MétaCan
Menu
Retour à la cohorte
Enregistrement W2740456837 · doi:10.4171/jems/1012

Macroscopic loops in the loop $O(n)$ model at Nienhuis' critical point

2020· preprint· en· W2740456837 sur OpenAlexaff
Hugo Duminil‐Copin, Alexander Glazman, Ron Peled, Yinon Spinka

Notice bibliographique

RevueJournal of the European Mathematical Society · 2020
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueTheoretical and Computational Physics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPhysicsLoop (graph theory)ObservableCombinatoricsLattice (music)Renormalization groupMathematical physicsDomain (mathematical analysis)MathematicsQuantum mechanicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

The loop O(n) model is a model for a random collection of non-intersecting loops on the hexagonal lattice, which is believed to be in the same universality class as the spin O(n) model. It has been predicted by Nienhuis that for 0\le n\le 2 , the loop O(n) model exhibits a phase transition at a critical parameter x_c(n)=1/\sqrt{2+\sqrt{2-n}} . For 0 < n \le 2 , the transition line has been further conjectured to separate a regime with short loops when x < x_c(n) from a regime with macroscopic loops when x\ge x_c(n) . In this paper, we prove that for n\in [1,2] and x=x_c(n) , the loop O(n) model exhibits macroscopic loops. Apart from the case n = 1 , this constitutes the first regime of parameters for which macroscopic loops have been rigorously established. A main tool in the proof is a new positive association (FKG) property shown to hold when n \ge 1 and 0 < x \le\frac{1}{\sqrt{n}} . This property implies, using techniques recently developed for the random-cluster model, the following dichotomy: either long loops are exponentially unlikely or the origin is surrounded by loops at any scale (boxcrossing property). We develop a “domain gluing” technique which allows us to employ Smirnov’s parafermionic observable to rule out the first alternative when n\in[1,2] and x=x_c(n) .

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)0,002
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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,274
Écart entre enseignants0,252 · 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

Citations20
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the European Mathematical SocietyMême sujetTheoretical and Computational PhysicsTravaux en français237 207