論文の概要: Non-interferometric rotational test of the Continuous Spontaneous Localisation model: enhancement of the collapse noise through shape optimisation

• arxiv url: http://arxiv.org/abs/2402.13057v1
• Date: Tue, 20 Feb 2024 14:52:00 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-21 14:55:56.323600
• Title: Non-interferometric rotational test of the Continuous Spontaneous Localisation model: enhancement of the collapse noise through shape optimisation
• Title（参考訳）: 連続自発的局所化モデルの非干渉回転実験:形状最適化による崩壊騒音の増大
• Authors: Davide Giordano Ario Altamura, Matteo Carlesso, Sandro Donadi, Angelo Bassi
• Abstract要約: 最近の短距離重力実験で測定された回転騒音に対して連続自発局所化モデルのパラメータを上界に導出する。 テーブルトップ実験であるにもかかわらず, 崩壊パラメータの関連値については, LIGOの値よりも1桁も弱いことが判明した。
• 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: The Continuous Spontaneous Localisation (CSL) model is the most studied among collapse models, which describes the breakdown of the superposition principle for macroscopic systems. Here, we derive an upper bound on the parameters of the model by applying it to the rotational noise measured in a recent short-distance gravity experiment [Lee et al., Phys. Rev. Lett. 124, 101101 (2020)]. Specifically, considering the noise affecting the rotational motion, we found that despite being a table-top experiment the bound is only one order of magnitude weaker than that from LIGO for the relevant values of the collapse parameter. Further, we analyse possible ways to optimise the shape of the test mass to enhance the collapse noise by several orders of magnitude and eventually derive stronger bounds that can address the unexplored region of the CSL parameters space.
• Abstract（参考訳）: 連続自発局所化(CSL)モデルは,マクロシステムにおける重ね合わせ原理の分解を記述した崩壊モデルの中で最もよく研究されている。 ここでは、最近の短距離重力実験(Lee et al., Phys. Rev. 124, 101101 (2020))]で測定された回転ノイズにモデルパラメータを適用することにより、モデル上の上限を導出する。 具体的には、回転運動に影響を及ぼすノイズを考慮すると、テーブルトップ実験であるにもかかわらず、崩壊パラメータの関連する値に対してLIGOのそれよりも1桁弱くなることがわかった。 さらに, CSLパラメータ空間の未探索領域に対処可能な強い境界を導出し, 実験質量の形状を最適化し, 崩壊音を等級数的に高める方法の解析を行った。

関連論文リスト

• Analytical derivation and extension of the anti-Kibble-Zurek scaling in the transverse field Ising model [0.29465623430708904]
  スピン基底状態からの偏差を定量化する欠陥密度は、相転移中の非平衡ダイナミクスを特徴づける。 広く知られているKibble-Zurekスケーリングは、相転移中に欠陥密度がどのように進化するかを予測する。 しかし、ノイズによって摂動できるため、アンチ・キブル・ズールクのスケーリングに繋がる。
  論文  参考訳（メタデータ） (2024-04-26T08:41:21Z)
• A Theoretical Analysis of Noise Geometry in Stochastic Gradient Descent [9.064667124987068]
  ミニバッチ勾配降下(ミニバッチ勾配降下)は、騒音が局所景観の幾何学と良好に一致する幾何学現象である。 ノイズが損失と部分空間射影力学にどのように影響するかを解析し,アライメント強度を定量化する2つの指標を提案する。
  論文  参考訳（メタデータ） (2023-10-01T14:58:20Z)
• Posterior Coreset Construction with Kernelized Stein Discrepancy for Model-Based Reinforcement Learning [78.30395044401321]
  我々は、強化学習(MBRL)のための新しいモデルベースアプローチを開発する。 ターゲット遷移モデルの仮定を緩和し、混合モデルの一般的な族に属する。 連続的な制御環境では、壁時計の時間を最大50%削減することができる。
  論文  参考訳（メタデータ） (2022-06-02T17:27:49Z)
• Optimizing Information-theoretical Generalization Bounds via Anisotropic Noise in SGLD [73.55632827932101]
  SGLDにおけるノイズ構造を操作することにより,情報理論の一般化を最適化する。 低経験的リスクを保証するために制約を課すことで、最適なノイズ共分散が期待される勾配共分散の平方根であることを証明する。
  論文  参考訳（メタデータ） (2021-10-26T15:02:27Z)
• Square Root Principal Component Pursuit: Tuning-Free Noisy Robust Matrix Recovery [8.581512812219737]
  本稿では,ノイズや外周波で劣化した観測結果から低ランク行列を復元する新しい枠組みを提案する。 平方根のラッソにインスパイアされたこの新しい定式化は、ノイズレベルに関する事前の知識を必要としない。 正規化パラメータの1つの普遍的な選択は、(事前未知の)雑音レベルに比例した再構成誤差を達成するのに十分であることを示す。
  論文  参考訳（メタデータ） (2021-06-17T02:28:11Z)
• Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
  実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。 特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。 本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
  論文  参考訳（メタデータ） (2021-02-12T12:23:13Z)
• Testing collapse models with Bose-Einstein-Condensate interferometry [0.0]
  ボース・アインシュタイン凝縮原子による精密干渉法は, 局所化速度パラメータの電流経験境界を低くするのに有効であることを示す。 実際、CSLによる拡散と分散原子-原子相互作用の相互作用は、CSLへの縮合の感度を増幅する。
  論文  参考訳（メタデータ） (2020-08-31T13:00:58Z)
• Shape Matters: Understanding the Implicit Bias of the Noise Covariance [76.54300276636982]
  勾配降下のノイズはパラメータ化モデルに対するトレーニングにおいて重要な暗黙の正則化効果をもたらす。 ミニバッチやラベルの摂動によって引き起こされるパラメータ依存ノイズはガウスノイズよりもはるかに効果的であることを示す。 分析の結果,パラメータ依存ノイズは局所最小値に偏りを生じさせるが,球状ガウス雑音は生じないことがわかった。
  論文  参考訳（メタデータ） (2020-06-15T18:31:02Z)
• Multiplicative noise and heavy tails in stochastic optimization [62.993432503309485]
  経験的最適化は現代の機械学習の中心であるが、その成功における役割はまだ不明である。 分散による離散乗法雑音のパラメータによく現れることを示す。 最新のステップサイズやデータを含む重要な要素について、詳細な分析を行い、いずれも最先端のニューラルネットワークモデルで同様の結果を示す。
  論文  参考訳（メタデータ） (2020-06-11T09:58:01Z)
• Stochastic Optimization with Heavy-Tailed Noise via Accelerated Gradient Clipping [69.9674326582747]
  そこで本研究では,重み付き分散雑音を用いたスムーズな凸最適化のための,クリップ付きSSTMと呼ばれる新しい1次高速化手法を提案する。 この場合、最先端の結果を上回る新たな複雑さが証明される。 本研究は,SGDにおいて,ノイズに対する光細かな仮定を伴わずにクリッピングを施した最初の非自明な高確率複雑性境界を導出した。
  論文  参考訳（メタデータ） (2020-05-21T17:05:27Z)
• Narrowing the parameter space of collapse models with ultracold layered force sensors [0.0]
  自然崩壊モデルは、これまで提案された数少ない検証可能な解の1つである。 試験質量は、特性長$r_c=10-7$mにおけるCSLノイズの効果を高めるように設計されている。 結果は、Adler が提案した CSL パラメータ空間のよく動機付けられた領域に明らかに挑戦している。
  論文  参考訳（メタデータ） (2020-02-22T22:35:35Z)

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。