MétaCan
Menu
Retour à la cohorte
Enregistrement W1597979635 · doi:10.1214/23-ejp954

Harnack inequalities and Gaussian estimates for random walks on metric measure spaces

2023· article· en· W1597979635 sur OpenAlexafffund
Mathav Murugan, Laurent Saloff‐Coste

Notice bibliographique

RevueElectronic Journal of Probability · 2023
Typearticle
Langueen
DomaineMathematics
ThématiqueGeometric Analysis and Curvature Flows
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of British ColumbiaCanada Research ChairsNational Science Foundation
Mots-clésMathematicsHeat kernelHarnack's inequalityMarkov chainHarnack's principleGaussian measureGaussianMetric spaceProbability measureInvariant (physics)Measure (data warehouse)Metric (unit)State spacePure mathematicsMathematical analysisStatistics

Résumé

récupéré en direct d'OpenAlex

We characterize Gaussian estimates for transition probability of a discrete time Markov chain in terms of geometric properties of the underlying state space. In particular, we show that the following are equivalent: (1) Two sided Gaussian bounds on heat kernel (2) A scale invariant Parabolic Harnack inequality (3) Volume doubling property and a scale invariant Poincaré inequality. The underlying state space is a metric measure space, a setting that includes both manifolds and graphs as special cases. An important feature of our work is that our techniques are robust to small perturbations of the underlying space and the Markov kernel. In particular, we show the stability of the above properties under quasi-isometries. We discuss various applications and examples.

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)0,005
score de la tête « metaresearch » (Gemma)0,021
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,005
Communication savante0,0030,007
Science ouverte0,0020,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,048
Tête enseignante GPT0,310
Écart entre enseignants0,262 · 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
GenreEmpirique

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

En bref

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueElectronic Journal of ProbabilityMême sujetGeometric Analysis and Curvature FlowsTravaux en français237 207