MétaCan
Menu
Retour à la cohorte
Enregistrement W2281302317 · doi:10.14288/1.0079494

Some computations of the homology of real grassmannian manifolds

2010· article· en· W2281302317 sur OpenAlexaff
Stefan Jörg Jungkind

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2010
Typearticle
Langueen
DomaineMathematics
ThématiqueGeometric Analysis and Curvature Flows
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGrassmannianHomology (biology)ComputationMathematicsPure mathematicsComputer scienceBiologyGeneticsAlgorithmGene

Résumé

récupéré en direct d'OpenAlex

When computing the homology of Grassmannian manifolds, the first step is usually to look at the Schubert cell decomposition, and the chain complex associated with it. In the complex case and the real unoriented case with Z₂ coefficients the additive structure is obtained immediately (i.e., generated by the homology classes represented by the Schubert cells) because the boundary map is trivial. In the real unoriented case (with Z₂ coefficients) and the real oriented case, finding the additive structure is more complicated since the boundary map is nontrivial. In this paper, this boundary map is computed by cell orientation comparisons, using graph coordinates where the cells are linear, to simplify the comparisons. The integral homology groups for some low dimensional oriented and unoriented Grassmannians are determined directly from the chain complex (with the boundary map as computed). The integral cohomology ring structure for complex Grassmannians has been completely determined mainly using Schubert cell intersections (what is known as Schubert Calculus).. In this paper, a method using Schubert cell intersections to describe the Z₂ cohomology ring structure of the real Grassmannians is sketched. The results are identical to those for the complex Grassmannians (with coefficients), but the notation used for the cohomology generators is not the usual one. It indicates that the products are to a certain degree independent of the Grassmannian.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,535
Score d'incertitude au seuil0,972

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,202
Écart entre enseignants0,191 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations5
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)Même sujetGeometric Analysis and Curvature FlowsTravaux en français237 207