論文の概要: Gisin's Argument and the Limits of Causal Explanations in Relativistic Spacetime
- arxiv url: http://arxiv.org/abs/2608.18010v1
- Date: Tue, 18 Aug 2026 16:57:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-19 21:40:53.410933
- Title: Gisin's Argument and the Limits of Causal Explanations in Relativistic Spacetime
- Title（参考訳）: 相対論的時空におけるギシンの主張と因果説明の限界
- Abstract要約: 我々は、決定論を越えて議論を一般化する提案は説得力がないと論じている。
真に確率的なケースにギシンの議論を拡張するために、フレームインデックス付き因果モデルの枠組みを導入する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Gisin has provided an argument for the conclusion that no covariant nonlocal model can reproduce the operational statistics observed in Bell experiments. Gisin's argument applies only to deterministic models and we argue that proposed generalizations of the argument beyond determinism based solely on statistical notions are unconvincing, as they lack the resources to formulate a satisfactory notion of no-retrocausality. We introduce the framework of frame-indexed causal models in order to extend Gisin's argument to the genuinely probabilistic case. Frame-indexed causal models associate potentially different causal models with different reference frames while requiring corresponding operational variables to agree runwise. Within this framework, we establish two no-go results based on Gisin's argument. First, we show that no empirically adequate frame-indexed causal model can jointly satisfy Independent Settings, No-Retrocausality, and Causal Lorentz Invariance. Second, it is established that this result continues to hold when Causal Lorentz Invariance is weakened to Lorentz Invariance of Causal Connections, which requires only the skeleton of the causal structure to remain invariant, thereby allowing the direction of causal influence to depend on the choice of reference frame. These results are discussed in the context of relativistic interpretations of quantum theory and nonclassical causal inference.
- Abstract（参考訳）: ギシンは、共変非局所モデルがベル実験で観測された操作統計を再現できないという結論を導いた。
ギシンの議論は決定論モデルにのみ適用され、統計的概念のみに基づく決定論を超えた議論の一般化は、非反因性という満足のいく概念を定式化するための資源が欠如しているため、説得力がないと論じる。
真に確率的なケースにギシンの議論を拡張するために、フレームインデックス付き因果モデルの枠組みを導入する。
フレームインデックス付き因果モデルでは、異なる参照フレームで潜在的に異なる因果モデルを関連付けると同時に、対応する操作変数をランワイズに一致させる必要がある。
この枠組みの中では、ギシンの主張に基づく2つのノーゴー結果を確立する。
まず,実験的に適切なフレームインデックス付き因果関係モデルは,独立性設定,非再帰性,因果ロレンツ不変性を両立できないことを示す。
第二に、因果構造の骨格のみを不変とする因果接続のローレンツ不変度が弱まると、因果影響の方向が基準フレームの選択に依存することが保証される。
これらの結果は、量子論と非古典的因果推論の相対論的解釈の文脈で議論される。
関連論文リスト
- Relational Structural Causal Models [52.818153111470394]
我々は、関係構造因果モデルを開発し、対象とその関係が変化する設定まで構造因果モデルを拡張した。
シミュレーションされた交通シーンにおいて,非関係性ベースラインよりも高い精度で再現可能なモデルであるリレーショナルニューラル因果モデルを提案する。
論文 参考訳（メタデータ） (2026-06-12T18:54:06Z) - Algorithmic causal structure emerging through compression [53.52699766206808]
因果関係,対称性,圧縮の関係について検討する。
我々は、学習と圧縮の既知の関係を因果モデルが識別できないような環境に構築し、一般化する。
我々はアルゴリズム因果関係を因果関係の代替的定義として定義する。
論文 参考訳（メタデータ） (2025-02-06T16:50:57Z) - Reply to "Comment on 'Experimentally adjudicating between different causal accounts of Bell-inequality violations via statistical model selection'" [0.0]
Hance と Hossenfelder はコメントの中で、超決定論的モデルの目的を誤って表現したと主張している。
本稿で定義した超決定論的モデルの異なるクラスと、これらのどれが実験結果に嫌われているのかという結論を思い出すことで、この主張に異議を唱える。
論文 参考訳（メタデータ） (2024-12-03T20:47:47Z) - 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) - A Semantics for Counterfactuals in Quantum Causal Models [0.0]
本稿では,量子因果モデルの枠組みにおいて,逆ファクトクエリの評価のための形式的手法を提案する。
我々はパールの「古典的構造因果モデル」の概念の適切な拡張を定義する。
古典的(確率論的)構造因果モデルは全て、量子構造因果モデルに拡張可能であることを示す。
論文 参考訳（メタデータ） (2023-02-23T05:00:14Z) - A general framework for cyclic and fine-tuned causal models and their
compatibility with space-time [2.0305676256390934]
因果モデリングは、観測された相関の因果的説明を生成するためのツールである。
既存の量子因果関係の枠組みは、微調整されていない非巡回因果構造に焦点を当てる傾向がある。
サイクル因果モデルはフィードバックを含む物理的プロセスのモデル化に使用することができる。
サイクル因果モデルは一般相対性理論のエキゾチック解にも関係があるかもしれない。
論文 参考訳（メタデータ） (2021-09-24T18:00:08Z) - Restricted Hidden Cardinality Constraints in Causal Models [0.0]
観測されていない変数を持つ因果モデルは、観測された変数上の分布に非自明な制約を課す。
我々は、観測されていない変数が既知の濃度を持つことを約束する因果モデルを考える。
論文 参考訳（メタデータ） (2021-09-13T00:52:08Z) - Estimation of Bivariate Structural Causal Models by Variational Gaussian
Process Regression Under Likelihoods Parametrised by Normalising Flows [74.85071867225533]
因果機構は構造因果モデルによって記述できる。
最先端の人工知能の大きな欠点の1つは、説明責任の欠如である。
論文 参考訳（メタデータ） (2021-09-06T14:52:58Z) - Variational Causal Networks: Approximate Bayesian Inference over Causal
Structures [132.74509389517203]
離散DAG空間上の自己回帰分布をモデル化したパラメトリック変分族を導入する。
実験では,提案した変分後部が真の後部を良好に近似できることを示した。
論文 参考訳（メタデータ） (2021-06-14T17:52:49Z) - Approaches to causality and multi-agent paradoxes in non-classical
theories [0.0]
この論文は量子および後量子理論における因果関係と多エージェント論理パラドックスの分析の進展を報告している。
本研究では,古典的・非古典的因果構造との違いを分析するために一般化エントロピーを用いた手法を開発した。
非古典理論における循環的および微調整的影響をモデル化するための枠組みを開発する。
論文 参考訳（メタデータ） (2021-02-04T03:35:57Z) - 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) - CausalVAE: Structured Causal Disentanglement in Variational Autoencoder [52.139696854386976]
変分オートエンコーダ(VAE)の枠組みは、観測から独立した因子をアンタングルするために一般的に用いられる。
本稿では, 因果内因性因子を因果内因性因子に変換する因果層を含むVOEベースの新しいフレームワークCausalVAEを提案する。
その結果、CausalVAEが学習した因果表現は意味論的に解釈可能であり、DAG(Directed Acyclic Graph)としての因果関係は精度良く同定された。
論文 参考訳（メタデータ） (2020-04-18T20:09:34Z)
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。