高速収束を既存の勾配法と比較した。
論文参考訳（メタデータ） (2024-01-29T02:08:40Z)
Topological methods for studying contextuality: $N$-cycle scenarios and beyond [0.0]
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。
論文参考訳（メタデータ） (2023-06-02T11:36:31Z)
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)
Image Synthesis via Semantic Composition [74.68191130898805]
本稿では,その意味的レイアウトに基づいて現実的なイメージを合成する新しい手法を提案する。類似した外観を持つ物体に対して、類似した表現を共有するという仮説が立てられている。本手法は, 空間的変化と関連表現の両方を生じる, 外観相関による領域間の依存関係を確立する。
論文参考訳（メタデータ） (2021-09-15T02:26:07Z)
Partition-Guided GANs [63.980473635585234]
私たちは、スペースを小さな領域に分割し、それぞれがよりシンプルな分布を持ち、各パーティションごとに異なるジェネレータを訓練するパーティションーを設計します。これはラベルを必要とせずに教師なしの方法で実行される。各種標準ベンチマーク実験の結果,提案手法が近年の手法を上回っていることがわかった。
論文参考訳（メタデータ） (2021-04-02T00:06:53Z)
Dive into Ambiguity: Latent Distribution Mining and Pairwise Uncertainty Estimation for Facial Expression Recognition [59.52434325897716]
DMUE(DMUE)という,アノテーションのあいまいさを2つの視点から解決するソリューションを提案する。前者に対しては,ラベル空間における潜伏分布をよりよく記述するために,補助的マルチブランチ学習フレームワークを導入する。後者の場合、インスタンス間の意味的特徴のペアワイズ関係を完全に活用して、インスタンス空間のあいまいさの程度を推定する。
論文参考訳（メタデータ） (2021-04-01T03:21:57Z)

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。