Increasing subsequences of random walks
Notice bibliographique
Résumé
Given a sequence ofnreal numbers {Si}i⩽n, we consider the longest weakly increasing subsequence, namelyi1<i2< . . . <iLwithSik⩽Sik+1andLmaximal. When the elementsSiare i.i.d. uniform random variables, Vershik and Kerov, and Logan and Shepp proved that ${\mathbb E} L=(2+o(1)) \sqrt{n}$ . We consider the case when {Si}i⩽nis a random walk on ℝ with increments of mean zero and finite (positive) variance. In this case, it is well known (e.g., using record times) that the length of the longest increasing subsequence satisfies ${\mathbb E} L\geq c\sqrt{n}$ . Our main result is an upper bound ${\mathbb E} L\leq n^{1/2 + o(1)}$ , establishing the leading asymptotic behavior. If {Si}i⩽nis a simple random walk on ℤ, we improve the lower bound by showing that ${\mathbb E} L \geq c\sqrt{n} \log{n}$ . We also show that if {Si} is a simple random walk in ℤ2, then there is a subsequence of {Si}i⩽nof expected length at leastcn1/3that is increasing in each coordinate. The above one-dimensional result yields an upper bound ofn1/2+o(1). The problem of determining the correct exponent remains open.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».