論文の概要: Causal-Order Identification of Memoryless Sequential Quantum Processes from Restricted Projective Data
- arxiv url: http://arxiv.org/abs/2605.04571v1
- Date: Wed, 06 May 2026 07:16:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-07 18:41:07.69546
- Title: Causal-Order Identification of Memoryless Sequential Quantum Processes from Restricted Projective Data
- Title（参考訳）: 制約射影データによるメモリレスシーケンス量子プロセスの因数次同定
- Abstract要約: 我々は、観測された分布がメモリレスシーケンシャル量子プロセスと一定の方向で互換性があるかどうかを決定するために必要かつ十分な条件を見出した。
次に、2量子パウリのセッティングに特化し、そこでは問題は非トモグラフィーのままだが、明示的に抽出可能である。
- 参考スコア（独自算出の注目度）: 45.85698554568285
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Identifying causal order from restricted projective data is generally nontrivial. When two quantum players interact only through an unobserved environment, the available local measurement statistics are typically not tomographically complete, so the underlying process cannot in general be reconstructed exactly from the observed distribution. As a result, causal direction can be statistically identifiable in some cases but fundamentally indistinguishable in others. In this work, we determine necessary and sufficient conditions for deciding when an observed distribution is compatible with a memoryless sequential quantum process in a fixed direction. We show that directional conditional-independence structure and the positivity criterion based on the pseudo-density matrix, as developed in recent work by Liu, Qiu, Dahlsten, and Vedral, are not sufficient by themselves. The missing ingredient is an additional algebraic consistency requirement, and together these conditions yield a complete criterion for membership in the memoryless sequential class. We then specialize to the two-qubit Pauli setting, where the problem remains non-tomographic but becomes explicitly tractable. In this regime, we characterize when the two sequential directions are statistically indistinguishable, and we show by example that positivity alone does not exclude more general memoryful strategies, whereas the additional algebraic consistency requirement does.
- Abstract（参考訳）: 制限された射影データから因果順序を特定することは、一般的には簡単ではない。
2つの量子プレーヤが観測されていない環境でのみ相互作用する場合、利用可能な局所測定統計値は通常、トモグラフィ的に完全ではないため、一般には観測された分布から正確に再構成することはできない。
その結果、因果方向は統計的に特定できるが、根本的に区別できない場合もある。
本研究では、観測された分布がメモリレス逐次量子プロセスと一定の方向で互換性があるかどうかを判断するために必要かつ十分な条件を決定する。
本研究は,Lu,Qiu,Dahlsten,Vedralの最近の研究で開発された疑似密度行列に基づく方向性条件独立構造と肯定的基準が,それ自体で十分でないことを示す。
欠落する成分は追加の代数的整合性要件であり、これらの条件が組み合わさって、メモリレスシーケンシャルクラスのメンバシップに対する完全な基準となる。
次に、2量子パウリのセッティングに特化し、そこでは問題は非トモグラフィーのままだが、明示的に抽出可能である。
この体制では、2つの逐次方向が統計的に区別できない場合を特徴付け、追加の代数的整合性要件が成立するのに対して、実証性だけではより一般的なメモリフル戦略を除外しないことを示す。
関連論文リスト
- Unraveling-Dependent Metastability in Monitored Quantum Systems and Associative Memories [0.5161531917413708]
開量子系の準安定性は通常、リウヴィリアンのスペクトル分離から推測される。
我々は,同じ非条件ダイナミクスの条件付き実現により,メタスタブルメモリをバイパスしたり,透過的にアクセスしたり,操作的に保存することができることを示す。
論文 参考訳（メタデータ） (2026-09-05T12:26:06Z) - The conditional-mean barrier: From deterministic regression to conditional distribution learning [6.160113667162026]
このチュートリアルでは、条件-平均障壁を中心とした自己完結モジュールを開発する。
平方損失予測器に潜在ランダム性を加えると、条件平均に戻る。
我々は,否定的対数類似度,モーメントとオブザーバブルマッチング,変分目的,逆数分岐,スコアマッチングなどの共通分布目的を短時間に整理する。
論文 参考訳（メタデータ） (2026-05-27T07:31:42Z) - 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) - Distinguishing synthetic unravelings on quantum computers [0.16252563723817934]
1量子ビットと2量子ビットに作用する量子回路として実装された合成アンラベリングを導入する。
軌跡間のばらつきと、平均的なフォン・ノイマンエントロピーが、理論と実験の両方において未発見物を区別していることが示される。
この結果から, 量子トラジェクタは, 非条件力学によって固定された値を超えて, 測定バックアクションに関する情報を符号化する。
論文 参考訳（メタデータ） (2026-01-27T18:56:38Z) - Identification of Causal Direction under an Arbitrary Number of Latent Confounders [54.76982125821112]
実世界のシナリオでは、観測された変数は複数の潜伏変数によって同時に影響を受けることがある。
我々は,特定の方法で構築された観測変数の高次累積行列を併用する。
これらの高次累積行列の階数不足特性から,2つの観測変数間の因果非対称性が直接観察可能であることを示す。
論文 参考訳（メタデータ） (2025-10-26T15:10:00Z) - Free Independence and Unitary Design from Random Matrix Product Unitaries [0.0]
ユニタリランダム性は、量子情報の基本的タスクと量子カオスの理論の両方を支える。
ランダム・マトリックス・ユニタリ・アンサンブルにおける自由度の発生について検討する。
局所観測可能物質は、カオス多体系における熱化を正確に予測するものである。
論文 参考訳（メタデータ） (2025-07-31T18:00:00Z) - Counterfactual Realizability [52.85109506684737]
本稿では, 正規化可能性の定義, 分布からサンプルを抽出する能力を導入し, 任意の反事実分布が実現可能であるかどうかを判定する完全アルゴリズムを開発する。
本稿では、因果的公正さと因果的強化学習のモチベーション例を用いて、この新たな反ファクト的データ収集フレームワークの意義を説明する。
論文 参考訳（メタデータ） (2025-03-14T20:54:27Z) - Form of Contextuality Predicting Probabilistic Equivalence between Two Sets of Three Mutually Noncommuting Observables [0.0]
相互に相補的な観測可能な2つ以上の擬似文脈の集合と結果の確率和からなる文脈量子システムを提案する。
これらの擬コンテキストはヒルベルト空間内の非直交基底を構成し、状態に依存しない確率の和を特徴とする。
このセットアップにおける測定の文脈性は、ハイパーグラフの量子化から生じ、これは確率の線形結合の特定の境界に固執する。
論文 参考訳（メタデータ） (2023-09-22T08:51:34Z) - Learning Linear Causal Representations from Interventions under General
Nonlinear Mixing [52.66151568785088]
介入対象にアクセスできることなく、未知の単一ノード介入を考慮し、強い識別可能性を示す。
これは、ディープニューラルネットワークの埋め込みに対する非ペアの介入による因果識別性の最初の例である。
論文 参考訳（メタデータ） (2023-06-04T02:32:12Z) - Nonparametric Identifiability of Causal Representations from Unknown
Interventions [63.1354734978244]
本研究では, 因果表現学習, 潜伏因果変数を推定するタスク, およびそれらの変数の混合から因果関係を考察する。
我々のゴールは、根底にある真理潜入者とその因果グラフの両方を、介入データから解決不可能なあいまいさの集合まで識別することである。
論文 参考訳（メタデータ） (2023-06-01T10:51:58Z) - Quantum Causal Inference with Extremely Light Touch [0.0]
本稿では,時間的相関と空間的相関の場合にのみ量子観測を用いた因果推論手法を提案する。
このプロトコルは、因果影響の方向によって区別される5つの因果構造との整合性を決定する。
論文 参考訳（メタデータ） (2023-03-19T02:59:05Z) - Implicit Regularization in ReLU Networks with the Square Loss [56.70360094597169]
モデルパラメータの明示的な関数によって、平方損失による暗黙の正規化を特徴付けることは不可能であることを示す。
非線形予測器の暗黙的正規化を理解するためには,より一般的な枠組みが必要であることが示唆された。
論文 参考訳（メタデータ） (2020-12-09T16:48:03Z)
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。