X, Yなどは集合として、
- Map(X, Y) -- XからYへの写像の全体
- Chan(X, Y) -- XからYへのチャンネルの全体
- State(X) -- X上の状態の全体
- Vect(X) -- Xから生成された自由ベクトル空間 R[X]1 → http://m-hiyama.hatenablog.com/entry/2019/02/18/113524#id2019_lin-indep
- Convex(X) -- Xから生成された自由凸空間 → http://m-hiyama.hatenablog.com/entry/20180618/1529304116
次のような関係がある(順不同)。
- Map(X, Y)⊆Chan(X, Y)
- X⊆Convex(X)⊆Vect(X)
- Chan(X, Y) Map(X, Convex(Y))
- State(X) := Convex(X)
- Chan(X) ConvexMap(Convex(X), Convex(Y))
- State(X) Chan(1, X)
- Pred(X) := Chan(X, 2) Map(X, [0, 1])
Map(?, ?)⊂Chan(?, ?) なので、
- 決定性○○○ ⊂ 確率的○○○
- シャープ/クリスプ○○○ ⊂ ファジー○○○
- 古典○○○ ⊂ 量子○○○
排他的ではなく包含的な「非〈non〉」の使い方(言語の運用)
- △△△○○○ ⊂ 非△△△○○○
- 非△△△○○○ ⊂ △△△○○○
例:
排他的用法
- 有理数 ←→ 非有理数=無理数 in 実数
- 実数 ←→ 非実数=虚数 in 複素数
- 代数的数 ←→ 非代数的数 in 複素数
- 線形写像 ←→ 非線形写像 in 写像 (線形写像 ⊂ 非線形写像 かも)
まとめると:
- 決定{性 | 的}=シャープ=クリスプ=古典{的}? ≒ 非{確率{的}? | ファジー | 量子{的}}
- 確率{的}?=ファジー=量子{的}? ≒ 非{決定{性 | 的} | シャープ | クリスプ | 古典{的}?}
通信路と写像:
通信路 | 写像 |
---|---|
aを通信路fに送り出す | aを写像fに入力する |
f(a)を通信路fから受け取る | f(a)が写像fから出力される |
fにノイズが乗る | fは確率的である |