論文の概要: Characterizing Hybrid Causal Structures with the Exclusivity Graph
Approach
- arxiv url: http://arxiv.org/abs/2401.00063v1
- Date: Fri, 29 Dec 2023 19:44:38 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-03 19:04:55.733116
- Title: Characterizing Hybrid Causal Structures with the Exclusivity Graph
Approach
- Title(参考訳): 排他性グラフによるハイブリッド因果構造の特徴付け
- Authors: Giovanni Rodari, Davide Poderini, Emanuele Polino, Alessia Suprano,
Fabio Sciarrino, Rafael Chaves
- Abstract要約: グラフ理論の手法を拡張して、ハイブリッドシナリオにおける古典的、量子的、無シグナリング分布を探索する。
提案手法により,古典的,量子的,無シグナリングな動作を同時に区別できる最小のベル的不等式を構築することができることを示す。
この手法は量子ネットワークの研究や量子情報処理への応用のための強力なツールである。
- 参考スコア(独自算出の注目度): 0.41942958779358674
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Analyzing the geometry of correlation sets constrained by general causal
structures is of paramount importance for foundational and quantum technology
research. Addressing this task is generally challenging, prompting the
development of diverse theoretical techniques for distinct scenarios. Recently,
novel hybrid scenarios combining different causal assumptions within different
parts of the causal structure have emerged. In this work, we extend a graph
theoretical technique to explore classical, quantum, and no-signaling
distributions in hybrid scenarios, where classical causal constraints and
weaker no-signaling ones are used for different nodes of the causal structure.
By mapping such causal relationships into an undirected graph we are able to
characterize the associated sets of compatible distributions and analyze their
relationships. In particular we show how with our method we can construct
minimal Bell-like inequalities capable of simultaneously distinguishing
classical, quantum, and no-signaling behaviors, and efficiently estimate the
corresponding bounds. The demonstrated method will represent a powerful tool to
study quantum networks and for applications in quantum information tasks.
- Abstract(参考訳): 一般因果構造によって制約された相関集合の幾何解析は基礎的・量子的技術研究において最も重要なものである。
この課題に対処することは一般的に困難であり、異なるシナリオのための多様な理論的手法の開発を促す。
近年, 因果構造の異なる部分における異なる因果仮定を組み合わせた新たなハイブリッドシナリオが出現している。
本研究では,古典的,量子的,非シグナリングな分布を,古典的因果制約や弱い非シグナリングが因果構造の異なるノードに使用されるハイブリッドシナリオにおいて探索するために,グラフ理論手法を拡張した。
そのような因果関係を無向グラフにマッピングすることで、対応する分布の集合を特徴付け、それらの関係を分析することができる。
特に本手法では,古典的,量子的,無信号的動作を同時に区別できるベル的不等式を最小化し,対応する境界を効率的に推定する方法を示す。
この手法は量子ネットワークの研究や量子情報処理への応用のための強力なツールである。
関連論文リスト
- Cyclic quantum causal modelling with a graph separation theorem [0.0]
我々は、頑健な確率則と新しいグラフ分離特性、p-分離を導入し、これら全てのモデルに対して健全かつ完全であることを証明した。
提案手法は、選択後の量子テレポーテーションプロトコルを利用して、循環因果モデルから非巡回因果モデルにポストセレクションでマッピングする。
論文 参考訳(メタデータ) (2025-02-06T15:51:15Z) - Generalization Performance of Hypergraph Neural Networks [21.483543928698676]
我々は、ハイパーグラフニューラルネットワークの4つの代表クラスに対して、マージンに基づく一般化境界を開発する。
その結果,ハイパーグラフ構造やスペクトルノルムが一般化境界にどのような影響を及ぼすかが明らかになった。
本研究は,実世界のデータセットに対するモデルの性能と理論的境界の関係を実験的に検討した。
論文 参考訳(メタデータ) (2025-01-22T00:20:26Z) - Quantum-enhanced causal discovery for a small number of samples [0.6665442733069773]
本研究は,基礎となるモデル構造を仮定しない因果発見のための新しい量子ピーター・クラーク(qPC)アルゴリズムを提案する。
我々は因果構造の基本グラフ部分に関する系統的な実験を行い、qPCアルゴリズムが著しく優れた性能を示すことを示した。
我々の理論的および実験的結果は、提案した量子アルゴリズムが古典的アルゴリズムを堅牢で正確な推論に活用できることを証明している。
論文 参考訳(メタデータ) (2025-01-09T07:05:22Z) - Nonparametric Partial Disentanglement via Mechanism Sparsity: Sparse
Actions, Interventions and Sparse Temporal Dependencies [58.179981892921056]
この研究は、メカニズムのスパーシティ正則化(英語版)と呼ばれる、アンタングルメントの新たな原理を導入する。
本稿では,潜在要因を同時に学習することで,絡み合いを誘発する表現学習手法を提案する。
学習した因果グラフをスパースに規則化することにより、潜伏因子を復元できることを示す。
論文 参考訳(メタデータ) (2024-01-10T02:38:21Z) - Chordal Graphs and Distinguishability of Quantum Product States [0.0]
我々は,一方方向LOCCにおける識別性を駆動するキーグラフ構造として,和声を識別する。
我々は、行列完備化の理論との結びつきを確立する和グラフの一方通行LOCC特性を導出する。
論文 参考訳(メタデータ) (2023-05-17T12:17:47Z) - Decimation technique for open quantum systems: a case study with
driven-dissipative bosonic chains [62.997667081978825]
量子系の外部自由度への不可避結合は、散逸(非単体)ダイナミクスをもたらす。
本稿では,グリーン関数の(散逸的な)格子計算に基づいて,これらのシステムに対処する手法を提案する。
本手法のパワーを,複雑性を増大させる駆動散逸型ボゾン鎖のいくつかの例で説明する。
論文 参考訳(メタデータ) (2022-02-15T19:00:09Z) - Discovering Latent Causal Variables via Mechanism Sparsity: A New
Principle for Nonlinear ICA [81.4991350761909]
ICA(Independent component analysis)は、この目的を定式化し、実用的な応用のための推定手順を提供する手法の集合を指す。
潜伏変数は、潜伏機構をスパースに正則化すれば、置換まで復元可能であることを示す。
論文 参考訳(メタデータ) (2021-07-21T14:22:14Z) - Joint Network Topology Inference via Structured Fusion Regularization [70.30364652829164]
結合ネットワークトポロジ推論は、異種グラフ信号から複数のグラフラプラシア行列を学習する標準的な問題を表す。
新規な構造化融合正規化に基づく一般グラフ推定器を提案する。
提案するグラフ推定器は高い計算効率と厳密な理論保証の両方を享受できることを示す。
論文 参考訳(メタデータ) (2021-03-05T04:42:32Z) - Localisation in quasiperiodic chains: a theory based on convergence of
local propagators [68.8204255655161]
局所プロパゲータの収束に基づく準周期鎖に最も近いホッピングを持つ局所化の理論を提示する。
これらの連続分数の収束、局所化、あるいはその欠如を分析することは可能であり、それによって臨界点とモビリティエッジが帰結する。
結果は、振る舞いの範囲をカバーする3つの準周期モデルの理論を分析することで実証される。
論文 参考訳(メタデータ) (2021-02-18T16:19:52Z) - Developing Constrained Neural Units Over Time [81.19349325749037]
本稿では,既存のアプローチと異なるニューラルネットワークの定義方法に焦点をあてる。
ニューラルネットワークの構造は、データとの相互作用にも拡張される制約の特別なクラスによって定義される。
提案した理論は時間領域にキャストされ, データを順序づけられた方法でネットワークに提示する。
論文 参考訳(メタデータ) (2020-09-01T09:07:25Z) - Emergent entanglement structures and self-similarity in quantum spin
chains [0.0]
我々は,多体量子状態に対する実験的にアクセス可能なネットワーク表現を,その構成成分のすべての対間の絡み合いに基づいて導入する。
この表現のパワーを、パラダイム的スピンチェーンモデル、XXモデルに適用し、それが軽い新しい現象をもたらすことを示す。
論文 参考訳(メタデータ) (2020-07-14T12:13:29Z)
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。