技术摘要：散射度量与信息几何

问题陈述

传统的散射实验描述通常将物理散射分布、仪器响应、计数统计以及数据归约视为独立的数学实体。具体而言，总散射强度（质量）与归一化结果分布（形状）之间的区别经常被模糊处理，同时测量变换过程中的信息损失处理也缺乏统一的考量。此外，连接量子测量（通过 Born 定律）与经典结果统计的数学层级也缺乏一个能够显式处理非归一化有限度量（这在散射截面中是本质属性）的统一框架。

本研究旨在建立一种统一的数学结构，将散射过程视为有限度量上的一系列变换。本文试图为参数化散射度量定义一种内在的信息几何，使其独立于特定的密度表示（例如微分截面）和计数模型，同时阐明实验操作如何收缩统计信息。

方法论

本文利用有限正度量理论来构建散射实验的数学形式，整合了测度论、信息几何和统计推断的概念。

1. 散射度量： 物理散射强度的分布被定义为可测结果空间 $(X, \mathcal{X})$ 上的有限正度量 $\sigma$。微分截面不被视为初级对象，而是相对于选定参考测度 $\mu$ 的 Radon–Nikodym 密度 ($s = d\sigma/d\mu$)。
2. 度量变换： 实验过程被建模为这些度量的变换：
   • 确定性操作（例如坐标变换、分箱）表示为度量的前推 ($T_\#$)。
   • 随机过程（例如探测器分辨率、通道混合、效率问题）由概率或次概率核 ($K$) 表示。诱导度量为 $\nu = K_\# \sigma$。
3. 内在 Fisher 几何： 对于参数化族度量 $\{\sigma_\lambda\}$，本文直接在有限度量空间上定义了内在得分 $u_\lambda = d\dot{\sigma}_\lambda / d\sigma_\lambda$ 和 Fisher 度量，避免了对特定密度表示的依赖。
4. 质量–形状分解： 有限度量的几何被证明可以正交分解为“质量”成分（总散射强度的变化）和“形状”成分（归一化分布的变化）。
5. 泊松实现： 内在 Fisher 信息与泊松点过程统计相关联，表明观测到的计数过程在单位曝光下的 Fisher 信息与强度度量的内在度量一致。
6. 信息收缩： 本文分析了测量核如何收缩 Fisher 信息，推导出输出得分是输入得分关于记录结果的条件期望，且信息损失对应于未被解析的未决条件方差。
7. 量子连接： 该框架通过将散射部分视为通过 Born 定律从完整 POVM 导出的次概率度量，将框架与量子测量理论相连，建立了从量子态到经典有限度量的层级结构。

核心贡献与结果

1. 有限度量的内在 Fisher 几何

本文确立了有限度量的 Fisher 度量具有如下毕达哥拉斯分解：
$$I(\sigma)(\lambda) = \frac{\dot{r}_\lambda^2}{r_\lambda} + r_\lambda I(P)(\lambda)$$
其中 $r_\lambda = \sigma_\lambda(X)$ 是总质量，$P_\lambda$ 是归一化形状。

• 几何解释： 有限度量空间构成了一个覆盖在归一化概率度量空间之上的度量锥。径向方向对应质量变化，而切向方向对应形状变化。
• 正交性： 质量变化与形状变化在 Fisher 几何中是正交的。这种分解是内在的，不依赖于特定的计数模型。

2. 核作用下的信息收缩

对于参数无关的概率核 $K$，变换后的度量 $\nu = K_\# \sigma$ 的 Fisher 信息满足 $I(\nu) \leq I(\sigma)$。

• 机制： 输出得分是输入得分关于记录结果的条件期望。信息损失恰好是输入得分中无法被测量解析的预期条件方差。
• 后果： 这使离散通道混合、有限分辨率（高斯展宽）和粗粒化过程中的信息损失形式化。它区分了保留事件之间辨别能力的丧失（形状收缩）与事件本身丢失的情况（质量减少）。

3. 实验设计即优化

该框架将实验设计重新定义为对观测度量的 Fisher 信息进行优化。

• 设计变量： 仪器设置（如分辨率宽度、接受角）和数据归约选择被视为定义测量核和曝光量的参数。
• 优化准则： 本文展示了标准设计准则（D-, A-, E-, c- 最优性）如何应用于观测度量的 Fisher 信息矩阵。
• 三轴谱学示例： 本文说明了映射到同一名义运动学点（一个“运动学纤维”）的不同仪器设置，由于分辨率核的变化，会产生不同的 Fisher 信息。优化过程涉及在纤维内选择能最大化目标参数有效 Fisher 信息的设置，并考虑干扰参数。
• 分辨率–吞吐量权衡： 在弥散球模型中，本文展示了最优分辨率取决于具体的推断目标（例如 D-最优性 vs c-最优性）和吞吐量法则，证明了不存在独立于科学目标的单一“最佳分辨率”。

4. 与量子测量的联系

本文阐明了散射度量在量子到经典层级中的位置。

• Born 定律映射： 量子测量（POVM）将参数化量子态 $\rho_\lambda$ 映射到经典概率度量。散射扇区对应于一个次概率度量（有限度量）$\zeta_\lambda = q_\lambda P_\lambda$，其中 $q_\lambda$ 是发生散射事件的概率。
• 层级分解： 完整量子测量结果的 Fisher 信息分解为散射占据（伯努利过程）、离散扇区标签以及扇区内形状分布的贡献。
• 稀有事件极限： 散射实验中使用的泊松点过程模型是通过重复独立试验的稀有事件极限恢复而来的，其中无散射项消失，留下有限强度度量 $\Lambda_\lambda$。

意义与主张

本文声称提供了一个统一的信息论框架，将物理散射过程、仪器响应和数据归约连接成一个单一的度量变换序列。

• 统一性： 它统一了散射强度（质量）与分布（形状）的处理，表明它们是参数可辨识性的正交来源。这解释了为什么基于探针的加权可以将形状敏感性转化为质量敏感性。
• 内在定义： 通过在度量层面定义 Fisher 几何，该公式避免了由特定密度表示或坐标选择引入的人为偏差。
• 设计框架： 它将实验设计置于一个共同框架内，其中“最佳”测量被定义为对参数敏感辨别力的保持，并以 Fisher 信息收缩来量化。
• 量子-经典桥梁： 它明确地将有限散射度量定位为具有不完全检测的量子测量产生的经典结果，从而将量子限制与随后的经典信息损失区分开来。

这项工作并非提出新的物理散射定律或特定的新实验装置，而是提供了一种严谨的数学语言，用于根据信息几何原理分析现有的散射实验并优化其设计。其意义在于为从量子态到记录数据的这一信息流层级带来了结构性的清晰度。