Fugu-MT 論文翻訳(概要): Statistical analysis of Bell tests via generalized measurements

論文の概要: Statistical analysis of Bell tests via generalized measurements

arxiv url: http://arxiv.org/abs/2505.07474v1
Date: Mon, 12 May 2025 12:06:29 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-13 20:21:49.366073
Title: Statistical analysis of Bell tests via generalized measurements
Title（参考訳）: 一般測定によるベル試験の統計的解析
Authors: Alfredo Luis,
Abstract要約: 平均値を超えるベル試験の結果を統計的に解析する。これは、テストに関わるすべての可観測物が、必然的に余分なノイズを犠牲にして同時に測定される実用的なスキームにおいて可能である。
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: We provide a fully statistical analysis of the results of a Bell test beyond mean values. This is possible in a practical scheme where all the observables involved in the test are simultaneously measured at the expense of unavoidably additional noise. To deal with this noise we can follow two strategies leading to the same results. These are to adapt the Bell bound to include the noise, or to remove the additional noise via suitable data inversion.
Abstract（参考訳）: 平均値を超えるベル試験の結果を統計的に解析する。これは、必然的に余分なノイズを犠牲にして、テストに関わるすべての可観測物が同時に測定される実用的なスキームにおいて可能である。このノイズに対処するためには、同じ結果につながる2つの戦略に従うことができる。これらはベルのバウンドにノイズを含むように適応させるか、あるいは適切なデータ反転によって追加のノイズを取り除くためである。

関連論文リスト

Single-measurement Bell analysis [0.0]
すべての結果は、ローカルな隠れ変数モデルに対するベル境界に反する。これは、非古典的効果を明らかにするために必要条件は測度スキーム自体が非古典的である必要があるという考え方に一致する。
論文参考訳（メタデータ） (2023-10-10T09:48:30Z)
Feature Noise Boosts DNN Generalization under Label Noise [65.36889005555669]
トレーニングデータにおけるラベルノイズの存在は、ディープニューラルネットワーク(DNN)の一般化に大きな影響を与える本研究では,学習データの特徴に直接ノイズを付加する単純な特徴雑音法を,理論的に導入し,理論的に実証する。
論文参考訳（メタデータ） (2023-08-03T08:31:31Z)
A Static Analysis of Informed Down-Samples [62.997667081978825]
遺伝子プログラミングの第1世代における記録された個体群と、完全に合成された個体群について検討した。両形態のダウンサンプリングは, ダウンサンプリングを伴わない通常のレキシケース選択よりも, テストカバレッジの損失が大きくなることを示した。
論文参考訳（メタデータ） (2023-04-04T17:34:48Z)
Long Distance Nonlocality Test with Entanglement Swapping and Displacement-Based Measurements [0.0]
我々は,確率的絡み合いのスワップを利用して,ベルの不等式を長距離にわたって破ることのできる全光学装置を解析する。我々は、フェーズノイズ、振幅ノイズ、ダークカウントノイズ、および損失に関して、ベルの不平等違反のロバストさを最大6当事者で確認する。
論文参考訳（メタデータ） (2023-02-02T12:04:18Z)
Improved noise resistance analysis for path-entangled subspace quantum key distribution [0.0]
経路絡み込みを用いた高次元量子鍵分布プロトコルの実践的実装を再検討する。我々は、異なる種類のチャネルノイズがノイズのない実験データに与える影響をシミュレートして、そこで実行される雑音の頑健性分析を洗練する。
論文参考訳（メタデータ） (2022-09-20T19:59:55Z)
Neighborhood Collective Estimation for Noisy Label Identification and Correction [92.20697827784426]
ノイズラベルを用いた学習(LNL)は,ノイズラベルに対するモデルオーバーフィットの効果を軽減し,モデル性能と一般化を改善するための戦略を設計することを目的としている。近年の進歩は、個々のサンプルのラベル分布を予測し、ノイズ検証とノイズラベル補正を行い、容易に確認バイアスを生じさせる。提案手法では, 候補サンプルの予測信頼性を, 特徴空間近傍と対比することにより再推定する。
論文参考訳（メタデータ） (2022-08-05T14:47:22Z)
The Optimal Noise in Noise-Contrastive Learning Is Not What You Think [80.07065346699005]
この仮定から逸脱すると、実際により良い統計的推定結果が得られることが示される。特に、最適な雑音分布は、データと異なり、また、別の家族からさえも異なる。
論文参考訳（メタデータ） (2022-03-02T13:59:20Z)
Partial Identification with Noisy Covariates: A Robust Optimization Approach [94.10051154390237]
観測データセットからの因果推論は、しばしば共変量の測定と調整に依存する。このロバストな最適化手法により、広範囲な因果調整法を拡張し、部分的同定を行うことができることを示す。合成および実データセット全体で、このアプローチは既存の手法よりも高いカバレッジ確率でATEバウンダリを提供する。
論文参考訳（メタデータ） (2022-02-22T04:24:26Z)
Label noise detection under the Noise at Random model with ensemble filters [5.994719700262245]
本研究では、2つの異なる雑音モデルの下でのアンサンブルノイズ検出の性能について検討する。データセットで観測される全雑音レベルが変化するため,クラス分布がノイズ検出性能に及ぼす影響について検討する。
論文参考訳（メタデータ） (2021-12-02T21:49:41Z)

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。