論文の概要: Robust Causal Directionality Inference in Quantum Inference under MNAR Observation and High-Dimensional Noise

• arxiv url: http://arxiv.org/abs/2512.19746v1
• Date: Thu, 18 Dec 2025 05:26:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-24 19:17:49.622216
• Title: Robust Causal Directionality Inference in Quantum Inference under MNAR Observation and High-Dimensional Noise
• Title（参考訳）: MNAR観測と高次元雑音下における量子推論におけるロバスト因果方向推定
• Authors: Joonsung Kang,
• Abstract要約: 量子力学において、観測は系を積極的に形作り、MNAR(Missing Not At Random)という統計的概念を並行させる。 本研究では,量子工学における因果方向推論の統一的枠組みを紹介する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: In quantum mechanics, observation actively shapes the system, paralleling the statistical notion of Missing Not At Random (MNAR). This study introduces a unified framework for \textbf{robust causal directionality inference} in quantum engineering, determining whether relations are system$\to$observation, observation$\to$system, or bidirectional. The method integrates CVAE-based latent constraints, MNAR-aware selection models, GEE-stabilized regression, penalized empirical likelihood, and Bayesian optimization. It jointly addresses quantum and classical noise while uncovering causal directionality, with theoretical guarantees for double robustness, perturbation stability, and oracle inequalities. Simulation and real-data analyses (TCGA gene expression, proteomics) show that the proposed MNAR-stabilized CVAE+GEE+AIPW+PEL framework achieves lower bias and variance, near-nominal coverage, and superior quantum-specific diagnostics. This establishes robust causal directionality inference as a key methodological advance for reliable quantum engineering.
• Abstract（参考訳）: 量子力学において、観測は系を積極的に形作り、MNAR(Missing Not At Random)という統計的概念を平行にしている。 本研究では、量子工学における「textbf{robust causal directionality inference」の統一的な枠組みを導入し、関係がsystem$\to$observation, observed$\to$system, あるいは bidirectional であるかどうかを決定する。 本手法は,CVAEに基づく潜伏制約,MNARを考慮した選択モデル,GEE安定化回帰,ペナル化された経験的可能性,ベイズ最適化を統合する。 因果方向を解明しながら量子ノイズと古典ノイズを共同で処理し、二重ロバスト性、摂動安定性、オラクルの不等式を理論的に保証する。 シミュレーションおよび実データ解析(TCGA遺伝子発現、プロテオミクス)は、提案したMNAR安定化CVAE+GEE+AIPW+PELフレームワークが、より低いバイアスと分散、ニアノミナルカバレッジ、優れた量子固有診断を実現することを示す。 これにより、信頼性のある量子工学における重要な方法論的進歩として、堅牢な因果方向推定が確立される。

関連論文リスト

• Kraus Constrained Sequence Learning For Quantum Trajectories from Continuous Measurement [0.0]
  本稿では,ジェネリックシークエンスバックボーンの隠れ表現を正のトレース保存(CPTP)量子演算に変換するクラス構造出力層を提案する。 すべてのモデルにおいて、Kraus-LSは最強の結果を達成し、制約のないモデルに比べて、状態推定品質を7%向上させる。
  論文  参考訳（メタデータ） (2026-03-05T18:37:05Z)
• Stability and Generalization of Push-Sum Based Decentralized Optimization over Directed Graphs [55.77845440440496]
  プッシュベースの分散通信は、情報交換が非対称である可能性のある通信ネットワークの最適化を可能にする。 我々は、グラディエント・プッシュ(SGP)アルゴリズムのための統一的な一様安定性フレームワークを開発する。 重要な技術的要素は、2つの量に束縛された不均衡認識の一般化である。
  論文  参考訳（メタデータ） (2026-02-24T05:32:03Z)
• Equivariant Evidential Deep Learning for Interatomic Potentials [55.6997213490859]
  不確かさの定量化は、分子動力学シミュレーションにおける機械学習の原子間ポテンシャルの信頼性を評価するために重要である。 既存のMLIPのUQアプローチは、高い計算コストや準最適性能によって制限されることが多い。 我々は,原子間ポテンシャルの定量的深層学習(texte2$IP)を提案する。
  論文  参考訳（メタデータ） (2026-02-11T02:00:25Z)
• Stabilized Maximum-Likelihood Iterative Quantum Amplitude Estimation for Structural CVaR under Correlated Random Fields [0.0]
  Conditional Value-at-Risk (CVaR) は構造力学における中心的なテールリスク尺度である。 本研究では,CVaR評価を信頼性制約付き最大形振幅推定問題として用いた量子強化推論フレームワークを開発した。
  論文  参考訳（メタデータ） (2026-02-10T14:53:26Z)
• Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
  CL-QASは連続的な量子アーキテクチャ検索フレームワークである。 振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。 制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
  論文  参考訳（メタデータ） (2026-01-10T02:36:03Z)
• Quantum sensing with critical systems: impact of symmetry, imperfections, and decoherence [3.162105123726839]
  絡み合った多体状態は、標準量子限界を超える高精度な量子センシングを可能にする。 我々は、量子臨界波動関数に基づく干渉センシングプロトコルを開発し、その性能をGreenberger-Horne-Zeilinger (GHZ) とスピンスクイーズ状態と比較する。 気象資源としての対称性の考えに基づいて,最適測定戦略を同定するための対称性に基づくアルゴリズムを導入する。
  論文  参考訳（メタデータ） (2026-01-07T20:09:23Z)
• SIGMA: Scalable Spectral Insights for LLM Collapse [51.863164847253366]
  SIGMA(Spectral Inequalities for Gram Matrix Analysis)は,モデル崩壊のための統一的なフレームワークである。 行列のスペクトル上の決定論的境界を導出するベンチマークを利用することで、SIGMAは表現空間の収縮を追跡するために数学的に基底化された計量を提供する。 我々は、SIGMAが状態への遷移を効果的に捉え、崩壊のメカニズムに関する理論的知見の両方を提供することを示した。
  論文  参考訳（メタデータ） (2026-01-06T19:47:11Z)
• The Procrustean Bed of Time Series: The Optimization Bias of Point-wise Loss [53.542743390809356]
  本稿では,最適化バイアス(EOB)の期待に関する第一原理解析を提案する。 時間列が決定論的で構造化されるほど、ポイントワイドの損失関数によるバイアスがより厳しくなる。 本稿では,DFTとDWTの両原理を同時に実現する具体的ソリューションを提案する。
  論文  参考訳（メタデータ） (2025-12-21T06:08:22Z)
• Enhancing Non-classical Properties of Entangled Coherent States via Post-Selected von Neumann Measurements [0.0]
  選択後弱測定プロセスの理論的解析と,ECSの非古典的特徴を増幅する効果について検討した。 我々は、連続変数の絡み合った状態の精密な操作のための調整可能な弱い測定フレームワークを確立する。
  論文  参考訳（メタデータ） (2025-11-18T03:10:02Z)
• Towards Quantum Enhanced Adversarial Robustness with Rydberg Reservoir Learning [45.92935470813908]
  量子コンピューティング貯水池(QRC)は、量子多体系に固有の高次元非線形力学を利用する。 近年の研究では、変動回路に基づく摂動量子は逆数の影響を受けやすいことが示されている。 QR学習モデルにおける対向的堅牢性の最初の体系的評価について検討する。
  論文  参考訳（メタデータ） (2025-10-15T12:17:23Z)
• Anticipating Decoherence: a Predictive Framework for Enhancing Coherence in Quantum Emitters [96.41185946460115]
  遠隔量子エミッタにおける予測とデコヒーレンスエンジニアリングのための予測フレームワークを開発する。 限られたデータに基づいてトレーニングされた機械学習モデルは、目に見えないスペクトルの振る舞いを正確に予測できることを示す。 これらの結果は、スケーラブル量子システムにおけるリアルタイムデコヒーレンスエンジニアリングの道を開いた。
  論文  参考訳（メタデータ） (2025-08-04T17:23:14Z)
• Bayesian Quantum Amplitude Estimation [46.03321798937855]
  量子振幅推定のための問題調整およびノイズ認識ベイズアルゴリズムであるBAEを提案する。 耐障害性シナリオでは、BAEはハイゼンベルク限界を飽和させることができ、デバイスノイズが存在する場合、BAEはそれを動的に特徴付け、自己適応することができる。 本稿では,振幅推定アルゴリズムのベンチマークを提案し,他の手法に対してBAEをテストする。
  論文  参考訳（メタデータ） (2024-12-05T18:09:41Z)
• Friend or Foe? Harnessing Controllable Overfitting for Anomaly Detection [30.77558600436759]
  オーバーフィッティングは伝統的に異常検出の有害と見なされてきた。 本稿では、オーバーフィッティングを戦略的に活用し、異常識別能力を向上する新しいフレームワークである、制御可能なオーバーフィッティングベースの異常検出(COAD)を紹介する。
  論文  参考訳（メタデータ） (2024-11-30T19:07:16Z)
• Nonlinearity of the Fidelity in Open Qudit Systems: Gate and Noise Dependence in High-dimensional Quantum Computing [0.0]
  本稿では,リンドブラッド形式におけるマルコフ雑音下での単一キューディット系の平均ゲート忠実度(AGF)について検討する。 環境結合係数の観点から平均ゲート不忠実度(AGI)の摂動膨張に関する一般表現を導出する。 本研究は,AGIがQudit次元,量子ゲート選択,ノイズ強度に依存していることに注目し,量子ゲート設計と誤り訂正プロトコルを最適化するための重要な洞察を提供する。
  論文  参考訳（メタデータ） (2024-06-21T13:36:09Z)
• Quantum Causal Inference in the Presence of Hidden Common Causes: an Entropic Approach [34.77250498401055]
  エントロピー原理を利用して量子情報科学と因果推論を融合するための新しい理論的枠組みを提唱する。 提案したフレームワークを量子ノイズリンク上のメッセージ送信者を特定する実験的に関連するシナリオに適用する。 このアプローチは、将来のマルチノード量子ネットワーク上で悪意のある活動の起源を特定する基礎を築くことができる。
  論文  参考訳（メタデータ） (2021-04-24T22:45:50Z)

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。