按年被提到
20152016 · 1 次2026
物理与量子›计算的物理极限·arXiv:1508.02421 · cond-mat.stat-mech

The Bayesian Second Law of Thermodynamics

热力学第二定律的贝叶斯版本
Anthony Bartolotta, Sean M. Carroll, Stefan Leichenauer, Jason Pollack · 2015

用贝叶斯更新把测量信息纳入,推广热力学第二定律

开始阅读 ↗PDFalphaXiv 讨论
被提及 · 3 人首次 2016-03-05 · 最近 2024-10-21
3不同的人
3活跃月份
3讨论串
12被引(OpenAlex)

推导出热力学第二定律的一个推广,用贝叶斯更新显式纳入对系统的测量效应,化解了“统计系统熵可能向下涨落”与“随机演化系统的知识随时间退化”之间的张力。其形式为交叉熵变化加上广义热流期望非负,还给出了下界为非负数的细化版本和贝叶斯版 Jarzynski 等式,并用简单解析与数值例子演示。

HN 为什么提它

评论者用它说明 KL 散度可以用来推广远离平衡系统的第二定律,也有人质疑其假设忽略了贝叶斯计算的能量下限。

方法难度 5 / 5约 60 分钟经得起时间
读之前最好知道
1统计力学与热力学第二定律
2贝叶斯推断(Bayesian inference)
3交叉熵与 KL 散度
4Jarzynski 等式

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
批评Vecr · 2024-10

“As far as I can tell they're still making impossible assumptions, because certain Bayesian problems can't be calculated under a certain amount of energy”

Origin of 'Daemon' in Computing原评论 ↗
引用riemannzeta · 2023-08

“KL divergence has also been used to generalize the second law of thermodynamics for systems far from equilibrium:”

指出 KL 散度也被用来把热力学第二定律推广到远离平衡的系统
Kullback–Leibler Divergence原评论 ↗
被提交为 story · 1 次