[論文レビュー] Geometry from Information Geometry

Ariel Caticha|arXiv (Cornell University)|Dec 30, 2015

Statistical Mechanics and Entropy参考文献 7被引用数 7

ひとこと要約

本稿では、物理的空間が、空間的点が本質的に不確実性を有する曲がった統計多様体として生じることを提案する。不確実性は最大エントロピー原理によりモデル化され、情報計量が導かれる。得られる幾何学は共形的である—局所的なスケールを除き形状を記述する—一般相対性理論における空間の共形構造と正確に一致し、情報体積が区別可能な点の数を定量化する。

ABSTRACT

We use the method of maximum entropy to model physical space as a curved statistical manifold. It is then natural to use information geometry to explain the geometry of space. We find that the resultant information metric does not describe the full geometry of space but only its conformal geometry -- the geometry up to local changes of scale. Remarkably, this is precisely what is needed to model "physical" space in general relativity.

研究の動機と目的

• 空間的点が本質的不確実性のためぼやけることから、物理的空間を統計多様体としてモデル化すること。
• 情報理論的制約から幾何的構造を導出するため、最大エントロピーの原理を適用すること。
• 得られる幾何学が共形的であることを示し、一般相対性理論における時空の共形構造と一致すること。
• 連続的多様体の微積分と離散的類似の区別可能な点を、情報体積とエントロピーによって統合すること。

提案手法

• 各点 $x$ が位置の不確実性を表す確率分布 $p(x'|x)$ に関連付けられる統計多様体として空間をモデル化する。
• 接空間 $\mathbf{T}_x$ において最大エントロピー法を用い、情報計量 $g_{ab}(x)$ を持つガウス分布 $\hat{p}(y_x|x, g_x)$ を割り当てる。
• 指数写像を用いて接空間からの分布を多様体 $\mathbf{X}$ に持ち上げ、座標共変性を保証する。
• 対数確率勾配からのフィッシャー情報計量として情報計量 $g_{ab}(x)$ を導出する：$g_{ab} = \int dx' \, p(x'|x) \partial_a \log p \partial_b \log p$。
• 情報体積 $\int_R d^3x \, g^{1/2}(x)$ を定義し、領域 $R$ 内の区別可能な点の有効数を定量化する。これにより連続的枠組み内での離散的数え上げが可能になる。
• 空間のエントロピーを $S_R[g] = s_0 \int_R d^3x \, g^{1/2}(x)$ として計算する。ここで $s_0 = \frac{3}{2}\log 2\pi e \approx 4.2568$。

実験結果

リサーチクエスチョン

• RQ1 物理的空間の幾何学は、基本的仮定ではなく情報処理の原理から導けるか？
• RQ2 空間が本質的不確実性を有する統計多様体としてモデル化されたとき、どのような幾何的構造が出現するか？
• RQ3 なぜ情報計量は共形幾何にしか得られないのか？一般相対性理論における物理的空間のモデル化にこれだけでは十分か？
• RQ4 連続的多様体が有限個の区別可能な点をどのように支持できるのか？情報体積はその役割を果たすか？
• RQ5 区別可能な状態の数としての空間のエントロピーの物理的解釈は何か？

主な発見

• 最大エントロピーから導かれた情報計量は、空間の共形幾何にしか得られない—局所的スケールを除き形状を記述する—一般相対性理論における力学的自由度と整合的である。
• 情報体積 $\int_R d^3x \, g^{1/2}(x)$ は領域 $R$ 内の区別可能な点の有効数を定量化し、連続的枠組み内でのハイブリッドな離散的・連続的記述を可能にする。
• 領域 $R$ のエントロピーは $S_R[g] = s_0 \int_R d^3x \, g^{1/2}(x)$ であり、$s_0 = \frac{3}{2}\log 2\pi e \approx 4.2568$ である。エントロピーは情報体積に比例する。
• 接空間から多様体への分布の持ち上げに指数写像を用いることで、座標変換に対して共変である。
• 局所的不確実性 $\sigma(x)$ を導入することで、量子場理論における発散を自然に正則化し、曲率が $\sim 1/\sigma$ に制限される。
• 連続的微積分と離散的区別可能性を統合するフレームワークである：点の和は $g^{1/2}$ を重みとする積分として表され、$\sum_x (\cdots) \to \int d^3x \, g^{1/2}(x) (\cdots)$ となる。