最大几何量子熵
Maximum Geometric Quantum Entropy
AI总结：
本文提出最大几何量子熵原理，利用量子信息维度和几何量子熵概念，从无限多个纯态系综中唯一选择熵最大的一个，并给出解析解及物理机制解释。
摘要：
任意给定的密度矩阵都可以表示为无限多个纯态系综。这引出了一个自然问题：如何在众多看似同样合适的可能性中唯一地选择一个。遵循Jaynes的信息论视角，这可以被构建为一个推断问题。我们提出最大几何量子熵原理，以利用量子信息维度和几何量子熵的概念。这些概念使我们能够量化完全任意系综的熵，并选择使熵最大化的那个系综。在数学上阐述该原理之后，我们给出了若干情况下最大化问题的解析解，并讨论了此类最大熵系综涌现背后的物理机制。
英文摘要：
Any given density matrix can be represented as an infinite number of ensembles of pure states. This leads to the natural question of how to uniquely select one out of the many, apparently equally suitable, possibilities. Following Jaynes' information-theoretic perspective, this can be framed as an inference problem. We propose the Maximum Geometric Quantum Entropy Principle to exploit the notions of Quantum Information Dimension and Geometric Quantum Entropy. These allow us to quantify the entropy of fully arbitrary ensembles and select the one that maximizes it. After formulating the principle mathematically, we give the analytical solution to the maximization problem in a number of cases and discuss the physical mechanism behind the emergence of such maximum entropy ensembles.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
