論文の概要: Taming Entanglement

• arxiv url: http://arxiv.org/abs/2507.15128v1
• Date: Sun, 20 Jul 2025 21:38:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-22 20:51:32.206291
• Title: Taming Entanglement
• Title（参考訳）: タミング・エンタングルメント
• Authors: Huw Price, Ken Wharton,
• Abstract要約: 統計学と因果モデリングでは、選択過程が非相関的なアンサンブルのサブセットで相関を誘導することは一般的である。 本稿では,EPRとベルの相関関係が,この種の選択人工物であることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In statistics and causal modeling it is common for a selection process to induce correlations in a subset of an uncorrelated ensemble. We propose that EPR and Bell correlations are selection artefacts of this kind. The selection process is preparation of the initial state of the relevant experiments. Choice of initial state amounts to preselection of a subensemble of a larger, uncorrelated, virtual ensemble of possble histories. Because it is preselection rather than postselection, the resulting correlations support the intuitive counterfactuals of the EPR argument and Bell nonlocality. In this respect, and in its temporal orientation, the case differs from familiar forms of selection bias. Given the ubiquity of quantum entanglement, the result may thus be of independent interest to students of causal modeling. The paper concludes with a discussion of its novel implications in that field.
• Abstract（参考訳）: 統計学と因果モデリングでは、選択過程が非相関的なアンサンブルのサブセットで相関を誘導することは一般的である。 本稿では,EPRとベルの相関関係が,この種の選択アーチファクトであることを示す。 選択プロセスは、関連する実験の初期状態の準備である。 初期状態の選択は、巨大で非相関な仮想的なポスブル歴史のアンサンブルのサブアンサンブルの予備選択に相当する。 ポストセレクションよりも事前選択であるので、結果として得られる相関関係は、EPR引数とベル非局所性の直感的な反事実を支持する。 この点、およびその時間的指向において、このケースは慣れ親しんだ選択バイアスの形式とは異なる。 量子絡み合いの普遍性を考えると、結果は因果モデリングの学生にとって独立した関心事となる。 論文は、その分野におけるその新しい意味についての議論で締めくくっている。

関連論文リスト

• When Selection Meets Intervention: Additional Complexities in Causal Discovery [16.629408366459575]
  介入研究では、被験者が実験に選択的に登録されるが、見落とされがちな選択バイアスに対処する。 我々は、観察された世界(介入が適用される)と反現実世界(介入が適用されていないときに選択が発生する)の両方を明示的に説明するグラフィカルモデルを導入する。 因果関係を同定し,同値クラスへの選択機構を提案する。
  論文  参考訳（メタデータ） (2025-03-10T13:22:38Z)
• Comparing the cost of violating causal assumptions in Bell experiments: locality, free choice and arrow-of-time [0.0]
  本稿は、PNAS 118 e2020569118 (2021) の結果に続いて、局所性と自由選択仮定の等価性を示す。 我々は、特定の仮定に単一矢印型違反を許すような、より困難な因果的シナリオについて考察する。
  論文  参考訳（メタデータ） (2024-08-22T21:46:40Z)
• Differentiating Choices via Commonality for Multiple-Choice Question Answering [54.04315943420376]
  複数選択の質問応答は、正しい答えを選択するための貴重な手がかりを提供することができる。 既存のモデルでは、それぞれの選択を別々にランク付けし、他の選択によって提供されるコンテキストを見渡すことが多い。 本稿では,DCQAと呼ばれる共通性を識別・排除することで,選択を識別する新しいモデルを提案する。
  論文  参考訳（メタデータ） (2024-08-21T12:05:21Z)
• Detecting and Identifying Selection Structure in Sequential Data [53.24493902162797]
  我々は,音楽のシーケンスなどの実践的な状況において,潜在目的に基づくデータポイントの選択的包摂が一般的である,と論じる。 選択構造はパラメトリックな仮定や介入実験なしで識別可能であることを示す。 また、他の種類の依存関係と同様に、選択構造を検知し、識別するための証明可能な正当性アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-06-29T20:56:34Z)
• Causal Feature Selection via Transfer Entropy [59.999594949050596]
  因果発見は、観察データによる特徴間の因果関係を特定することを目的としている。 本稿では,前向きと後向きの機能選択に依存する新たな因果的特徴選択手法を提案する。 精度および有限サンプルの場合の回帰誤差と分類誤差について理論的に保証する。
  論文  参考訳（メタデータ） (2023-10-17T08:04:45Z)
• Active Bayesian Causal Inference [72.70593653185078]
  因果発見と推論を統合するための完全ベイズ能動学習フレームワークであるアクティブベイズ因果推論(ABCI)を提案する。 ABCIは因果関係のモデルと関心のクエリを共同で推論する。 我々のアプローチは、完全な因果グラフの学習のみに焦点を当てた、いくつかのベースラインよりも、よりデータ効率が高いことを示す。
  論文  参考訳（メタデータ） (2022-06-04T22:38:57Z)
• Local Constraint-Based Causal Discovery under Selection Bias [8.465604845422238]
  本稿では,独立制約選択バイアスから因果関係を発見することの問題点を考察する。 代わりに独立関係の局所的なパターンに注目し、背景知識を含む3変数のみの健全な手法は見つからない。 Y構造パターンは、サイクルが存在する可能性のある選択バイアス下のデータから因果関係を予測する際に、健全であることが示されている。
  論文  参考訳（メタデータ） (2022-03-03T16:52:22Z)
• Typing assumptions improve identification in causal discovery [123.06886784834471]
  観測データからの因果発見は、正確な解を常に特定できない難しい課題である。 そこで本研究では,変数の性質に基づいた因果関係を制約する仮説を新たに提案する。
  論文  参考訳（メタデータ） (2021-07-22T14:23:08Z)
• On safe post-selection for Bell tests with ideal detectors: Causal diagram approach [0.0]
  複数の空間分布結果に対するポストセレクションによる幅広いシナリオのクラスについて論じる。 単純な基準はオール・ブット・ワン原理(英語版)と呼ばれ、非局所性に関する結論がベルの不等式とポスト・セレクトされたデータとを破ることによる結論が有効であることを示す。
  論文  参考訳（メタデータ） (2020-12-14T06:38:57Z)
• Unification of HDP and LDA Models for Optimal Topic Clustering of Subject Specific Question Banks [55.41644538483948]
  オンラインコースの人気が高まると、学者向けのコース関連クエリの数が増加することになる。 個々の質問に答えるのに費やす時間を短縮するために、それらをクラスタリングするのは理想的な選択です。 階層ディリクレプロセスを用いて、LDAモデルの実行に対して最適なトピック番号を入力します。
  論文  参考訳（メタデータ） (2020-10-04T18:21:20Z)

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。