論文の概要: A Power Geometry and Hypergeometric Functions
- arxiv url: http://arxiv.org/abs/2609.05474v1
- Date: Fri, 21 Aug 2026 15:22:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-22 20:36:55.866906
- Title: A Power Geometry and Hypergeometric Functions
- Title（参考訳）: パワー幾何学と超幾何関数
- Abstract要約: 本論文は「パワージオメトリ」を導入した原著の英訳の修正版である。
研究プログラムは、理論的な意味での最適化関数の電力変換、変形、双対性を中心にしている。
- 参考スコア（独自算出の注目度）: 0.65268245109828
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper is a corrected English translation of an original Japanese work introducing "power geometry," a research programme centred on power transformations, deformations and dualities of functions in the sense of optimisation theory. Its two main motivations are the origin of probability distributions (via maximum-likelihood principles, rational-function parameters and ODEs linked to information geometry, the Pearson system and Schwarzian equations) and the construction of matrix dynamical systems that compute eigenvalues, singular values and principal or minor subspaces. Building on Brockett's double-bracket flows, the author extends these systems to rectangular matrices, flag manifolds and difference-of-convex potentials, and shows how a continuous power parameter can interpolate between largest- and smallest-eigenvalue problems. Dual potentials, topological distinctions between principal and minor subspace flows, and links via matrix Schwarzian--Riccati equations are examined, with a view toward design principles for classical and quantum information-processing algorithms.
- Abstract（参考訳）: 本論は, 電力変換, 変形, 関数の双対性を中心とした研究プログラムである「パワージオメトリ」を導入した日本のオリジナル作品の英訳である。
その主な動機は確率分布の起源(最大様相原理、有理関数パラメータ、情報幾何学、ピアソン方程式、シュワルツ方程式に関連付けられたODE)と固有値、特異値、および主部分空間を計算できる行列力学系の構築である。
ブロケットの二重ブラケットフローに基づいて、著者はこれらのシステムを長方形行列、フラッグ多様体、および凸ポテンシャルに拡張し、連続パワーパラメータが最大値と最小値の問題をいかに補間できるかを示す。
古典的および量子情報処理アルゴリズムの設計原理の観点から、双対ポテンシャル、主部分空間フローと小部分空間フローの位相的区別、行列シュワルツ方程式によるリンクについて検討する。
関連論文リスト
- Understanding Matrix Function Normalizations in Covariance Pooling through the Lens of Riemannian Geometry [63.694184882697435]
グローバル共分散プーリング(GCP)は、高レベルの表現の2階統計を利用して、ディープニューラルネットワーク(DNN)の性能を向上させることが実証されている。
本稿では、リーマン幾何学の観点から行列対数とパワーの包括的かつ統一的な理解を提供する。
論文 参考訳（メタデータ） (2024-07-15T07:11:44Z) - Gaussian Entanglement Measure: Applications to Multipartite Entanglement
of Graph States and Bosonic Field Theory [50.24983453990065]
フービニ・スタディ計量に基づく絡み合い尺度は、Cocchiarellaと同僚によって最近導入された。
本稿では,多モードガウス状態に対する幾何絡み合いの一般化であるガウスエンタングルメント尺度(GEM)を提案する。
自由度の高い系に対する計算可能な多部絡み合わせ測度を提供することにより、自由なボゾン場理論の洞察を得るために、我々の定義が利用できることを示す。
論文 参考訳（メタデータ） (2024-01-31T15:50:50Z) - Topological dualities via tensor networks [0.0]
トーリック符号の基底状態、2次元のクラスD超伝導体、および2次元のイジングモデルの分配和は、互いに双対である。
フェルミオン系とボゾン系を接続すると、双対性の構成は本質的に非局所的である。
我々はこの双対性に対する統一的なアプローチを提案し、その主役は中間変換子の役割を仮定するテンソルネットワーク(TN)である。
論文 参考訳（メタデータ） (2023-09-22T18:00:17Z) - Supersymmetric Quantum Mechanics of Hypergeometric-like Differential
Operators [0.0]
超対称性量子力学(SUSYQM)の体系的反復アルゴリズムによる主超幾何的微分作用素(HLDO)の等質化の解法
これらのアルゴリズムは、なぜ一連の主元と関連する固有関数が同じHLDOに対して同時に存在するのかという疑問に対して、単純なSUSYQMの答えを提供する。
本論文で開発した反復型SUSYQMアルゴリズムは, 比較的高い効率性, 代数的要素の独立性, および論理的独立性から, 主HLDOとその従兄弟の固有値問題の解法に取って代わる上で, 期待できるものとなる。
論文 参考訳（メタデータ） (2023-07-29T09:59:54Z) - Geometrical description and Faddeev-Jackiw quantization of electrical networks [0.0]
一般ランプ素子電気回路の力学の幾何学的・体系的記述を新たに開発した。
一般ネットワークのハミルトン的記述を探索する際に生じる特異点を同定し分類する。
この研究は、電気ネットワーク理論の様々な幾何学的イメージを統一し、例えば超伝導量子チップの正確なハミルトン記述の計算を自動化するのに有用であることが証明される。
論文 参考訳（メタデータ） (2023-04-24T16:44:02Z) - Joint Network Topology Inference via Structured Fusion Regularization [70.30364652829164]
結合ネットワークトポロジ推論は、異種グラフ信号から複数のグラフラプラシア行列を学習する標準的な問題を表す。
新規な構造化融合正規化に基づく一般グラフ推定器を提案する。
提案するグラフ推定器は高い計算効率と厳密な理論保証の両方を享受できることを示す。
論文 参考訳（メタデータ） (2021-03-05T04:42:32Z) - Learning with Density Matrices and Random Features [44.98964870180375]
密度行列は、量子系の統計状態を記述する。
量子系の量子的不確実性と古典的不確実性の両方を表現することは強力な形式主義である。
本稿では,機械学習モデルのビルディングブロックとして密度行列をどのように利用できるかを検討する。
論文 参考訳（メタデータ） (2021-02-08T17:54:59Z) - Learning Theory for Inferring Interaction Kernels in Second-Order
Interacting Agent Systems [17.623937769189364]
推定器の強い一貫性と最適非パラメトリック min-max 収束率を確立する完全学習理論を開発する。
推定器を構築するための数値アルゴリズムは並列化可能であり、高次元問題に対してよく機能し、複雑な力学系上で実証される。
論文 参考訳（メタデータ） (2020-10-08T02:07:53Z)
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。