論文の概要: Information Geometry of the Geodesic Quantum $f$-Divergences
- arxiv url: http://arxiv.org/abs/2608.15916v1
- Date: Sun, 16 Aug 2026 20:14:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-18 19:59:03.46751
- Title: Information Geometry of the Geodesic Quantum $f$-Divergences
- Title（参考訳）: 測地線量$f$-divergencesの情報幾何学
- Abstract要約: 我々は[14]で導入された測地学的量子$f$-ディバージェンスによって生成される微分、統計、幾何学的な結果を構築する。
可逆状態 $$ と作用素凸関数 $f$ に対して、Hessian を計算し、誘導単調量子情報メートル法 $g_,t(f)$ の明示的な公式を得る。
正作用素の錐に幾何学的意味を持つ統計的枠組みを具備する。
- 参考スコア（独自算出の注目度）: 1.9336815376402718
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We study the differential, statistical, and geometrical consequences generated by the geodesic quantum $f$-divergences introduced in [14], which are constructed by interpolating the relative modular operator and the commutant Radon-Nikodym derivative using a geodesic with parameter $t\in [0,1]$. For an invertible state $ρ$ and an operator convex function $f$, we compute the Hessian and obtain an explicit formula for the induced monotone quantum information metric $g_{ρ,t}^{(f)}$. Furthermore, we also compare these metrics with the Petz-Hasegawa metric and find the meaning of the interpolation parameter $t$ in this new geometry. We next show that the interpolation of relative modular operators $Γ_t$ in the reference purification of a state $σ$ defines a canonical finite binary experiment $(p_t,q_t)$, and introduce a log-likelihood cumulant function $Ψ_{ρ,σ}(t,s)$, recovering the Nussbaum-Szkoła distributions at $t=0$ and the Matsumoto construction at $t=1$. Finally, using Busemann functions, we endow this statistical framework with a geometric meaning in the cone of positive operators.
- Abstract（参考訳）: 相対モジュラー作用素と可換ラドン・ニコディム微分をパラメータ $t\in [0,1]$ で補間して構成した[14] で導入された測地線量子 $f$-ディバージェンスによって生じる微分、統計、幾何学的結果について検討する。
可逆状態 $ρ$ と作用素凸関数 $f$ に対して、ヘシアンを計算し、誘導単調量子情報計量 $g_{ρ,t}^{(f)}$ の明示的な公式を得る。
さらに、これらの指標をペッツ・長谷川計量と比較し、新しい幾何学において補間パラメータ $t$ の意味を見出す。
次に、状態の基準清浄における相対モジュラー作用素の補間について、$σ$ は正準有限二項実験 $(p_t,q_t)$ を定義し、対数的な累積関数 $\_{ρ,σ}(t,s)$ を導入し、$t=0$ でNussbaum-Szkoła 分布を回復し、$t=1$ で松本構成することを示す。
最後に、ブシェマン函数を用いて、正作用素の錐に幾何学的意味を持つ統計的枠組みを授ける。
関連論文リスト
- An Information-Geometric Justification for Composite Coherence in Event-Based Narrative Extraction [0.27074235008521247]
ここで$A$は文書埋め込みと$T=1-d_mathrmJS$の角的類似性である。
4つのコーパス、3つの埋め込みファミリー、3つのトピックモデルはフレームワークと一致している。
論文 参考訳（メタデータ） (2026-06-28T00:05:15Z) - Intrinsic Wasserstein Rates for Score-Based Generative Models on Smooth Manifolds [61.14405512940818]
Scoreベースの生成モデルは高次元空間で訓練されていることを示す。
有限固有アンカーとガウス・ニュートンによる最も近い射影座標のReLU実装を用いる。
論文 参考訳（メタデータ） (2026-05-15T10:20:05Z) - Second quantization for classical nonlinear dynamics [0.0]
トリ上の無限次元回転系を通した測度保存エルゴード流の可観測物の進化を表現するための枠組みを提案する。
バナッハ代数スペクトルである $sigma(F_w(mathcal H_tau)$ が、潜在的無限次元のトーラス族に分解されることを示す。
また、このスキームでは、有限次元トーラス上の関数を任意の大きさの$sigma(F_w(mathcal H_tau)$で再現することにより、元のシステムの可観測性を表現する手順も採用している。
論文 参考訳（メタデータ） (2025-01-13T15:36:53Z) - Tensor network approximation of Koopman operators [0.0]
本稿では,測度保存エルゴディックシステムの可観測物の進化を近似する枠組みを提案する。
提案手法は,スキューアジョイント・クープマン発生器のスペクトル収束近似に基づく。
この量子に着想を得た近似の重要な特徴は、次元$(2d+1)n$のテンソル積空間から情報を取得することである。
論文 参考訳（メタデータ） (2024-07-09T21:40:14Z) - Learning with Norm Constrained, Over-parameterized, Two-layer Neural Networks [54.177130905659155]
近年の研究では、再生カーネルヒルベルト空間(RKHS)がニューラルネットワークによる関数のモデル化に適した空間ではないことが示されている。
本稿では,有界ノルムを持つオーバーパラメータ化された2層ニューラルネットワークに適した関数空間について検討する。
論文 参考訳（メタデータ） (2024-04-29T15:04:07Z) - Geometry of degenerate quantum states, configurations of $m$-planes and invariants on complex Grassmannians [55.2480439325792]
退化状態の幾何学を非アーベル接続(英語版)$A$に還元する方法を示す。
部分空間のそれぞれに付随する独立不変量を見つける。
それらのいくつかはベリー・パンチャラトナム位相を一般化し、1次元部分空間の類似点を持たないものもある。
論文 参考訳（メタデータ） (2024-04-04T06:39:28Z) - A Unified Framework for Uniform Signal Recovery in Nonlinear Generative
Compressed Sensing [68.80803866919123]
非線形測定では、ほとんどの先行結果は一様ではない、すなわち、すべての$mathbfx*$に対してではなく、固定された$mathbfx*$に対して高い確率で保持される。
本フレームワークはGCSに1ビット/一様量子化観測と単一インデックスモデルを標準例として適用する。
また、指標集合が計量エントロピーが低い製品プロセスに対して、より厳密な境界を生み出す濃度不等式も開発する。
論文 参考訳（メタデータ） (2023-09-25T17:54:19Z) - Effective Minkowski Dimension of Deep Nonparametric Regression: Function
Approximation and Statistical Theories [70.90012822736988]
ディープ非パラメトリック回帰に関する既存の理論は、入力データが低次元多様体上にある場合、ディープニューラルネットワークは本質的なデータ構造に適応できることを示した。
本稿では,$mathcalS$で表される$mathbbRd$のサブセットに入力データが集中するという緩和された仮定を導入する。
論文 参考訳（メタデータ） (2023-06-26T17:13:31Z) - Strong uniform convergence of Laplacians of random geometric and
directed kNN graphs on compact manifolds [0.0]
この作用素の微分ラプラス・ベルトラミ作用素へのほぼ確実に一様収束は、$n$が無限大の傾向にあるときに研究する。
この研究は、過去15年間の既知の結果を拡張した。
論文 参考訳（メタデータ） (2022-12-20T14:31:06Z) - Beyond the Berry Phase: Extrinsic Geometry of Quantum States [77.34726150561087]
状態の量子多様体のすべての性質がゲージ不変のバーグマンによって完全に記述されることを示す。
偏光理論への我々の結果の即時適用について述べる。
論文 参考訳（メタデータ） (2022-05-30T18:01:34Z) - A Law of Robustness beyond Isoperimetry [84.33752026418045]
我々は、任意の分布上でニューラルネットワークパラメータを補間する頑健性の低い$Omega(sqrtn/p)$を証明した。
次に、$n=mathrmpoly(d)$のとき、スムーズなデータに対する過度なパラメータ化の利点を示す。
我々は、$n=exp(omega(d))$ のとき、$O(1)$-Lipschitz の頑健な補間関数の存在を否定する。
論文 参考訳（メタデータ） (2022-02-23T16:10:23Z) - Stochastic behavior of outcome of Schur-Weyl duality measurement [45.41082277680607]
我々は、$n$ qubits上のシュル=ワイル双対性に基づく分解によって定義される測定に焦点をあてる。
我々は、$n$が無限大に進むとき、中心極限の一種を含む様々な種類の分布を導出する。
論文 参考訳（メタデータ） (2021-04-26T15:03:08Z) - Geometry from divergence functions and complex structures [0.0]
積 $Mtimes M$ 上の概複素構造 $J$ を任意の並列化可能な統計多様体 $M$ に対して導入する。
次に、$J$を用いて、発散関数からプレシンプレクティック形式と$Mtimes M$上の計量的テンソルを抽出する。
論文 参考訳（メタデータ） (2020-02-07T16:47:18Z)
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。