論文の概要: Encoding and decoding of information in general probabilistic theories

• arxiv url: http://arxiv.org/abs/2311.17522v1
• Date: Wed, 29 Nov 2023 10:51:33 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-30 21:41:00.834244
• Title: Encoding and decoding of information in general probabilistic theories
• Title（参考訳）: 一般確率論における情報の符号化と復号
• Authors: Teiko Heinosaari, Leevi Lepp\"aj\"arvi, Martin Pl\'avala
• Abstract要約: 情報保存性ゲームにおける操作理論の符号化と復号化能力について検討する。 完全識別戦略が最適ではない理論があり、導入したゲームが超情報保存性のための操作テストとして使用できることを示す。
• 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: Encoding and decoding are the two key steps in information processing. In this work we study the encoding and decoding capabilities of operational theories in the context of information-storability game, where the task is to freely choose a set of states from which one state is chosen at random and by measuring the state it must be identified; a correct guess results in as many utiles as the number of states in the chosen set and an incorrect guess means a penalty of a fixed number of utiles. We connect the optimal winning strategy of the game to the amount of information that can be stored in a given theory, called the information storability of the theory, and show that one must use so-called nondegradable sets of states and nondegradable measurements whose encoding and decoding properties cannot be reduced. We demonstrate that there are theories where the perfect discrimination strategy is not the optimal one so that the introduced game can be used as an operational test for super information storability. We further develop the concept of information storability by giving new useful conditions for calculating it in specific theories.
• Abstract（参考訳）: エンコーディングとデコーディングは情報処理における2つの重要なステップである。 本研究は,1つの状態がランダムに選択された状態の集合を自由に選択し,その状態が識別されなければならない状態を測定することを目的とした情報保存ゲームにおいて,操作理論の符号化・復号能力について検討する。 我々は,ゲームにおける最適な勝利戦略を,理論の情報保存可能性と呼ばれる所定の理論に格納可能な情報量と結びつけ,いわゆる非分解性状態の集合と,符号化と復号性が低下しない非分解性測定を使わなければならないことを示す。 そこで,本研究では,完全識別戦略が最適ではないという理論を提示し,導入したゲームが,超情報安定性の運用テストとして使用できることを示す。 特定の理論で計算するための新しい有用な条件を与えることにより,情報保存性の概念をさらに発展させる。

関連論文リスト

• Learning Regularities from Data using Spiking Functions: A Theory [1.3735277588793995]
  我々は,正則性の定義を数学で定義する新しい機械学習理論を提案する。 発見された非ランダム性は、関数が十分単純であれば正則性に符号化される。 この過程において、最適なスパイク関数である「ベスト」正則性は、最も多くの情報を取得することができるものであると主張する。
  論文  参考訳（メタデータ） (2024-05-19T22:04:11Z)
• Generalizing Multi-Step Inverse Models for Representation Learning to Finite-Memory POMDPs [23.584313644411967]
  本研究では,関連する情報のみを符号化し,無関係な情報を破棄する情報的,あるいはエージェント中心の状態表現の発見問題について検討する。 我々の結果は、決定論的力学設定の理論と、代替直観的アルゴリズムの反例を含む。 アルゴリズムを正しく使用した場合に成功させ、正しく使用した場合に劇的な失敗を引き起こす。
  論文  参考訳（メタデータ） (2024-04-22T19:46:16Z)
• Rethinking Negative Pairs in Code Search [56.23857828689406]
  我々は、重み項をInfoNCEに挿入する簡易で効果的なSoft-InfoNCE損失を提案する。 我々は,Soft-InfoNCEが学習したコード表現の分布を制御することと,より正確な相互情報推定の導出に与える影響を分析する。
  論文  参考訳（メタデータ） (2023-10-12T06:32:42Z)
• XAL: EXplainable Active Learning Makes Classifiers Better Low-resource Learners [71.8257151788923]
  低リソーステキスト分類のための新しい説明可能なアクティブラーニングフレームワーク(XAL)を提案する。 XALは分類器に対して、推論を正当化し、合理的な説明ができないラベルのないデータを掘り下げることを推奨している。 6つのデータセットの実験では、XALは9つの強いベースラインに対して一貫した改善を達成している。
  論文  参考訳（メタデータ） (2023-10-09T08:07:04Z)
• Language Model Decoding as Likelihood-Utility Alignment [54.70547032876017]
  モデルの有効性がタスク固有の実用性の概念とどのように一致しているかについて、暗黙の仮定に基づいて、デコード戦略をグループ化する分類法を導入する。 具体的には、様々なタスクの集合における予測の可能性と有用性の相関を解析することにより、提案された分類を裏付ける最初の実証的証拠を提供する。
  論文  参考訳（メタデータ） (2022-10-13T17:55:51Z)
• Explainable AI via Learning to Optimize [2.8010955192967852]
  機械学習(ML)では非解読可能なブラックボックスが一般的だが、アプリケーションは説明可能な人工知能(XAI)を必要としている。 この作業は、事前の知識を符号化し、信頼できない推論をフラグ付けしなければならない状況において、XAIのための具体的なツールを提供する。
  論文  参考訳（メタデータ） (2022-04-29T15:57:03Z)
• Dense Coding with Locality Restriction for Decoder: Quantum Encoders vs. Super-Quantum Encoders [67.12391801199688]
  我々は、デコーダに様々な局所性制限を課すことにより、濃密な符号化について検討する。 このタスクでは、送信者アリスと受信機ボブが絡み合った状態を共有する。
  論文  参考訳（メタデータ） (2021-09-26T07:29:54Z)
• Information Theoretic Meta Learning with Gaussian Processes [74.54485310507336]
  情報理論の概念,すなわち相互情報と情報のボトルネックを用いてメタ学習を定式化する。 相互情報に対する変分近似を用いることで、メタ学習のための汎用的かつトラクタブルな枠組みを導出する。
  論文  参考訳（メタデータ） (2020-09-07T16:47:30Z)
• Auto-Encoding Twin-Bottleneck Hashing [141.5378966676885]
  本稿では,効率よく適応的なコード駆動グラフを提案する。 自動エンコーダのコンテキストでデコードすることで更新される。 ベンチマークデータセットの実験は、最先端のハッシュ手法よりもフレームワークの方が優れていることを明らかに示しています。
  論文  参考訳（メタデータ） (2020-02-27T05:58:12Z)
• perm2vec: Graph Permutation Selection for Decoding of Error Correction Codes using Self-Attention [19.879263834757758]
  本稿では、ドメイン知識と機械学習の概念を組み合わせた、置換選択のためのデータ駆動フレームワークを提案する。 この研究は、物理層通信システムにおけるニューラルトランスフォーマーネットワークの利点を利用する最初のものである。
  論文  参考訳（メタデータ） (2020-02-06T15:42:08Z)

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。