Notice bibliographique
Résumé
$\newcommand{\cH}{\mathcal{H}}$For a finite set $X$ of points in the plane, a set $S$ in the plane, and a positive integer $k$, we say that a $k$-element subset $Y$ of $X$ is captured by $S$ if there is a homothetic copy $S'$ of $S$ such that $X\cap S' = Y$, i.e., $S'$ contains exactly $k$ elements from $X$. A $k$-uniform $S$-capturing hypergraph $\cH = \cH(X,S,k)$ has a vertex set $X$ and a hyperedge set consisting of all $k$-element subsets of $X$ captured by $S$. In case when $k=2$ and $S$ is convex these graphs are planar graphs, known as \emph{convex distance function Delaunay graphs}. In this paper we prove that for any $k\geq 2$, any $X$, and any convex compact set $S$, the number of hyperedges in $\cH(X,S,k)$ is at most $(2k-1)|X| - k^2 + 1 - \sum_{i=1}^{k-1}a_i$, where $a_i$ is the number of $i$-element subsets of $X$ that can be separated from the rest of $X$ with a straight line. In particular, this bound is independent of $S$ and indeed the bound is tight for all ``round'' sets $S$ and point sets $X$ in general position with respect to $S$. This refines a general result of Buzaglo, Pinchasi and Rote (2013) stating that every pseudodisc topological hypergraph with vertex set $X$ has $O(k^2|X|)$ hyperedges of size $k$ or less.
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 | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».