MétaCan
Menu
Retour à la cohorte
Enregistrement W2520903082 · doi:10.1002/cpa.21813

Scaling Limit for the Ant in High‐Dimensional Labyrinths

2019· preprint· en· W2520903082 sur OpenAlexaff
Gérard Ben Arous, Manuel Cabezas, Alexander Fribergh

Notice bibliographique

RevueCommunications on Pure and Applied Mathematics · 2019
Typepreprint
Langueen
DomaineMathematics
ThématiqueStochastic processes and statistical mechanics
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésScaling limitBernoulli's principleRandom walkMathematicsConjecturePercolation (cognitive psychology)ScalingContinuum percolation theoryBranching random walkBrownian motionStatistical physicsLimit (mathematics)Percolation critical exponentsRandom walker algorithmRandom graphCentral limit theoremBrownian excursionDiscrete mathematicsGraphCritical exponentMathematical analysisComputer sciencePhysicsDiffusion processGeometryStatisticsGeometric Brownian motion

Résumé

récupéré en direct d'OpenAlex

Abstract We study here a detailed conjecture regarding one of the most important cases of anomalous diffusion, i.e., the behavior of the “ant in the labyrinth.” It is natural to conjecture that the scaling limit for random walks on large critical random graphs exists in high dimensions and is universal. This scaling limit is simply the natural Brownian motion on the integrated super‐Brownian excursion. We give here a set of four natural, sufficient conditions on the critical graphs and prove that this set of assumptions ensures the validity of this conjecture. The remaining future task is to prove that these sufficient conditions hold for the various classical cases of critical random structures, like the usual Bernoulli bond percolation, oriented percolation, and spread‐out percolation in high enough dimension. In a companion paper, we do precisely that in a first case, the random walk on the trace of a large critical branching random walk. We verify the validity of these sufficient conditions and thus obtain the scaling limit mentioned above in dimensions larger than 14. © 2019 Wiley Periodicals, Inc.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,450
Score d'incertitude au seuil0,980

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,095
Tête enseignante GPT0,344
Écart entre enseignants0,250 · 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'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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunications on Pure and Applied MathematicsMême sujetStochastic processes and statistical mechanicsTravaux en français237 207