最大化量子態分層模型的發散

本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。

原文連結

• 原文連結
• PDF 來源

論文資訊

• 類型：工作論文
• 編號：工作論文 #114
• 日期：2026-03-18

摘要

我們研究了根據吉布斯族（稱為分層模型）的 Umegaki 相對熵（散度）進行量化的多方相關性。我們從最大熵原理推導出這些量，該原理先前用於定義密切相關的不可約相關性。我們指出了分層模型中存在的量子態和機率向量之間的差異、與分層模型的分歧以及該分歧的局部最大化。差異分別是缺乏因式分解、不連續性和不確定性的減少。我們討論可分離量子位態互資訊的全域最大化。