論文の概要: Harnessing Causal Indefiniteness for Accessing Locally Inaccessible Data

• arxiv url: http://arxiv.org/abs/2407.20543v2
• Date: Fri, 07 Mar 2025 05:59:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-10 15:56:07.532757
• Title: Harnessing Causal Indefiniteness for Accessing Locally Inaccessible Data
• Title（参考訳）: 局所的アクセス不能データへのアクセスにおける因果不確定性
• Authors: Sahil Gopalkrishna Naik, Samrat Sen, Ram Krishna Patra, Ananya Chakraborty, Mir Alimuddin, Manik Banik, Pratik Ghosal,
• Abstract要約: 古典的データ検索課題における因果不確定性について検討する。 不定因果構造に埋め込まれたものは、一般に、定因果構造内での動作よりも優れていることを示す。 また、DRタスクを個別に非効率にする2つの量子プロセスが組み合わせると有用になる、興味深いスーパーアクティベーション現象を報告する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Recent studies suggest that physical theories can exhibit indefinite causal structures, where the causal order of events is fundamentally undefined yet logically consistent. Beyond its foundational appeal, causal indefiniteness has also emerged as a novel information-theoretic resource, offering advantages in various information processing tasks. Here, we investigate its utility in the classical Data Retrieval (DR) task. In its simplest version, a referee encodes classical messages into bipartite quantum states and distributes the local parts to two distant parties, ensuring that neither can independently extract any information about the encoded message. To retrieve their assigned data, parties must collaborate, and we show that those embedded in an indefinite causal structure generally outperform those operating within a definite causal framework. For the bipartite case, we establish a duality between the DR task and the well known Guess Your Neighbour's Input game and derive a criterion analogous to the Peres-Horodecki separability test to identify quantum processes that yield nontrivial success in the DR task. We also report an intriguing super-activation phenomenon, where two quantum processes, each individually inefficient for the DR task, become useful when combined. Extending the analysis to tripartite case, we show that classical causally inseparable processes can outperform quantum bi-causal processes in the DR task. Our study, thus, reveals several unexplored aspects of causal indefiniteness, inviting deeper investigation.
• Abstract（参考訳）: 近年の研究では、物理理論は、事象の因果順序が根本的に未定義で論理的に整合である不定因果構造を示すことができることが示唆されている。 根本的魅力の他に、因果不確定性は新たな情報理論資源として現れ、様々な情報処理タスクの利点を提供している。 本稿では,従来のデータ検索(DR)タスクにおけるその実用性について検討する。 最も単純なバージョンでは、審判は古典的なメッセージを二部量子状態にエンコードし、局所的な部分を2つの遠くのパーティに分散し、どちらも符号化されたメッセージに関する情報を独立に抽出できないようにする。 割り当てられたデータを取得するためには、当事者は協力しなければなりません。そして、不確定因果構造に埋め込まれた人物は、通常、明確な因果構造内での動作よりも優れていることを示す。 二部構成の場合、DRタスクとよく知られたGuess Your Neighbour's Inputゲームとの双対性を確立し、ペレス・ホロデツキ分離性テストに類似した基準を導出し、DRタスクにおいて非自明な成功をもたらす量子過程を特定する。 また、DRタスクを個別に非効率にする2つの量子プロセスが組み合わさると有用になる、興味深いスーパーアクティベーション現象を報告する。 解析を三部構造に拡張することにより、古典的因果分離不能なプロセスがDRタスクにおける量子双因果過程より優れていることを示す。 そこで本研究では, 因果不確定性のいくつかの未解明の側面を明らかにし, より深い調査を招いた。

関連論文リスト

• Rethinking State Disentanglement in Causal Reinforcement Learning [78.12976579620165]
  因果性は、根底にある状態が識別可能性によって一意に回復できることを保証するための厳密な理論的支援を提供する。 我々はこの研究ラインを再考し、RL固有のコンテキストを取り入れることで、潜在状態に対する以前の識別可能性分析における不要な仮定を低減できることを示した。 本稿では, 従来手法の複雑な構造制約を, 遷移と報酬保存の2つの簡単な制約に置き換えることにより, 一般に部分的に観測可能なマルコフ決定過程(POMDP)を提案する。
  論文  参考訳（メタデータ） (2024-08-24T06:49:13Z)
• New Rules for Causal Identification with Background Knowledge [59.733125324672656]
  オープンな問題に対する新たな視点を提供するBKを導入するための2つの新しいルールを提案する。 これらのルールは、観測データによる因果効果のセットを決定するなど、典型的な因果関係のタスクに適用可能であることを示す。
  論文  参考訳（メタデータ） (2024-07-21T20:21:21Z)
• Robustness of contextuality under different types of noise as quantifiers for parity-oblivious multiplexing tasks [0.0]
  我々は分析的および数値的なツールを用いて、異なる種類の雑音下でのPOMシナリオにおける文脈性のロバスト性を推定する。 我々は,任意の$n$-to-1 POMシナリオにおいて,文脈性から偏極へのロバスト性と成功率の関係を一般化する。
  論文  参考訳（メタデータ） (2024-06-18T16:43:43Z)
• Identifiable Latent Neural Causal Models [82.14087963690561]
  因果表現学習は、低レベルの観測データから潜伏した高レベルの因果表現を明らかにすることを目指している。 因果表現の識別可能性に寄与する分布シフトのタイプを決定する。 本稿では,本研究の成果を実用的なアルゴリズムに翻訳し,信頼性の高い潜在因果表現の取得を可能にする。
  論文  参考訳（メタデータ） (2024-03-23T04:13:55Z)
• Alternative robust ways of witnessing nonclassicality in the simplest scenario [0.0]
  最も単純な非自明なシナリオにおいて、非古典性の概念を関連付ける。 我々は準備のために有界な存在論的別性の概念に基づくアプローチを用いる。 本研究の応用として,ノイズの有無で2ビットパリティ多重化を施行した症例を報告する。
  論文  参考訳（メタデータ） (2023-11-22T15:41:34Z)
• Experimental certification of more than one bit of quantum randomness in the two inputs and two outputs scenario [0.0]
  本稿では、量子資源を持つ敵に対して安全であるプライベート乱数を提供するように設計された最近のベル型演算子の実験的実現について述べる。 半定値計画法を用いて、 min-entropy と von Neumann entropy の両方の観点から、生成したランダム性に対する低い境界を与える。 本研究は,二分数測定から2ビット近いランダム性を証明した最初の実験である。
  論文  参考訳（メタデータ） (2023-03-13T20:42:53Z)
• Fairness and robustness in anti-causal prediction [73.693135253335]
  分散シフトと公平性に対するロバストさは、機械学習モデルに必要な2つの重要なデシラタとして独立に現れている。 これら2つのデシダラタは関連しているように見えるが、実際にはその関連性はしばしば不明である。 この観点から見れば、共通フェアネス基準(分離)とロバストネスの共通概念との明確な関係を描いています。
  論文  参考訳（メタデータ） (2022-09-20T02:41:17Z)
• 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)
• Nested Counterfactual Identification from Arbitrary Surrogate Experiments [95.48089725859298]
  観測と実験の任意の組み合わせからネスト反事実の同定について検討した。 具体的には、任意のネストされた反事実を非ネストされたものへ写像できる反ファクト的非ネスト定理(英語版)(CUT)を証明する。
  論文  参考訳（メタデータ） (2021-07-07T12:51:04Z)

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。