MétaCan
Menu
Retour à la cohorte
Enregistrement W1576203101 · doi:10.11650/twjm/1500404993

A METHOD TO OBTAIN LOWER BOUNDS FOR CIRCULAR CHROMATIC NUMBER

2008· article· en· W1576203101 sur OpenAlexaff
Hong-Gwa Yeh

Notice bibliographique

RevueTaiwanese Journal of Mathematics · 2008
Typearticle
Langueen
DomaineComputer Science
ThématiqueGraph Labeling and Dimension Problems
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNational Science Council
Mots-clésOmegaCombinatoricsMathematicsGraphUpper and lower boundsPhysicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

The circular chromatic number $\chi_c(G)$ of a graph $G$ is a very natural generalization of the concept of chromatic number $\chi(G)$, and has been studied extensively in the past decade. In this paper we present a new method for bounding the circular chromatic number from below. Let $\omega$ be an acyclic orientation of a graph $G$. A sequence of acyclic orientations $\omega_1$, $\omega_2$, $\omega_3,\ldots$ is obtained from $\omega$ in such a way that $\omega_1=\omega$, and $\omega_i$ ($i\geq 2$) is obtained from $\omega_{i-1}$ by reversing the orientations of the edges incident to the sinks of $w_{i-1}$. This sequence is completely determined by $\omega$, and it can be proved that there are positive integers $p$ and $M$ such that $\omega_i=\omega_{i+p}$ for every integer $i\geq M$. The value $p$ at its minimum is denoted by $p_\omega$. To bound $\chi_c(G)$ from below, the methodology we develop in this paper is based on the acyclic orientations $\omega_M, \omega_{M+1},\cdots,\omega_{M+p_\omega-1}$ of $G$. Our method demonstrates for the first time the possibility of extracting some information about $\chi_c(G)$ from the period $\omega_M, \omega_{M+1},\cdots,\omega_{M+p_\omega-1}$ to derive lower bounds for $\chi_c(G)$.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,005
Études des sciences et des technologies0,0030,003
Communication savante0,0040,007
Science ouverte0,0040,005
Intégrité de la recherche0,0020,008
Charge utile insuffisante (le modèle a refusé de juger)0,0120,004

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,297
Écart entre enseignants0,268 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTaiwanese Journal of MathematicsMême sujetGraph Labeling and Dimension ProblemsTravaux en français237 207