⚛️ quantum physics

Unifying Charge-Learnability Transitions in U(1)-Symmetric Quantum Circuits through Informational Power of Local Measurement

यह शोध पत्र यह स्थापित करता है कि स्थानीय मापों की सूचनात्मक शक्ति U(1)-सममित क्वांटम सर्किटों में चार्ज-लर्नैबिलिटी (charge-learnability) संक्रमणों के लिए एक एकीकृत सिद्धांत के रूप में कार्य करती है, जो संभाव्य कमजोर मापों (probabilistic weak measurements) तक विश्लेषण का विस्तार करती है और डिकोडर प्रदर्शन तथा मौलिक सूचना उपलब्धता को चरित्रित करने के लिए क्रॉस एंट्रॉपी और म्यूचुअल इंफॉर्मेशन जैसे नए नैदानिकों (diagnostics) को प्रस्तुत करती है।

मूल लेखक: Yi-Fan Gong, Dan-Bo Zhang

प्रकाशित 2026-07-21

📖 8 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Yi-Fan Gong, Dan-Bo Zhang

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

जासूसी की दुविधा: क्वांटम फुसफुसाहट को सुनना

कल्पना कीजिए कि आप एक जासूस हैं जो एक अराजक, बदलते हुए कमरे के भीतर एक रहस्य को सुलझाने की कोशिश कर रहे हैं। कमरा अदृश्य कणों से भरा है जो इधर-उधर नाच रहे हैं, अपनी जगह बदल रहे हैं और हलचल के भंवर में अपनी अवस्थाएं बदल रहे हैं। यह क्वांटम सर्किट की दुनिया है, जहाँ सूचना के छोटे बिट्स (क्यूबिट्स) जटिल तरीकों से एक-दूसरे के साथ अंतःक्रिया करते हैं। आमतौर पर, यदि आप जानना चाहते हैं कि कमरे में क्या हो रहा है, तो आपको अंदर झांकना पड़ता है। लेकिन क्वांटम दुनिया में, "झांकना" पेचीदा है। देखने की क्रिया उस चीज़ को बदल देती है जिसे आप देखते हैं, जिसे मेज़रमेंट बैकएक्शन (मापन का प्रभाव) कहा जाता है।

लंबे समय तक, वैज्ञानिकों ने अध्ययन किया कि क्या होता है जब आप "टॉर्च" के साथ झांकते हैं जो या तो पूरी तरह से "ऑन" होती है या पूरी तरह से "ऑफ"। यदि प्रकाश चालू है, तो आपको कण की अवस्था की स्पष्ट तस्वीर मिलती है, लेकिन आप सिस्टम को काफी बाधित कर सकते हैं। यदि यह बंद है, तो आपको कुछ भी नहीं मिलता। इससे एक दिलचस्प खोज हुई: यदि आप पर्याप्त बार झांकते हैं, तो कमरे की अराजकता अचानक व्यवस्था में आ जाती है, और आप छिपे हुए रहस्यों, जैसे कि पूरे सिस्टम के कुल "चार्ज" (एक संरक्षित मात्रा, जैसे कि एक विशिष्ट प्रकार का विद्युत आवेश) को समझ सकते हैं। इसे चार्ज-लर्नबिलिटी ट्रांजिशन (आवेश-सीखने योग्य संक्रमण) कहा जाता है। यह वह बिंदु है जहाँ आपके द्वारा जुटाए गए सुराग इतने मजबूत हो जाते हैं कि मामला सुलझाया जा सके।

लेकिन क्या होगा यदि आपकी टॉर्च केवल "ऑन" या "ऑफ" नहीं है? क्या होगा यदि आप उसे धीमा कर सकें? क्या होगा यदि आप एक कमजोर, धुंधली बीम के साथ झांकें जो पूरी तस्वीर के बजाय केवल एक संकेत दे? और क्या होगा यदि आप बहुत कम बार लेकिन एक मजबूत बीम के साथ झांकने का, या लगातार बहुत ही कमजोर बीम के साथ झांकने का विकल्प चुन सकें? यह वह प्रश्न है जिसने शोधकर्ताओं को उलझाया है: यदि सुराग धुंधले हैं, तो क्या रहस्य सुलझाने का "अहा!" क्षण अभी भी होता है? और यदि हाँ, तो वह निर्णायक बिंदु क्या निर्धारित करता है? क्या यह वह है कि आप कितनी बार देखते हैं, या यह कि आप कितनी स्पष्टता से देखते हैं?

शोध पत्र की कहानी: "धुंधले सुराग" की शक्ति

इस शोध पत्र में, लेखक यी-फैन गोंग और दान-बो झांग इस जासूसी कहानी को एक नए स्तर पर ले जाते हैं। वे एक ऐसी स्थिति का पता लगाते हैं जहाँ "झांकना" प्रोबेबिलिस्टिक वीक मेज़रमेंट (संभाव्यता आधारित कमजोर मापन) का उपयोग करके किया जाता है। इसे ऐसे समझें कि एक जासूस जो केवल लाइट को ऑन या ऑफ नहीं करता, बल्कि इसके बजाय एक डिमर स्विच का उपयोग करता है। वे दो चीजों को स्वतंत्र रूप से नियंत्रित कर सकते हैं: वे कितनी बार देखते हैं (प्रायिकता, $q$ ) और वे देखना कितना मजबूत है (शक्ति, $\eta$ )। एक मजबूत नज़र एक स्पष्ट संकेत देती है; एक कमजोर नज़र एक धुंधला संकेत देती है।

शोधकर्ताओं ने क्वांटम कणों की एक एक-आयामी श्रृंखला का सिमुलेशन तैयार किया। उन्होंने एक रहस्य छिपाया था: सिस्टम का कुल चार्ज दो पड़ोसी अवस्थाओं में से एक था (जैसे कि एक लाइट स्विच का थोड़ा ऊपर या थोड़ा नीचे होना)। लक्ष्य यह देखना था कि क्या एक पर्यवेक्षक, जो केवल इन कमजोर, धुंधले झांकों के रिकॉर्ड को देख रहा है, यह पता लगा सकता है कि सिस्टम किस अवस्था में था।

मुख्य निष्कर्ष: यह "सूचनात्मक शक्ति" के बारे में है
टीम ने पाया कि टिपिंग पॉइंट—वह क्षण जब जासूस "अनजान" से "सुलझा हुआ" हो जाता है—केवल झांकने की आवृत्ति या केवल झांकने की शक्ति पर निर्भर नहीं करता है। इसके बजाय, यह एक एकल, एकीकृत अवधारणा पर निर्भर करता है जिसे वे लोकल इन्फोर्मेशनल पावर (स्थानीय सूचनात्मक शक्ति) कहते हैं।

कल्पना करें कि "सूचनात्मक शक्ति" एक ऐसी कुल "सच्चाई" के रूप में है जो एक एकल झांक अपने साथ लाती है। यदि आप बहुत बार झांकते हैं लेकिन झांक बहुत कमजोर है (जैसे कि एक फुसफुसाहट), तो आप शायद बहुत कम जान पाएंगे। यदि आप कम बार झांकते हैं लेकिन झांक बहुत मजबूत है (जैसे कि एक चिल्लाहट), तो आप बहुत कुछ जान सकते हैं। शोध पत्र दिखाता है कि इन विभिन्न रणनीतियों को "सूचना के मामले में समान" बनाया जा सकता है। कई कमजोर झांकों वाली रणनीति उतनी ही प्रभावी हो सकती है जितनी कि कम लेकिन मजबूत झांकों वाली रणनीति, जब तक कि कुल सूचनात्मक शक्ति ( $I_{loc}$ ) समान है।

उन्होंने पाया कि उनके सिमुलेशन में संक्रमण सीमा (ट्रांजिशन बाउंड्री) इसी शक्ति द्वारा व्यवस्थित है। विशेष रूप से, उन्होंने $I_{loc} = q \times I_{read}(\eta)$ नामक एक मान की गणना की, जहाँ $I_{read}(\eta)$ एक एकल कमजोर मापन से प्राप्त सूचना है। उनके सिमुलेशन बताते हैं कि जब यह मान एक निश्चित सीमा (उपयोग की गई विधि के आधार पर लगभग 0.16 से 0.25 बिट्स) तक पहुँच जाता है, तो सिस्टम अचानक "सीखने योग्य" (learnable) हो जाता है। इस बिंदु से पहले, सुराग बहुत बिखरे हुए और धुंधले होते हैं; इस बिंदु के बाद, छिपे हुए चार्ज का विश्वसनीय रूप से अनुमान लगाया जा सकता है।

डिकोडर डिटेक्टिव: सभी जासूस समान नहीं होते
पत्र में एक चतुर मोड़ भी पेश किया गया है: "डिकोडर"। यह वह एल्गोरिदम है जिसका उपयोग जासूस सुरागों को जोड़ने के लिए करता है। लेखकों ने तीन प्रकार के जासूसों का परीक्षण किया:

द अनबायस्ड डिटेक्टिव (निष्पक्ष जासूस): कणों के हिलने-डुलने के लिए एक सामान्य, औसत अनुमान का उपयोग करता है।
द बायस्ड डिटेक्टिव (पक्षपाती जासूस): खेल के विशिष्ट नियमों (उपयोग किए गए वास्तविक क्वांटम गेट्स) को जानता है।
द एंटीबायस्ड डिटेक्टिव (विपरीत पक्षपाती जासूस): जानबूझकर गलत नियमों का उपयोग करता है, जो आमतौर पर होने वाले व्यवहार के विपरीत अनुमान लगाता है।

उन्होंने पाया कि "अनबायस्ड" और "बायस्ड" जासूस कम सूचनात्मक शक्ति (लगभग 0.17 से 0.20 बिट्स) पर रहस्य को सुलझा सकते हैं। हालांकि, "एंटीबायस्ड" जासूस, जो हठधर्मी रूप से गलत है, को सही होने के लिए एक बहुत अधिक मजबूत संकेत (लगभग 0.25 बिट्स) की आवश्यकता होती है।

महत्वपूर्ण रूप से, लेखकों ने सफलता को मापने के लिए क्रॉस एंट्रॉपी (cross entropy) नामक एक नया उपकरण पेश किया। उन्होंने पाया कि पुराने उपकरण (जैसे कि अनुमान कितना "शार्प" या सटीक था, यह देखना) को धोखा दिया जा सकता है। एक हठी, गलत जासूस बहुत "शार्प" (आत्मविश्वासी) हो सकता है, लेकिन पूरी तरह से गलत हो सकता है। क्रॉस एंट्रॉपी टूल, हालांकि, यह जाँचता है कि क्या जासूस आत्मविश्वासी और सही है। इस टूल ने खुलासा किया कि "एंटीबायस्ड" जासूस का ट्रांजिशन पॉइंट वास्तव में दिखने से अधिक था, जिससे सिद्ध हुआ कि संक्रमण कब दिखाई देता है, इसमें डिकोडर का चुनाव मायने रखता है।

अंतिम सीमा: रिकॉर्ड-लेबल म्यूचुअल इंफॉर्मेशन
अंत में, लेखकों ने पूछा: "कोई भी सबसे अच्छा क्या कर सकता है?" उन्होंने छिपे हुए चार्ज और मापन के पूरे रिकॉर्ड के बीच सटीक म्यूचुअल इंफॉर्मेशन (पारस्परिक सूचना) की गणना की। यह एक सैद्धांतिक सीमा है जो किसी विशिष्ट डिकोडर की रणनीति पर निर्भर नहीं करती है।

उन्होंने पाया कि यह "परफेक्ट" सीमा लगभग 0.16 बिट्स के सूचनात्मक पावर पर स्थित है। यह उन बिंदुओं से कम है जहाँ विशिष्ट जासूस सफल हुए थे। यह हमें बताता है कि "अनबायस्ड" और "बायस्ड" जासूस उपलब्ध जानकारी निकालने में काफी अच्छे हैं, लेकिन "एंटीबायस्ड" वाला अक्षम है। शोध पत्र निष्कर्ष निकालता है कि म्यूचुअल इंफॉर्मेशन उस सीमा को निर्धारित करती है जो सीलिंग (छत) है जिसे सीखा जा सकता है, जबकि डिकोडर यह निर्धारित करता है कि उस सूचना का कितनी कुशलता से उपयोग किया जाता है।

यह शोध पत्र क्या खारिज करता है?
यह पत्र स्पष्ट रूप से इस विचार के विरुद्ध तर्क देता है कि आपको "मापन की आवृत्ति" और "मापन की शक्ति" को दो अलग, असंबद्ध कारकों के रूप में मानना चाहिए जो संक्रमण को परिभाषित करते हैं। इसके बजाय, यह सुझाव देता है कि वे सूचनात्मक शक्ति द्वारा एकीकृत हैं। यह इस विचार को भी खारिज करता है कि एक "शार्प" पोस्टीरियर (एक आत्मविश्वासी अनुमान) सफलता घोषित करने के लिए पर्याप्त है; एक आत्मविश्वासी गलत अनुमान अभी भी एक विफलता है, यही कारण था कि "एंटीबायस्ड" मामले को अलग करने के लिए क्रॉस-एंट्रॉपी टूल आवश्यक था।

वे कितने सुनिश्चित हैं?
यह ध्यान देना महत्वपूर्ण है कि ये परिणाम परिमित आकार की प्रणालियों (6, 8, और 10 क्यूबिट्स की श्रृंखला) के संख्यात्मक सिमुलेशन (numerical simulations) पर आधारित हैं। लेखक इन सिमुलेशन का उपयोग डेटा में पैटर्न और "क्रॉसिंग्स" खोजने के लिए करते हैं जो एक सार्वभौमिक नियम का दृढ़ता से सुझाव देते हैं। हालांकि साक्ष्य सम्मोहक है और सिमुलेशन में पैटर्न स्पष्ट हैं, वे इसे एक "कन्जेक्चरल" (अनुमानित) मानदंड के रूप में वर्णित करते हैं जो डेटा द्वारा समर्थित है, न कि एक गणितीय रूप से सिद्ध प्रमेय के रूप में जो सभी संभावित क्वांटम सिस्टमों के लिए लागू हो। वे सुझाव देते हैं कि यह "सूचनात्मक शक्ति" सिद्धांत संभवतः चार्ज लर्नैबिलिटी के लिए संगठित नियम है, लेकिन यह आगे के अधिक जटिल परिदृश्यों में परीक्षण के लिए एक परिकल्पना बनी हुई है।

संक्षेप में, यह शोध पत्र हमें बताता है कि क्वांटम दुनिया में, यह मायने नहीं रखता कि आपको लाखों धुंधली फुसफुसाहटें मिलती हैं या कुछ ज़ोरदार चिल्लाहटें; जो मायने रखता है वह है सच्चाई का कुल "आयतन" (volume) जो आप इकट्ठा करते हैं। एक बार जब यह आयतन एक विशिष्ट सीमा तक पहुँच जाता है, तो छिपे हुए चार्ज का रहस्य सुलझ जाता है।

तकनीकी सारांश: स्थानीय मापन की सूचनात्मक शक्ति के माध्यम से U(1)-सममित क्वांटम सर्किटों में चार्ज-लर्नैबिलिटी ट्रांज़िशन का एकीकरण

समस्या विवरण
निगरानी वाले क्वांटम सर्किट (monitored quantum circuits), जहाँ यूनिटरी गतिकी (unitary dynamics) स्थानीय मापन के साथ प्रतिस्पर्धा करती है, मापन-प्रेरित चरण संक्रमण (measurement-induced phase transitions) प्रदर्शित करते हैं। U(1) आवेश (charge) संरक्षित सर्किटों में, एक विशिष्ट "चार्ज-लर्नैबिलिटी" (charge-learnability) संक्रमण होता है: कम मापन घनत्व पर, स्थानीय रिकॉर्ड वैश्विक संरक्षित आवेश का अनुमान लगाने के लिए अपर्याप्त होते हैं, जबकि उच्च घनत्व पर, आवेश अनुमान योग्य हो जाता है। मौजूदा साहित्य मुख्य रूप से संभाव्य प्रक्षेपिक मापन (probabilistic projective measurements) का उपयोग करके इसे संबोधित करता है, जहाँ मापन प्रायिकता ( $q$ ) एकमात्र नियंत्रण पैरामीटर है, क्योंकि प्रक्षेपिक परिणाम अधिकतम सूचनात्मक होते हैं। हालाँकि, अधिक सामान्य प्रोटोकॉल जो कमजोर मापन (weak measurements) को शामिल करते हैं, एक दूसरा स्वतंत्र नियंत्रण पैरामीटर: मापन शक्ति ( $\eta$ ) पेश करते हैं। यह एक खुला प्रश्न बना हुआ है कि क्या $q$ और $\eta$ को अलग करने पर भी लर्नैबिलिटी ट्रांज़िशन बना रहता है, और यदि ऐसा है, तो इस विस्तारित पैरामीटर स्पेस में ट्रांज़िशन बाउंड्री को कौन सा चर नियंत्रित करता है।

कार्यप्रणाली
लेखक एक एक-आयामी, U(1)-सममित मॉनीटर्ड रैंडम सर्किट में चार्ज लर्नैबिलिटी की जांच करते हैं। सिस्टम में $L$ क्वबिट्स की एक श्रृंखला शामिल है जो रैंडम चार्ज-संरक्षित टू-क्विबिट गेट्स (ब्रिकवर्क आर्किटेक्चर) के तहत विकसित होती है। प्रत्येक स्पेस-टाइम बिंदु पर, एक स्थानीय कमजोर मापन $q$ की प्रायिकता के साथ लागू किया जाता है। यदि लागू किया जाता है, तो मापन शक्ति $\eta$ होती है, जिसे क्रॉस ऑपरेटरों $M_{\pm}(\eta) = (I \pm \eta Z)/\sqrt{2(1+\eta^2)}$ द्वारा वर्णित किया जाता है। छिपे हुए बाइनरी लेबल को दो पड़ोसी चार्ज सेक्टर्स ( $Q_0 = L/2$ या $Q_1 = L/2 - 1$ ) में से एक के अनुरूप माना गया है।

स्पेस-टाइम मेजरमेंट रिकॉर्ड $M$ से छिपे हुए लेबल का अनुमान लगाने के लिए, लेखक एक क्लासिकल सिमेट्रिक एक्सक्लूजन प्रोसेस (SEP) पर आधारित बेयसियन डिकोडर का उपयोग करते हैं। वे तीन डिकोडर वेरिएंट का विश्लेषण करते हैं:

अनबायस्ड (Unbiased): विशिष्ट गेट वास्तविकताओं को अनदेखा करते हुए, औसत होपिंग प्रायिकता ( $p=1/2$ ) का उपयोग करता है।
बायस्ड (Biased): विशिष्ट गेट वास्तविकताओं से प्राप्त वास्तविक होपिंग प्रायबलिटी को शामिल करता है।
एंटीबायस्ड (Antibiased): वास्तविक गेट्स के विपरीत होपिंग प्रेफरेंस का जानबूझकर उपयोग करता है ताकि एक मिसमैच्ड डिकोडर का अनुकरण किया जा सके।

अध्ययन $L=6, 8, 10$ आकार की श्रृंखलाओं और $T=2L$ गहराई के साथ फाइनाइट-साइज़ स्केलिंग विश्लेषण का उपयोग करता है। प्रमुख डायग्नोस्टिक्स हैं:

डिकोडिंग सटीकता (Decoding Accuracy): सही लेबल भविष्यवाणी की प्रायिकता।
पोस्टीरियर एंट्रॉपी बाइडर रेशियो (Posterior Entropy Binder Ratio): एक मानक फाइनाइट-साइज़ डायग्नोस्टिक।
क्रॉस एंट्रॉपी ( $C$ ): एक लेबल-सेंसिटिव मेट्रिक जिसे $C = -\log_2 P_{\text{corr}}$ के रूप में परिभाषित किया गया है, जो सटीक सही और सटीक गलत भविष्यवाणियों के बीच अंतर करने के लिए उपयोग किया जाता है।
रिकॉर्ड-लेबल म्यूचुअल इंफॉर्मेशन ( $I_{\text{true}}$ ): छिपे हुए लेबल और पूर्ण मेजरमेंट रिकॉर्ड के बीच एक सटीक, डिकोडर-स्वतंत्र गणना।

लेखक स्थानीय सूचनात्मक शक्ति ( $I_{\text{loc}}$ ) की अवधारणा पेश करते हैं, जिसे $I_{\text{loc}}(q, \eta) = q I_{\text{read}}(\eta)$ के रूप में परिभाषित किया गया है, जहाँ $I_{\text{read}}(\eta)$ एकल कमजोर मापन रीडआउट से निकाली जा सकने वाली अधिकतम म्यूचुअल इंफॉर्मेशन है।

मुख्य योगदान और परिणाम

कमजोर मापन में ट्रांज़िशन का अस्तित्व: अध्ययन पुष्टि करता है कि जब प्रक्षेपिक मापन को स्वतंत्र रूप से ट्यून करने योग्य $q$ और $\eta$ वाले संभाव्य कमजोर मापन से बदल दिया जाता है, तो चार्ज-लर्नैबिलिटी ट्रांज़िशन बना रहता है।
सूचनात्मक शक्ति के माध्यम से एकीकरण: $(q, \eta)$ प्लेन में फेज बाउंड्री को $I_{\text{loc}}$ द्वारा व्यवस्थित किया गया है। संख्यात्मक परिणाम दिखाते हैं कि विभिन्न $(q, \eta)$ संयोजनों के लिए ट्रांज़िशन पॉइंट्स स्थिर- $I_{\text{loc}}$ कर्व्स पर समाहित (collapse) हो जाते हैं। यह एक "प्रोजेक्टिव-वीक कॉरेस्पोंडेंस" स्थापित करता है: विभिन्न $(q, \eta)$ जोड़े समान लर्नैबिलिटी व्यवहार प्रदर्शित करते हैं यदि वे रिकॉर्ड को तुलनीय स्थानीय सूचना प्रदान करते हैं।
डिकोडर संवेदनशीलता और क्रॉस एंट्रॉपी: लेखक प्रदर्शित करते हैं कि केवल पोस्टीरियर-एंट्रॉपी बाइडर रेशियो मिसमैच्ड डिकोडर्स (जैसे एंटीबायस्ड डिकोडर) के लिए भ्रामक ट्रांज़िशन अनुमान दे सकता है, क्योंकि यह एक सटीक सही अनुमान और एक सटीक गलत अनुमान के बीच अंतर नहीं कर सकता है। क्रॉस-एंट्रॉपी वेरिएंस का परिचय, जो एक लेबल-सेंसिटिव डायग्नोस्टिक है, इस समस्या को हल करता है, जिससे पता चलता है कि एंटीबायस्ड डिकोडर को सफल होने के लिए बायस्ड डिकोडर (लगभग 0.17) की तुलना में उच्च $I_{\text{loc}}$ (लगभग 0.25) की आवश्यकता होती है।
डिकोडर-स्वतंत्र बेंचमार्क: सटीक रिकॉर्ड-लेबल म्यूचुअल इंफॉर्मेशन ( $I_{\text{true}}$ ) की गणना करके, लेखक एक डिकोडर-स्वतंत्र निचली सीमा (lower bound) स्थापित करते हैं। अंतर्निहित ट्रांज़िशन $I_{\text{loc}} \approx 0.16$ पर होता है। यह मान भौतिक रिकॉर्ड में उपलब्ध मौलिक सूचना का प्रतिनिधित्व करता है, जो डिकोडर की दक्षता से स्वतंत्र है।
सूचना-सिद्धांतिक स्केलिंग: जब डिकोडिंग सटीकता को सटीक म्यूचुअल इंफॉर्मेशन $I_{\text{true}}$ के विरुद्ध प्लॉट किया जाता है, तो प्रक्षेपिक और कमजोर मापन दोनों व्यवस्थाओं का डेटा एक ही कर्व पर समाहित हो जाता है। यह कर्व बाइनरी फानो बाउंड (Fano bound) से नीचे है, जो पुष्टि करता है कि $I_{\text{true}}$ चार्ज इन्फरेंस के लिए मौलिक सीमा निर्धारित करता है, जबकि डिकोडर इस सूचना को निकालने की दक्षता निर्धारित करता है।

महत्व और दावे
यह शोध पत्र सामान्य मॉनिटरिंग प्रोटोकॉल के तहत चार्ज लर्नैबिलिटी के लिए एक एकीकृत सिद्धांत के रूप में स्थानीय मापन की सूचनात्मक शक्ति को स्थापित करने का दावा करता है। संभाव्य कमजोर मापन को शामिल करके, यह कार्य एक एकल फेज डायग्राम प्रदान करता है जिसमें संभाव्य प्रक्षेपिक, नियत (deterministic) कमजोर और सामान्य संभाव्य कमजोर मापन शामिल हैं।

लेखक इस बात पर जोर देते हैं कि हालांकि रिकॉर्ड में स्पेस-टाइम कोरिलेशन आवश्यक बने रहते हैं, लेकिन स्थानीय सूचनात्मक शक्ति प्राथमिक संगठित चर (organizing variable) के रूप में कार्य करती है। यह कार्य मौलिक सूचना (जो म्यूचुअल इंफॉर्मेशन द्वारा मात्रात्मक है) और विशिष्ट डिकोडर्स की निष्कर्षण दक्षता के बीच अंतर करता है। निष्कर्ष बताते हैं कि ट्रांज़िशन मौलिक रूप से एक सूचना-सिद्धांतिक घटना है जो स्थानीय सूचना के संचय द्वारा संचालित होती है, न कि किसी विशिष्ट प्रक्षेपिक मापन मॉडल का आर्टिफैक्ट है। लेखक नोट करते हैं कि उनका प्रस्तावित मानदंड मुख्य रूप से फाइनाइट-साइज़ न्यूमेरिक्स द्वारा समर्थित है और काल्पनिक (conjectural) बना हुआ है, जो स्थानीय मापन शक्ति, सर्किट आर्किटेक्चर और डिकोडर प्रदर्शन के बीच परस्पर क्रिया की आगे की जांच को प्रेरित करता है।

जासूसी की दुविधा: क्वांटम फुसफुसाहट को सुनना

शोध पत्र की कहानी: "धुंधले सुराग" की शक्ति

इसी तरह के और पेपर