Informational dependence between statistical or quantum subsystems can be described with Fisher matrix or Fubini-Study metric obtained from variations of the sample/configuration space coordinates. Using these non-covariant objects as macroscopic constraints we consider statistical ensembles over the space of classical probability distributions or quantum wave-functions. The ensembles are covariantized using dual field theories with either complex or real scalar fields identified with complex wave-functions or square root of probabilities. We argue that a full space-time covariance on a field theory side is dual to local computations on the information theory side. We define a fully covariant information-computation tensor and show that it must satisfy conservation equations. Then we switch to a thermodynamic description and argue that the (inverse of) space-time metric tensor is a conjugate thermodynamic variable to the ensemble-averaged information-computation tensor. In the equilibrium the entropy production vanishes and the metric is not dynamical, but away from equilibrium the entropy production gives rise to an emergent dynamics of the metric. This dynamics can be described by expanding the entropy production into products of generalized forces (derivatives of metric) and conjugate fluxes. Near equilibrium these fluxes are given by an Onsager tensor contracted with generalized forces and on the grounds of time-reversal symmetry the Onsager tensor is expected to be symmetric. We show that a particularly simple and highly symmetric form of the Onsager tensor gives rise to the Einstein-Hilbert term. This proves that general relativity is equivalent to a theory of non-equilibrium (thermo)dynamics of the metric which is expected to break down far away from equilibrium where the symmetries of the Onsager tensor are to be broken.


翻译:统计或量子子子系统之间的信息依赖性可以用 Fisher 矩阵或 Fubini- study 度量来描述。 我们从样本/ 配置空间坐标的变异中获取的 Fisher 矩阵或 Fubini- Stududy 度量。 我们用这些非变量作为宏观限制来定义这些非变量物体。 我们认为, 在古典概率分布空间或量子波函数函数空间的统计集合。 组合使用复杂的或真实的波函数或概率平方根的双向地表理论来描述。 我们争辩说, 实地理论的完整时空共变异性是本地的计算的双重。 我们定义了完全变量信息- 空间变异性点, 信息理论方面的地方计算结果是双重的。 我们定义了完全变量信息变异异性数据, 显示它必须满足保护方等值。 然后我们换换换一个热力描述, 空间- 时间变异体将热性变异变异变异变异性变变异到 。 我们的变异性变异性生产和矩阵变异性变异性变异性变异性变异性变的变异性变异性变变变变变异性变异性变的变变异性变异性变异性变变变变变变变变, 。

0
下载
关闭预览

相关内容

《计算机信息》杂志发表高质量的论文,扩大了运筹学和计算的范围,寻求有关理论、方法、实验、系统和应用方面的原创研究论文、新颖的调查和教程论文,以及描述新的和有用的软件工具的论文。官网链接:https://pubsonline.informs.org/journal/ijoc
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
110+阅读 · 2020年5月15日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
人工智能 | 国际会议信息6条
Call4Papers
4+阅读 · 2019年1月4日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Deep Randomized Ensembles for Metric Learning
Arxiv
5+阅读 · 2018年9月4日
Arxiv
5+阅读 · 2018年3月16日
Arxiv
3+阅读 · 2018年2月24日
Arxiv
4+阅读 · 2018年1月15日
VIP会员
相关VIP内容
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
110+阅读 · 2020年5月15日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
人工智能 | 国际会议信息6条
Call4Papers
4+阅读 · 2019年1月4日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员