MétaCan
Menu
Retour à la cohorte
Enregistrement W2510605194 · doi:10.48550/arxiv.1608.04477

A class of multi-marginal c-cyclically monotone sets with explicit c-splitting potentials

2016· preprint· en· W2510605194 sur OpenAlexaff
Sedi Bartz, Heinz H. Bauschke, Xianfu Wang

Notice bibliographique

RevuearXiv (Cornell University) · 2016
Typepreprint
Langueen
DomaineMathematics
ThématiquePoint processes and geometric inequalities
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMonotone polygonMonotonic functionConverseMathematicsClass (philosophy)Regular polygonMarginal distributionMarginal costSet (abstract data type)Mathematical analysisComputer scienceGeometryStatistics

Résumé

récupéré en direct d'OpenAlex

Multi-marginal optimal transport plans are concentrated on c-splitting sets. It is known that, similar to the two-marginal case, c-splitting sets are c-cyclically monotone. Within a suitable framework, the converse implication was very recently established by Griessler. However, for an arbitrary cost c, given a multi-marginal c-cyclically monotone set, the question whether there exists an analogous explicit construction to the one from the two-marginal case of c-splitting potentials is still open. When the margins are one-dimensional and the cost belongs to a certain class, Carlier proved that the two-marginal projections of a c-splitting set are monotone. For arbitrary products of sets equipped with cost functions which are sums of two-marginal costs, we show that the two-marginal monotonicity condition is a sufficient condition which does give rise to an explicit construction of c-splitting potentials. Our condition is, in principle, easier to verify than the one of multi-marginal c-cyclic monotonicity. Various examples illustrate our results. We show that, in general, our condition is sufficient; however, it is not necessary. On the other hand, we conclude that when the margins are one-dimensional equipped with classical cost functions, our condition is a characterization of c-splitting sets and extends classical convex analysis.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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 seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,146
Tête enseignante GPT0,249
Écart entre enseignants0,103 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetPoint processes and geometric inequalitiesTravaux en français237 207