RESUMO

We introduce a new family of quantum distances based on symmetric Csiszár divergences, a class of distinguishability measures that encompass the main dissimilarity measures between probability distributions. We prove that these quantum distances can be obtained by optimizing over a set of quantum measurements followed by a purification process. Specifically, we address in the first place the case of distinguishing pure quantum states, solving an optimization of the symmetric Csiszár divergences over von Neumann measurements. In the second place, by making use of the concept of purification of quantum states, we arrive at a new set of distinguishability measures, which we call extended quantum Csiszár distances. In addition, as it has been demonstrated that a purification process can be physically implemented, the proposed distinguishability measures for quantum states could be endowed with an operational interpretation. Finally, by taking advantage of a well-known result for classical Csiszár divergences, we show how to build quantum Csiszár true distances. Thus, our main contribution is the development and analysis of a method for obtaining quantum distances satisfying the triangle inequality in the space of quantum states for Hilbert spaces of arbitrary dimension.

RESUMO

Correspondence analysis is a multivariate dimensionality-reduction technique applied to data structured into contingency tables. The main outcome of this approach is the generation of perceptual maps aimed at the study of similarity between categorical levels. In most cases, interpretations of these similarities present subjectivity when different metrics are considered; e.g., Hellinger distance and Chi-square. Thus, in an attempt to minimize this subjectivity, the present study proposes an index that quantifies the shortest distance between those levels. A simulation study was undertaken in which the generated maps were discussed in relation to real data involving the similarity of blends formed by coffees of different species, with sensory evaluations considering the flavor and acidity attributes. In conclusion, the proposed indexnamed metric selection index (MSI)made it possible to include a statistic that justifies the most suitable metric for correspondence analysis, thus preventing subjectivity in interpretations of similarities between blend types and grade classes. In the simulation studies, with the metric proposed by Hellinger distance, MSI showed stabler results regarding total inertia distribution on the first two axes.(AU)

A análise de correspondência é uma técnica multivariada de redução de dimensionalidade aplicada a dados estruturados em tabelas de contingência. Como principal resultado, mapas perceptuais são gerados com o propósito de estudar a similaridade entre os níveis categóricos. Na maioria das vezes, as interpretações dessas similaridades apresentam certa subjetividade, ao considerar diferentes métricas, como por exemplo, a distância de Hellinger e Qui-quadrado. Assim, com o intuito de minimizar essa subjetividade, esse trabalho teve como objetivo propor um índice que quantifique a menor distância entre esses níveis. Foi realizado um estudo de simulação, discutindo-se os mapas gerados em relação a dados reais envolvendo a similaridade de blends formados por cafés de diferentes espécies com avaliações sensoriais considerando os atributos sabor e acidez. Concluiu-se que a proposta do índice, denominado índice de seleção de métrica (ISM), permitiu agregar uma estatística que justifique a métrica mais adequada na análise de correspondência, evitando a subjetividade nas interpretações das similaridades entre os tipos de blends e classe de notas. Em relação aos estudos de simulação a métrica proposta pela distância de Hellinger, o ISM apresentou resultados mais estáveis em relação à distribuição da inércia total nos dois primeiros eixos.(AU)

Assuntos

RESUMO

Correspondence analysis is a multivariate dimensionality-reduction technique applied to data structured into contingency tables. The main outcome of this approach is the generation of perceptual maps aimed at the study of similarity between categorical levels. In most cases, interpretations of these similarities present subjectivity when different metrics are considered; e.g., Hellinger distance and Chi-square. Thus, in an attempt to minimize this subjectivity, the present study proposes an index that quantifies the shortest distance between those levels. A simulation study was undertaken in which the generated maps were discussed in relation to real data involving the similarity of blends formed by coffees of different species, with sensory evaluations considering the flavor and acidity attributes. In conclusion, the proposed indexnamed metric selection index (MSI)made it possible to include a statistic that justifies the most suitable metric for correspondence analysis, thus preventing subjectivity in interpretations of similarities between blend types and grade classes. In the simulation studies, with the metric proposed by Hellinger distance, MSI showed stabler results regarding total inertia distribution on the first two axes.

A análise de correspondência é uma técnica multivariada de redução de dimensionalidade aplicada a dados estruturados em tabelas de contingência. Como principal resultado, mapas perceptuais são gerados com o propósito de estudar a similaridade entre os níveis categóricos. Na maioria das vezes, as interpretações dessas similaridades apresentam certa subjetividade, ao considerar diferentes métricas, como por exemplo, a distância de Hellinger e Qui-quadrado. Assim, com o intuito de minimizar essa subjetividade, esse trabalho teve como objetivo propor um índice que quantifique a menor distância entre esses níveis. Foi realizado um estudo de simulação, discutindo-se os mapas gerados em relação a dados reais envolvendo a similaridade de blends formados por cafés de diferentes espécies com avaliações sensoriais considerando os atributos sabor e acidez. Concluiu-se que a proposta do índice, denominado índice de seleção de métrica (ISM), permitiu agregar uma estatística que justifique a métrica mais adequada na análise de correspondência, evitando a subjetividade nas interpretações das similaridades entre os tipos de blends e classe de notas. Em relação aos estudos de simulação a métrica proposta pela distância de Hellinger, o ISM apresentou resultados mais estáveis em relação à distribuição da inércia total nos dois primeiros eixos.

Assuntos