探索三角网络中的局域景观

刻画三角网络中可实现分布的集合是一个众所周知的难题。在这项工作中，我们研究了三角网络局域（经典）分布集合的内部近似。一个看似非局域的量子分布是优雅联合测量（EJM）[Entropy. 2019; 21(3):325]，这促使我们研究具有与EJM相同对称性的分布。我们比较了解析和基于神经网络的内部近似，发现两种方法之间具有显著的一致性。利用神经网络工具，我们还推测了网络贝尔不等式，这些不等式给出了局域分布可能具有的相关性和对称性水平之间的权衡。我们的结果大大加强了EJM是非局域的猜想。