論文の概要: Structural constraint on delayed-choice quantum eraser architectures

• arxiv url: http://arxiv.org/abs/2605.24994v1
• Date: Sun, 24 May 2026 10:46:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-26 19:50:18.639018
• Title: Structural constraint on delayed-choice quantum eraser architectures
• Title（参考訳）: 遅延チョイス量子消去器アーキテクチャの構造的制約
• Authors: Chakir Fikri,
• Abstract要約: 4つの直観的特性(選択の統計的独立性、損失の欠如、選択に条件づけられた決定論的ルーティング、および異なる条件検出分布)を同時に満たすことができないことを示す。 この非互換性は、DCQEスキームの透過的な分類を提供し、エキゾチックなメカニズムを誘発することなく、条件付き干渉パターンがどのように生じるかを明らかにする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Delayed-choice quantum eraser (DCQE) experiments are often presented as challenging classical causal intuitions by correlating detection events with choices implemented at later times. While it is well understood that post-selection plays a crucial role in producing the observed interference patterns, the structural features underlying such correlations are rarely analyzed within a unified framework. In this work, we introduce a simple probabilistic constraint applicable to idealized DCQE architectures. We show that four intuitive properties -- statistical independence of the choice, absence of losses, deterministic routing conditioned on the choice, and distinct conditional detection distributions -- cannot be simultaneously satisfied. This incompatibility provides a transparent classification of DCQE schemes and clarifies how conditional interference patterns arise without invoking exotic mechanisms.
• Abstract（参考訳）: 遅延チョイス量子消去器(DCQE)実験は、検出イベントと後から実施される選択とを関連付けることによって、古典的な因果直感に挑戦するものとしてしばしば提示される。 観察された干渉パターンの生成にポストセレクションが重要な役割を担っていることはよく理解されているが、そのような相関の基盤となる構造的特徴は、統一されたフレームワーク内ではほとんど分析されない。 本稿では,理想化されたDCQEアーキテクチャに適用可能な単純な確率的制約を導入する。 4つの直観的特性(選択の統計的独立性、損失の欠如、選択に条件づけられた決定論的ルーティング、および異なる条件検出分布)を同時に満たすことができないことを示す。 この非互換性は、DCQEスキームの透過的な分類を提供し、エキゾチックなメカニズムを誘発することなく、条件付き干渉パターンがどのように生じるかを明らかにする。

関連論文リスト

• Towards Unsupervised Causal Representation Learning via Latent Additive Noise Model Causal Autoencoders [1.9732490977700972]
  教師なし表現学習は、潜伏する生成因子を回復しようとする。 観測データから因果変数を遠ざけることは、監督なしでは不可能である。 本研究では、非教師付き発見のための強力な誘導バイアスとして、Latent Additive Noise Model Causal Autoencoder (LANCA)を提案する。
  論文  参考訳（メタデータ） (2025-12-15T10:52:30Z)
• 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)
• Probabilistic Learning of Multivariate Time Series with Temporal Irregularity [21.361823581838355]
  実世界の時系列はしばしば、一様間隔や不整合変数を含む時間的不規則に悩まされる。 本稿では,変数の連立分布を任意の連続点で捉えながら,時間的不規則性をモデル化するエンドツーエンドフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-06-15T14:08:48Z)
• Invariant Causal Set Covering Machines [48.169632766444906]
  決定木のようなルールベースのモデルは、解釈可能な性質のために実践者にアピールする。 しかし、そのようなモデルを生成する学習アルゴリズムは、しばしば刺激的な関連に弱いため、因果関係の洞察を抽出することが保証されていない。 Invariant Causal Set Covering Machines は、古典的集合被覆マシンアルゴリズムの拡張であり、二値ルールの結合/分離を可能とし、スプリアス関係を確実に回避する。
  論文  参考訳（メタデータ） (2023-06-07T20:52:01Z)
• Probabilities Are Not Enough: Formal Controller Synthesis for Stochastic Dynamical Models with Epistemic Uncertainty [68.00748155945047]
  複雑な力学系のモデルにおける不確実性を捉えることは、安全なコントローラの設計に不可欠である。 いくつかのアプローチでは、安全と到達可能性に関する時間的仕様を満たすポリシーを形式的な抽象化を用いて合成する。 我々の貢献は、ノイズ、不確実なパラメータ、外乱を含む連続状態モデルに対する新しい抽象的制御法である。
  論文  参考訳（メタデータ） (2022-10-12T07:57:03Z)
• 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)
• Discovering Latent Causal Variables via Mechanism Sparsity: A New Principle for Nonlinear ICA [81.4991350761909]
  ICA(Independent component analysis)は、この目的を定式化し、実用的な応用のための推定手順を提供する手法の集合を指す。 潜伏変数は、潜伏機構をスパースに正則化すれば、置換まで復元可能であることを示す。
  論文  参考訳（メタデータ） (2021-07-21T14:22:14Z)
• Disentangling Observed Causal Effects from Latent Confounders using Method of Moments [67.27068846108047]
  我々は、軽度の仮定の下で、識別性と学習可能性に関する保証を提供する。 我々は,線形制約付き結合テンソル分解に基づく効率的なアルゴリズムを開発し,スケーラブルで保証可能な解を得る。
  論文  参考訳（メタデータ） (2021-01-17T07:48:45Z)

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。