MétaCan
Menu
Retour à la cohorte
Enregistrement W3103378617

The operator tensor formulation of quantum theory

2016· article· en· W3103378617 sur OpenAlexaff
Lucién Hardy

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueQuantum Mechanics and Applications
Établissements canadiensPerimeter Institute
Organismes subventionnairesnon disponible
Mots-clésOperator (biology)Integer (computer science)Tensor (intrinsic definition)Subspace topologyMathematicsQuantumTensor productComputer scienceTopology (electrical circuits)Discrete mathematicsPure mathematicsAlgebra over a fieldQuantum mechanicsPhysicsMathematical analysisCombinatorics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A typical quantum experiment has a bunch of apparatuses placed so that quantum systems can pass between them. We regard each use of an apparatus, along with some given outcome on the apparatus (a certain detector click or a certain meter reading for example), as an operation. An operation can have zero or more quantum systems inputted into it and zero or more quantum systems outputted from it. We can wire together operations to form circuits. In the standard framework of quantum theory we must foliate the circuit then calculate the probability by evolving a state through it. This approach has three problems. First, we must introduce an arbitrary foliation of the circuit (such foliations are not unique). Second, we have to pad our expressions with identities every time two or more foliation hypersurfaces intersect a given wire. And third, we treat operations corresponding to preparations, transformations, and results in different ways. In this paper we present the operator tensor formulation of quantum theory which solves all these problems. Corresponding to every operation is an operator tensor. The probability for a circuit is given by simply replacing the operations in the circuit with the corresponding operator tensors. Wires between operator tensors correspond to multiplying the tensors in the associated subspace and then taking the partial trace over that subspace. Operator tensors must be physical (namely, they must have positive input transpose and satisfy a certain normalization condition).

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,710
Score d'incertitude au seuil0,376

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,244
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations45
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetQuantum Mechanics and ApplicationsTravaux en français237 207