論文の概要: What is Stochastic Supervenience?

• arxiv url: http://arxiv.org/abs/2512.18257v1
• Date: Sat, 20 Dec 2025 07:47:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-23 18:54:32.259457
• Title: What is Stochastic Supervenience?
• Title（参考訳）: Stochastic Supervenienceとは何か?
• Authors: Youheng Zhang,
• Abstract要約: 本稿では,スーパーベニエンスのための一般的な枠組みを開発する。 私はその法則を定式化し、固定法、不規則法、方向非対称性を定式化します。 古典的決定論的超越性は、限定的なディラックの場合として現れることを示す。
• 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: Standard formulations of supervenience typically treat higher level properties as point valued facts strictly fixed by underlying base states. However, in many scientific domains, from statistical mechanics to machine learning, basal structures more naturally determine families of probability measures than single outcomes. This paper develops a general framework for stochastic supervenience, in which the dependence of higher level structures on a physical base is represented by Markov kernels that map base states to distributions over macro level configurations. I formulate axioms that secure law like fixation, nondegeneracy, and directional asymmetry, and show that classical deterministic supervenience appears as a limiting Dirac case within the resulting topological space of dependence relations. To connect these metaphysical claims with empirical practice, the framework incorporates information theoretic diagnostics, including normalized mutual information, divergence based spectra, and measures of tail sensitivity. These indices are used to distinguish genuine structural stochasticity from merely epistemic uncertainty, to articulate degrees of distributional multiple realization, and to identify macro level organizations that are salient for intervention. The overall project offers a conservative extension of physicalist dependence that accommodates pervasive structured uncertainty in the special sciences without abandoning the priority of the base level.
• Abstract（参考訳）: 超越の標準的な定式化は、通常、基礎となる基底状態によって厳密に固定された点値事実として、より高いレベルの性質を扱います。 しかし、統計力学から機械学習まで、多くの科学分野において、基底構造は単一の結果よりも確率測度の族を自然に決定する。 本稿では,物理基底上の高次構造への依存をマルコフカーネルで表現し,基底状態をマクロレベル構成上の分布にマッピングする確率超越の一般的な枠組みを開発する。 私は、固定、非退化、方向非対称性のような法則を確保する公理を定式化し、古典的な決定論的超越性は、結果として生じる依存関係のトポロジカル空間の中で制限的なディラックケースとして現れることを示す。 これらのメタ物理的主張と経験的実践を結びつけるため、この枠組みは、正規化された相互情報、発散に基づくスペクトル、尾の感度の測定を含む情報理論的診断を取り入れている。 これらの指標は、真の構造的確率性と単にててんかんの不確実性とを区別し、分布的多重実現の度合いを明確にし、介入に相応しいマクロレベルの組織を特定するために用いられる。 プロジェクト全体は、基礎レベルの優先順位を放棄することなく、特殊科学において広範に構造化された不確実性に対応する物理的依存の保守的な拡張を提供する。

関連論文リスト

• Physics-informed transfer learning for SHM via feature selection [0.0]
  伝達学習(TL)は、関連するドメイン間の情報を活用するために用いられる。 ドメインと機能の選定はドメインの専門知識に依存している。 MAC(Modal Assurance criterion)は、健全な構造のモード間の対応を定量化するために用いられる。
  論文  参考訳（メタデータ） (2025-07-18T14:28:52Z)
• Learning Pole Structures of Hadronic States using Predictive Uncertainty Estimation [0.0]
  極構造を$S$-matrix要素に分類するための不確実性を考慮した機械学習手法を提案する。 我々のフレームワークは、他の候補ハドロン状態にも広く適用でき、散乱振幅における極構造推論のためのスケーラブルなツールを提供する。
  論文  参考訳（メタデータ） (2025-07-10T11:49:17Z)
• AlphaFold Database Debiasing for Robust Inverse Folding [58.792020809180336]
  Debiasing Structure AutoEncoder (DeSAE)を導入し、故意に破損したバックボーンジオメトリからネイティブライクなコンフォーメーションを再構築することを学ぶ。 推測において、DeSAEをAFDB構造に適用すると、逆折り畳み性能を著しく向上する偏りのある構造が生成される。
  論文  参考訳（メタデータ） (2025-06-10T02:25:31Z)
• Topological Mixed States: Phases of Matter from Axiomatic Approaches [15.433292838001103]
  閉量子系において、位相的順序は、ギャップ付き局所ハミルトニアンの基底状態の同値類を通して理解される。 ここでは、局所的回復可能性(i$)、長距離相関の欠如(ii$)、空間的均一性(iii$)という3つの公理に基づくアプローチを提案することにより、このギャップを埋める。 これらの公理から、トポロジカルデータの豊富な集合が自然に出現し、重要なことは、これらのデータは公理の緩和の下で堅牢である。
  論文  参考訳（メタデータ） (2025-06-04T17:58:45Z)
• Causal Representation Learning from Multimodal Biomedical Observations [57.00712157758845]
  バイオメディカルデータセットの理解を容易にするために,マルチモーダルデータに対するフレキシブルな識別条件と原理的手法を開発した。 主要な理論的貢献は、モジュラリティ間の因果関係の構造的空間性である。 実世界のヒト表現型データセットの結果は、確立された生物医学研究と一致している。
  論文  参考訳（メタデータ） (2024-11-10T16:40:27Z)
• Enriching Disentanglement: From Logical Definitions to Quantitative Metrics [59.12308034729482]
  複雑なデータにおける説明的要素を遠ざけることは、データ効率の表現学習にとって有望なアプローチである。 論理的定義と量的指標の関連性を確立し, 理論的に根ざした絡み合いの指標を導出する。 本研究では,非交叉表現の異なる側面を分離することにより,提案手法の有効性を実証的に実証する。
  論文  参考訳（メタデータ） (2023-05-19T08:22:23Z)
• Pseudo standard entanglement structure cannot be distinguished from standard entanglement structure [61.12008553173672]
  最大絡み状態の実験的検証は、その状態が最大絡み状態と全く同じであることを保証しない。 我々の設定では、任意の最大絡み合い状態は、得られた擬標準絡み合い構造に属する絡み合い状態によって任意に近似することができる。
  論文  参考訳（メタデータ） (2022-03-15T14:56:43Z)
• Localisation in quasiperiodic chains: a theory based on convergence of local propagators [68.8204255655161]
  局所プロパゲータの収束に基づく準周期鎖に最も近いホッピングを持つ局所化の理論を提示する。 これらの連続分数の収束、局所化、あるいはその欠如を分析することは可能であり、それによって臨界点とモビリティエッジが帰結する。 結果は、振る舞いの範囲をカバーする3つの準周期モデルの理論を分析することで実証される。
  論文  参考訳（メタデータ） (2021-02-18T16:19:52Z)

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。