Fugu-MT 論文翻訳(概要): The Causal Uncertainty Principle: Manifold Tearing and the Topological Limits of Counterfactual Interventions

論文の概要: The Causal Uncertainty Principle: Manifold Tearing and the Topological Limits of Counterfactual Interventions

arxiv url: http://arxiv.org/abs/2603.17385v1
Date: Wed, 18 Mar 2026 06:07:35 GMT
ステータス: 翻訳完了
システム内更新日: 2026-03-19 18:32:57.530437
Title: The Causal Uncertainty Principle: Manifold Tearing and the Topological Limits of Counterfactual Interventions
Title（参考訳）: 因果不確かさ原理:マニフォールドティーリングと対物干渉のトポロジカル限界
Authors: Rui Wu, Hong Xie, Yongjun Li,
Abstract要約: Judea Pearl の do-calculus は因果推論の基礎を提供するが、連続生成モデルへの変換は幾何的な問題に悩まされている。対物事象の地平を定義し,マニフォールドティーリング理論の証明を行う。幾何学的因果流(Geometry-Aware Causal Flow, GACF)は, トポロジカルレーダを用いて多様体の破断を回避したスケーラブルなアルゴリズムである。
参考スコア（独自算出の注目度）: 7.073238726507493
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Judea Pearl's do-calculus provides a foundation for causal inference, but its translation to continuous generative models remains fraught with geometric challenges. We establish the fundamental limits of such interventions. We define the Counterfactual Event Horizon and prove the Manifold Tearing Theorem: deterministic flows inevitably develop finite-time singularities under extreme interventions. We establish the Causal Uncertainty Principle for the trade-off between intervention extremity and identity preservation. Finally, we introduce Geometry-Aware Causal Flow (GACF), a scalable algorithm that utilizes a topological radar to bypass manifold tearing, validated on high-dimensional scRNA-seq data.
Abstract（参考訳）: Judea Pearl の do-calculus は因果推論の基礎を提供するが、連続生成モデルへの変換は幾何的な問題に悩まされている。我々はそのような介入の基本的な限界を確立する。決定論的フローは必然的に極端な介入の下で有限時間特異点を発達させる。我々は、介入過激性とアイデンティティ保護との間のトレードオフのための因果不確実性原則を確立する。最後に,高次元のscRNA-seqデータを用いて,トポロジカルレーダを用いて多様体のひび割れを回避するスケーラブルなアルゴリズムであるGeometry-Aware Causal Flow (GACF)を紹介する。

関連論文リスト

Cohomological Obstructions to Global Counterfactuals: A Sheaf-Theoretic Foundation for Generative Causal Models [7.073238726507493]
We formalize structure causal model as cellular sheaves over Wasserstein space。トラクタビリティを確保するため,エントロピック正則化を導入し,エントロピック・ワッサーシュタイン・カウスタル・ラフ・ラプラシアンを導出する。筆者らのフレームワークは熱力学ノイズを利用して高次元scRNA-seqカウンターファクトリーのトポロジカルバリアをナビゲートする。
論文参考訳（メタデータ） (2026-03-18T06:07:07Z)
Robust Sequential Tracking via Bounded Information Geometry and Non-Parametric Field Actions [0.0]
LiDARによるターゲット追跡、高周波暗号秩序フロー、量子状態トモグラフィーの3つの領域にわたる実証的なベンチマークでは、この情報ジオメトリが異常値を解析的に減らすことを実証している。
論文参考訳（メタデータ） (2026-03-13T21:40:44Z)
On Multi-Step Theorem Prediction via Non-Parametric Structural Priors [50.16583672681106]
本研究では,インコンテキスト学習(ICL)のレンズによる学習自由な定理予測について検討する。本稿では,過去の解の時間的依存関係を有向グラフとしてエンコードし,推論中に探索空間を効果的に引き起こす明示的なトポロジ的制約を課すTheorem Precedence Graphsを提案する。 FormalGeo7kベンチマークの実験から,本手法は89.29%の精度を実現し,ICLベースラインを著しく上回り,最先端の教師付きモデルに適合することがわかった。
論文参考訳（メタデータ） (2026-03-05T06:08:50Z)
Riemannian Flow Matching for Disentangled Graph Domain Adaptation [51.98961391065951]
グラフドメイン適応(GDA)は典型的には、ユークリッド空間におけるグラフ埋め込みの整列に逆学習を使用する。 DisRFMは、埋め込みとフローベースのトランスポートを統一する幾何学的なGDAフレームワークである。
論文参考訳（メタデータ） (2026-01-31T11:05:35Z)
Operational Derivation of Born's Rule from Causal Consistency in Generalized Probabilistic Theories [0.0]
許容可能な状態対確率写像は、混合の下でアフィンでなければならないことを示す。我々はボルンの法則を許容可能な確率的法則の因果的固定点とみなす。
論文参考訳（メタデータ） (2025-12-14T10:50:42Z)
Obtaining continuum physics from dynamical simulations of Hamiltonian lattice gauge theories [0.0]
連続限界に対する近似時間進化の影響を厳格に制御する新しい枠組みを提案する。動作統計の不確実性以下に近似時間進化誤差を駆動するSBTEプロトコルを用いることで、単純化された再正規化手順が導かれることを示す。
論文参考訳（メタデータ） (2025-06-19T19:28:21Z)
Bridging General Relativity and Quantum Dynamics Through Finite-Resource Logical Models [0.0]
一般相対性理論 (GR) と量子力学 (QD) の理論的枠組みは、クリプキ意味論と線形論理学の応用を通じて導入された。我々のフレームワークは、ECLC(Energy Constrained Linear Causality)と呼ばれ、量子遷移と時空の進化を論理的に制約されたプロセスとしてモデル化している。 ECLCは、有限物理宇宙における因果性、計算、出現を記述するための統一されたリソース対応論理を提供する。
論文参考訳（メタデータ） (2025-03-29T16:05:50Z)
Nonlinearity-driven Topology via Spontaneous Symmetry Breaking [79.16635054977068]
パラメトリック駆動型量子共振器の連鎖は、弱い近傍-ケル間相互作用によってのみ結合される。トポロジーはカーの非線形性の構造によって決定され、非自明なバルク境界対応をもたらす。
論文参考訳（メタデータ） (2025-03-15T00:20:45Z)
Last-Iterate Convergence of Adaptive Riemannian Gradient Descent for Equilibrium Computation [52.73824786627612]
本稿では,テクスト幾何学的強単調ゲームに対する新たな収束結果を確立する。我々のキーとなる結果は、RGDがテクスト幾何学的手法で最終定位線形収束を実現することを示しています。全体として、ユークリッド設定を超えるゲームに対して、幾何学的に非依存な最終点収束解析を初めて提示する。
論文参考訳（メタデータ） (2023-06-29T01:20:44Z)
Role of boundary conditions in the full counting statistics of topological defects after crossing a continuous phase transition [62.997667081978825]
トポロジカル欠陥の統計学における境界条件の役割を解析する。また, クイン数分布の累積は, クエンチ率に比例して普遍的なスケーリングを示すことを示した。
論文参考訳（メタデータ） (2022-07-08T09:55:05Z)
Causal Expectation-Maximisation [70.45873402967297]
ポリツリーグラフを特徴とするモデルにおいても因果推論はNPハードであることを示す。我々は因果EMアルゴリズムを導入し、分類的表現変数のデータから潜伏変数の不確かさを再構築する。我々は、反事実境界が構造方程式の知識なしにしばしば計算できるというトレンドのアイデアには、目立たずの制限があるように思える。
論文参考訳（メタデータ） (2020-11-04T10:25:13Z)

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。