論文の概要: A BV-Category of Spacetime Interventions
- arxiv url: http://arxiv.org/abs/2502.19022v1
- Date: Wed, 26 Feb 2025 10:26:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-27 14:55:35.430218
- Title: A BV-Category of Spacetime Interventions
- Title(参考訳): 時空干渉のBVカテゴリー
- Authors: James Hefford, Matt Wilson,
- Abstract要約: 我々は、Chu 構造を用いて、二重圏からBV-カテゴリをファンクショナルに構築する。
我々は任意のモノイド圏から時空におけるエージェント間の関係の標準モデルを構築する方法を見つける。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: We use the Chu construction to functorially build BV-categories from duoidal categories, demonstrating that candidate models of BV-logic can be cofreely constructed from a fragment of a model of Retor\'e's sequencing operator. By using this construction to show that the strong Hyland envelope is a BV-category, we find a way to build a canonical model of spatio-temporal relationships between agents in spacetime from any symmetric monoidal category. The concrete physical interpretation of spacetime events in this model as intervention-context pairs resolves deficiencies in previous attempts to give a general categorical semantics to quantum supermaps.
- Abstract(参考訳): 我々は、Chu 構造を用いて、二重圏からBV-カテゴリを関手的に構築し、Retor\'e のシーケンシング作用素のモデルの断片から BV-論理の候補モデルを共自由に構築できることを実証する。
この構成を用いて、強いハイランドのエンベロープがBV圏であることを示すことによって、任意の対称モノイド圏から時空におけるエージェント間の時空間関係の標準モデルを構築する方法が見つかる。
介入コンテキスト対としてのこのモデルにおける時空事象の具体的な物理的解釈は、量子スーパーマップに対する一般的な分類論的意味論を与える以前の試みにおける欠陥を解消する。
関連論文リスト
- Low-Rank Robust Subspace Tensor Clustering for Metro Passenger Flow Modeling [19.907314837560907]
本研究では, テンソルをベースとした部分空間と異常分解手法を設計し, 同時にロバスト次元の縮小クラスタリングと異常分解を行う。
タッカー分解,スパース異常分解,サブスペースクラスタリングを組み合わせた,新しい低ランクロバストなサブスペースクラスタリング分解モデルを提案する。
実験により提案手法の有効性が証明され,クラスタリング精度が25%向上した。
論文 参考訳(メタデータ) (2024-04-05T21:00:43Z) - A gravitationally induced decoherence model using Ashtekar variables [0.0]
我々は、アシュテカール変数を用いた相対論的重力誘起デコヒーレンスモデルを導出する。
モデルは適切な幾何学時計を用いてゲージ不変レベルで定式化される。
ここでは、ここで解析されたモデルにおいて、第二マルコフ近似の適用が量子力学モデルのいくつかよりも単純ではない理由について議論する。
論文 参考訳(メタデータ) (2022-06-13T18:03:53Z) - Spatial Entropy Regularization for Vision Transformers [71.44392961125807]
視覚変換器(VT)は、訓練が監督されたときに自然に出現しない意味的セグメンテーション構造を含むことができる。
本稿では,情報エントロピーの空間的定式化に基づくVT正規化手法を提案する。
提案手法は,異なるトレーニングシナリオ,データセット,下流タスク,VTアーキテクチャに対して有効であることを示す。
論文 参考訳(メタデータ) (2022-06-09T17:34:39Z) - Higher-order causal theories are models of BV-logic [0.0]
Caus[-] 構成は基本過程のコンパクト閉圏をとり、高次過程の *-自己同型圏を得る。
本稿では, 基底圏 C が Caus[C] 上のアフィン-線形構造と, よりリッチな内部論理をもたらす余分な性質を満たす場合を考察する。
論文 参考訳(メタデータ) (2022-05-23T11:57:48Z) - Low-Rank Constraints for Fast Inference in Structured Models [110.38427965904266]
この研究は、大規模構造化モデルの計算とメモリの複雑さを低減するための単純なアプローチを示す。
言語モデリング,ポリフォニック・ミュージック・モデリング,教師なし文法帰納法,ビデオ・モデリングのためのニューラルパラメータ構造モデルを用いた実験により,我々の手法は大規模状態空間における標準モデルの精度と一致することを示した。
論文 参考訳(メタデータ) (2022-01-08T00:47:50Z) - Sparse Generalized Yule-Walker Estimation for Large Spatio-temporal
Autoregressions with an Application to NO2 Satellite Data [0.0]
高次元モデルのクラスをスパース推定する。
我々は,ユル=ヴァルカー方程式の集合をペナルティ化することにより,空間的および時間的依存を完全駆動的に支配する関係を推定する。
衛星シミュレーションは、競合する手順と比較して強い有限サンプル性能を示す。
論文 参考訳(メタデータ) (2021-08-05T21:51:45Z) - Supporting Optimal Phase Space Reconstructions Using Neural Network
Architecture for Time Series Modeling [68.8204255655161]
位相空間特性を暗黙的に学習する機構を持つ人工ニューラルネットワークを提案する。
私たちのアプローチは、ほとんどの最先端戦略と同じくらいの競争力があるか、あるいは優れているかのどちらかです。
論文 参考訳(メタデータ) (2020-06-19T21:04:47Z) - Models of zero-range interaction for the bosonic trimer at unitarity [91.3755431537592]
ゼロ範囲の2体相互作用によって相互に結合された同一ボソンからなる3体系に対する量子ハミルトニアンの構成について述べる。
プレゼンテーションの大部分では、無限の散乱長が考慮される。
論文 参考訳(メタデータ) (2020-06-03T17:54:43Z) - Dynamical solitons and boson fractionalization in cold-atom topological
insulators [110.83289076967895]
Incommensurate densities において $mathbbZ$ Bose-Hubbard モデルについて検討する。
我々は、$mathbbZ$フィールドの欠陥が基底状態にどのように現れ、異なるセクターを接続するかを示す。
ポンピングの議論を用いて、有限相互作用においても生き残ることを示す。
論文 参考訳(メタデータ) (2020-03-24T17:31:34Z) - Semiparametric Bayesian Forecasting of Spatial Earthquake Occurrences [77.68028443709338]
本稿では, Epidemic Type Aftershock Sequence (ETAS) モデルのベイズ的完全定式化を提案する。
地理的領域における主震の発生は不均一な空間的点過程に従うと仮定される。
論文 参考訳(メタデータ) (2020-02-05T10:11:26Z)
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。